Ключевые слова: повторная оптимизация запросов, облачные базы данных, компьютерное обучение, многоэтапный запрос, автоматизация исполнения
Алгоритмизация повторной оптимизации запросов в облачных базах данных на основе компьютерного обучения
УДК 004.9
DOI: 10.26102/2310-6018/2022.36.1.020
В облачных средах конфигурация оборудования, использование данных и распределение рабочей нагрузки постоянно меняются. Эти изменения затрудняют оптимизатору запросов системы управления облачными базами данных подобрать оптимальный план выполнения запроса (QEP). Чтобы оптимизировать запрос с более точной оценкой затрат, в литературе было предложено во время выполнения запроса осуществлять повторную оптимизацию запроса. Тем не менее, некоторые из этих оптимизаций не могут обеспечить прирост производительности, с точки зрения времени ответа на запрос или денежных затрат, которые являются двумя целями оптимизации для облачных баз данных, и могут оказывать негативное влияние на производительность из-за накладных расходов. Это поднимает вопрос о том, как определить, когда оптимизация выгодна. Целью исследования является разработка метода повторной оптимизации запросов, который использует компьютерное обучение. Ключевая идея алгоритма заключается в использовании прошлых выполнений запросов, чтобы научиться прогнозировать эффективность повторной оптимизации запросов, и делается это с целью помочь оптимизатору запросов избежать ненужной повторной оптимизации запросов для будущих запросов. Метод осуществляет запрос поэтапно, используя модель компьютерного обучения, для прогнозирования того, будет ли повторная оптимизация запроса полезной после выполнения этапа, и вызывает оптимизатор запросов для автоматического выполнения повторной оптимизации. Предстоит экспериментальная оценка эффективности.
Ключевые слова: повторная оптимизация запросов, облачные базы данных, компьютерное обучение, многоэтапный запрос, автоматизация исполнения
Для цитирования: Аль Мусави О., Кравец О.Я. Алгоритмизация повторной оптимизации запросов в облачных базах данных на основе компьютерного обучения. Моделирование, оптимизация и информационные технологии. 2022;10(1). URL: https://moitvivt.ru/ru/journal/pdf?id=1147 DOI: 10.26102/2310-6018/2022.36.1.020
Поступила в редакцию 13.02.2022
Поступила после рецензирования 24.02.2022
Принята к публикации 09.03.2022
Опубликована 31.03.2022