1. 环境准备与权限配置
前提条件：确保Oracle 23ai数据库已正常部署，且启用原生AI引擎（默认开启）；AWR功能已正常启用（默认启用，可通过DBMS_WORKLOAD_REPOSITORY包验证）。
权限配置：需为DBA用户授予AWR.ai相关权限，确保能够调用AI诊断功能：
-- 为DBA用户授予AWR.ai相关权限
GRANT EXECUTE ON SYS.DBMS_AWR_AI TO dba_user;
-- 授予AWR报告访问权限（若未授予）
GRANT SELECT ON SYS.DBA_HIST_SNAPSHOT TO dba_user;
GRANT SELECT ON SYS.DBA_HIST_SQLSTAT TO dba_user;2. 核心使用场景：3个高频操作示例
AWR.ai的使用无需复杂语法，通过自然语言提问即可完成，以下是DBA日常运维中最常用的3个场景，结合具体操作示例，快速掌握使用方法。
- 场景1：分析特定时段AWR报告，定位性能瓶颈
需求：分析2026年4月22日10:00-11:00的AWR报告，找出性能瓶颈及根本原因。-- 调用AWR.ai，自然语言提问分析特定时段报告 SELECT AI chat '分析2026年4月22日10:00到11:00的AWR报告，找出性能瓶颈，并说明根本原因' FROM DUAL;执行后，AWR.ai会返回自然语言分析结果，示例：“2026年4月22日10:00-11:00期间，数据库平均负载为4.43分钟/分钟，CPU使用率达68.9%，核心瓶颈为大量锁等待（占总等待时间的75%）；根本原因是SQL_ID为a1b2c3d4e5f6的语句未及时提交事务，导致锁资源堆积，同时该语句未使用索引，引发全表扫描，进一步加剧性能消耗”。
- 场景2：获取具体优化建议，落地性能优化
需求：针对上述场景中的性能瓶颈，获取可直接落地的优化建议。-- 提问获取优化建议 SELECT AI chat '针对2026年4月22日10:00-11:00的锁等待和SQL低效问题，给出具体的优化建议' FROM DUAL;AWR.ai会返回详细的优化建议，示例：“1. 优化SQL_ID为a1b2c3d4e5f6的语句，添加COMMIT语句，避免事务长时间未提交；2. 为该语句涉及的表（T_ORDER）的ORDER_DATE字段创建索引，索引语句为CREATE INDEX IDX_T_ORDER_DATE ON T_ORDER(ORDER_DATE)；3. 调整锁等待超时时间（LOCK_TIMEOUT）至30秒，避免锁资源长期占用”。
- 场景3：预判性能趋势，提前防控风险
需求：分析近7天的AWR数据，预判未来3天的CPU使用率趋势，识别潜在风险。-- 提问预判CPU趋势及潜在风险 SELECT AI chat '分析近7天的AWR数据，预判未来3天的CPU使用率趋势，找出潜在的性能风险' FROM DUAL;执行后，AWR.ai会返回趋势分析及预警，示例：“近7天CPU使用率呈上升趋势，每日10:00-11:00出现峰值（最高达68.9%）；预判未来3天，该时段CPU使用率将升至85%以上，潜在风险为CPU过载，导致业务查询超时；建议提前调整每日10点执行的批量任务，迁移至非高峰时段（如凌晨2点），同时优化该时段的高频SQL语句”。