本文提出了一种面向资源管理的 AI 赋能云原生数据库成熟度模型，旨在帮助数据库开发者评估和提升 AI 技术在云原生数据库中的应用能力。研究发现，现有的成熟度模型不适用于评估 AI 赋能云原生数据库，因为其架构和资源管理方式与传统数据库存在差异。
研究采用系统文献综述和专家访谈的方法构建成熟度模型。通过文献综述，确定了“云原生数据库”和“人工智能”两个维度，包含十个指标。专家访谈确定了四个成熟度级别：AI-Ready、AI-Usage、Semi-Automatic 和 Automatic。每个级别都描述了 AI 赋能云原生数据库在不同阶段的规划目标和实现路径。
研究开发了一个基于成熟度模型评估工具，并以 POLARDB 数据库为例进行了评估。评估结果表明，虽然 POLARDB 的成熟度级别较低，但其发展方向与提出的成熟度模型一致，证明了该模型的有效性。
研究结论表明，该成熟度模型有助于理解和评估 AI 技术在云原生数据库中的应用能力，为数据库开发者提供了评估和改进 AI 技术应用能力的工具和方法。未来研究方向包括：扩大文献综述的范围、根据云原生数据库的发展重新定义指标、开发基于深度学习的智能评估工具。
AI智能总结
