4、多臂老虎机在在线索引选择中的应用

多臂老虎机在在线索引选择中的应用

1. 高效强盗学习的需求

在现代数据库系统中，自动化物理设计调整，尤其是自动化索引选择，已经成为一个关键挑战。为了实现在线索引调整的高效学习，需要满足以下几个方面的要求：

• 覆盖重要动作 ：确保多臂老虎机（MAB）能够覆盖重要的索引选择动作，而无需过多的冗余。
• 奖励可观测 ：奖励机制必须能够直接观测到，这样才能有效指导学习过程。
• 遗憾边界有意义 ：遗憾边界（regret bounds）必须有意义，以确保学习过程中的性能保证。
• 上下文和预言机高效可计算 ：上下文和预言机（oracle）必须能够高效计算，并且能够预测奖励。

每个工作负载查询都会监控其特性，如运行时间、查询谓词、负载等。这些观察结果用于生成相关的臂（即索引）及其上下文。学习者选择一个期望的配置，该配置被实现。查询返回后，系统识别出物化索引的好处，并将这些好处塑造成学习的奖励信号。

2. 根据工作负载谓词动态生成动态臂

为了减少动作空间并利用现实生活中工作负载的自然偏斜性，可以基于查询谓词（包括连接谓词）动态生成相关的臂（即索引）。具体来说：

• 臂生成 ：基于查询谓词的组合和排列生成臂，包括或不包括选择子句中的负载属性。
• 动作空间 ：通过动态添加臂，MAB可以灵活应对不