5、使用多臂老虎机优化在线索引选择的实验评估

使用多臂老虎机优化在线索引选择的实验评估

1. 引言

在现代数据库管理系统中，索引的选择和优化对查询性能有着至关重要的影响。传统的物理设计工具依赖于数据库管理员（DBA）和查询优化器，但这种方法在处理动态和即兴查询时显得力不从心。本文通过一系列实验评估，展示了多臂老虎机（MAB）框架在在线索引选择中的优越性能。实验涵盖了静态、动态变化和动态随机工作负载，使用了多种工业基准测试，包括TPC-H、TPC-H Skew、TPC-DS、SSB和IMDb。

2. 实验设置

为了确保实验的公正性和可重复性，我们使用了统一的硬件配置和详细的实验设置。所有实验均在一台配备有2颗24核心的Xeon Platinum 8260处理器（主频2.4GHz）、1.1TB内存和50TB硬盘（转速10K RPM）的服务器上进行，该服务器运行Windows Server 2016操作系统。每次查询执行前，我们会清空数据库缓冲区缓存，以确保结果的准确性。

2.1 基准测试

我们选择了以下几种广泛使用的基准测试：

• TPC-H ：用于评估数据库在决策支持系统上的性能，包括复杂的查询和数据仓库操作。
• TPC-H Skew ：与TPC-H类似，但数据分布存在偏斜，增加了实验的难度。
• TPC-DS ：涵盖了更广泛的数据仓库操作，包括大量的连接查询和聚合操作。
• SSB ：用于评估数据库在数据仓库中的性能，特别适合即兴查询。