如今有一些数据库厂商尝试在 OLAP 的场景中加入 AI 辅助进行数据分析，具体有哪些模式？

目前业内在数据库中引用 AI 辅助的模式主要有两种，一种是 AI for DB，还有一种是 DB for AI。

DB for AI 就是为分布式数据库提供 AI 分析的能力。就像 Greenplum 通过 MADlib 的第三方插件来实现一些机器学习、图计算或者深度学习的一些算法，客户直接使用 AI 算法对库内的数据进行计算。
另外一种模式就是 AI for DB，这种模式有两种，第一种是一些数据库厂商提供的类似 “数据库大脑” 或 “数据库自动驾驶” 的外部工具，它通过分析数据库日志或者一些视图，得出数据库的性能表现，然后去动态地调整数据库参数，来达到优化数据库性能的目的。另外就是在数据库中利用一些 AI 算法来进行优化，包括内核优化、运维优化等。比如在数据库比较核心的执行计划、执行计划生成、优化器等部分加入 AI 算法的能力辅助来实现性能优化。