1.一種數(shù)據(jù)庫的智能巡檢方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的一種數(shù)據(jù)庫的智能巡檢方法，其特征在于，在生成數(shù)據(jù)庫優(yōu)化方案之后，所述方法還包括：
3.根據(jù)權(quán)利要求1所述的一種數(shù)據(jù)庫的智能巡檢方法，其特征在于，通過預(yù)設(shè)多源異構(gòu)數(shù)據(jù)采集方式，獲取與巡檢數(shù)據(jù)庫運(yùn)行狀態(tài)對應(yīng)的多模態(tài)數(shù)據(jù)集，具體包括：
4.根據(jù)權(quán)利要求3所述的一種數(shù)據(jù)庫的智能巡檢方法，其特征在于，實(shí)時采集所述巡檢數(shù)據(jù)庫運(yùn)行狀態(tài)的多源異構(gòu)數(shù)據(jù)，具體包括：
5.根據(jù)權(quán)利要求1所述的一種數(shù)據(jù)庫的智能巡檢方法，其特征在于，基于跨模態(tài)注意力機(jī)制與自學(xué)習(xí)模型，建立所述多模態(tài)數(shù)據(jù)集對應(yīng)的多維數(shù)據(jù)關(guān)聯(lián)關(guān)系，具體包括：
6.根據(jù)權(quán)利要求5所述的一種數(shù)據(jù)庫的智能巡檢方法，其特征在于，結(jié)合歷史時序數(shù)據(jù)與無監(jiān)督異常檢測，確定數(shù)據(jù)庫健康值及異常預(yù)警信息，具體包括：
7.根據(jù)權(quán)利要求1所述的一種數(shù)據(jù)庫的智能巡檢方法，其特征在于，根據(jù)所述數(shù)據(jù)庫健康值、所述異常預(yù)警信息以及預(yù)設(shè)反饋優(yōu)化機(jī)制，生成數(shù)據(jù)庫優(yōu)化方案，具體包括：
8.根據(jù)權(quán)利要求7所述的一種數(shù)據(jù)庫的智能巡檢方法，其特征在于，所述預(yù)設(shè)優(yōu)化方案列表至少包括：重寫sql語句、切換join算法、調(diào)整work_mem參數(shù)、調(diào)整checkpoint_timeout參數(shù)和優(yōu)化鎖策略。
9.根據(jù)權(quán)利要求2所述的一種數(shù)據(jù)庫的智能巡檢方法，其特征在于，基于知識圖譜關(guān)聯(lián)推理、時間序列預(yù)測模型以及預(yù)設(shè)歷史健康評估數(shù)據(jù)，確定所述巡檢數(shù)據(jù)庫的未來性能瓶頸趨勢信息及所述未來性能瓶頸趨勢信息所對應(yīng)的優(yōu)化方案，具體包括：
10.一種數(shù)據(jù)庫的智能巡檢裝置，其特征在于，所述裝置包括：