最近，ChatGPT火爆全网，介绍其产品、公司、作者、技术和应用等方面信息，占据着整个互联网，似乎不谈GPT好像就落伍了。NineData 是多云数据管理平台（NineData-让每个人用好数据和云-玖章算术），致力于让每个人用好数据和云。作为数据库领域的技术创新团队，面对这么火ChatGPT，我们 NineData 是的工程师也针对ChatGPT，做了一些关于数据库领域的相关测试，测试结果，真的是智商狂飙。不管是从SQL编写、SQL优化、数据库选型、表设计、理论认识、行业认识都有比较高质量的回答。
本次问答主要是对GPT在SQL编写、SQL优化、数据库选型、数据库巡检、数据库理论、数据库发展等五个方面。
(相关资料图)
从GPT回答来看，他基本理解了用户的意思，并提供了基本正确的SQL 写法，同时还提供详细文字说明。从这个案例可以看出，GPT已经具备初步编写一定复杂SQL的能力，并且还有一定的表设计能力。
不考虑硬件、数据库架构、表设计等优化改动，单从这条 SQL上，GPT 从索引、查询列、结果集大小、缓存等方面优化的措施还是很全面和准确，并且最后还推荐用户查看 SQL语句的执行计划，可以说是提供了保姆式的 DBA 专家服务了。
在这个案例中，特别在需求中强调了时序和GIS信息，GPT也能敏锐地捕捉到用户的意思。在提供的方案中，推荐了在时序数据库方面有优秀表现的InfluxDB，以及在GIS有良好支持的PostGIS，这两个数据库也是各自领域的领导者。如果特别注重时序和空间地理的厂家，选择这两个产品应该是最佳选择之一。
GPT对这个问题回答是比较水的，假期前的数据库巡检，一般并不关注数据备份、数据一致性、用户访问策略、安全配置等事项，反而是最后项安排值班人员是SOP。
关于MySQL数据库索引知识，几乎是所有开发者和MySQL DBA求职时必问问题之一。GPT的回答虽然没有深入介绍索引的数据结构，但是这回答也不能说它是错误的，毕竟它也说了索引是牺牲空间换取效率的一种措施和过多索引的问题。
最后测试了一个更开放的问题，让GPT谈谈未来数据库发展趋势，这类问题是人人可以谈，但往往也是普通数据库使用者最欠缺的知识。GPT认为在大数据、云计算、高性能、多模和安全将是未来数据库发展的趋势，这些观点基本与业界认知一致。
从上面测试可以看到GPT在SQL编写、SQL优化、数据库选型、数据库巡检、数据库理论、数据库发展上都有比较惊艳的表现，它不仅能完全理解提问者的意思，而且大部分问题都给出了高质量的回答。不论这些问题是提供解决方案方面，还是需要给出最佳实践的方案。几年前，数据库行业出现数据库自治服务，比如国外的Oracle自动驾驶、国内阿里云的DAS，未来结合GPT类似产品，可能数据库完全自治服务将不远了。
Generative Pre-trained Transformer，简称GPT，中文意思是“生成式预训练转化模型”，它通过使用深度机器学习生成人类可以理解的自然语言。它是由著名的AI公司OpenAI训练与开发，微软在2020年9月宣布取得了GPT的独家授权，曾有消息曝出微软将向OpenAI投资100亿美元。
2022年11月底，OpenAI推出ChatGPT应用。根据Sensor Tower数据，仅仅2个月时间，ChatGPT就达到月活过亿，成为历史上增长最快的消费者应用程序。
最后看看GPT的自我介绍：
