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
超级会员免费看
订阅专栏 解锁全文

63

被折叠的 条评论
为什么被折叠?



