2、自动驾驶索引选择：在动态和即兴工作负载下的创新方法

自动驾驶索引选择：在动态和即兴工作负载下的创新方法

1. 引言

随着数据库应用程序及其托管平台（例如多租户云环境）的复杂性和可变性不断增加，自动化物理设计调整，特别是自动化索引选择，已经成为数据库管理系统（DBMS）的一个当代挑战。传统的物理设计工具大多依赖于离线方法，即由数据库管理员（DBA）提供代表性训练工作负载。然而，这种方法在面对动态和即兴工作负载时显得力不从心。本文提出了一种新的在线索引选择方法，通过多臂老虎机（MAB）框架，实现了无需依赖DBA和查询优化器的自动化索引选择。

1.1 背景介绍

现代数据库应用不仅需要处理大量数据，还需要应对频繁变化的工作负载。传统的索引选择方法依赖于预先定义的工作负载，这在实际应用中变得越来越不切实际。例如，数据探索工作负载会根据过去的查询响应进行适应，使得查询模式难以预测。因此，传统的离线索引选择工具在面对动态工作负载时表现不佳，甚至可能导致性能波动和资源浪费。

1.2 现有工具的局限性

大多数数据库供应商在其产品中提供了自动化物理设计调整工具。这些工具旨在：
- 降低数据库管理成本，从而降低总体拥有成本。
- 帮助非专家用户更好地使用数据库系统。
- 促进在动态环境（如基于云的服务）上托管数据库。

然而，这些工具大多采用离线方法，依赖于DBA提供的代表性训练工作负载。在线解决方案虽然存在，但仍面临以下问题：
- 调用频率 ：工具应多久被调用一次？
- 质量保证 ：提出的索引设计质量是否有任何保证？
- 泛化能力