12、多臂老虎机在在线索引选择中的轮次大小影响分析

多臂老虎机在在线索引选择中的轮次大小影响分析

1. 轮次大小对MAB算法性能的影响

在多臂老虎机（MAB）算法的应用中，轮次大小（即每轮包含的查询数量）是一个重要的参数，它直接影响算法的收敛速度和执行成本。为了更好地理解轮次大小对MAB算法性能的影响，我们进行了详细的实验分析。实验结果显示，轮次大小的选择不仅影响了算法的收敛速度，还对执行成本和创建成本有着显著的影响。

1.1 分析不同轮次大小的收敛速度

我们使用了不同轮次大小（如单个查询、0.5x、1x 和 2x）来进行实验，以观察MAB算法的收敛速度。实验结果表明，较小的轮次大小可以加快MAB算法的收敛速度，从而降低初期的执行成本。具体来说，小轮次大小意味着每轮处理的查询数量较少，因此算法可以更快地识别出哪些索引配置是有效的，进而更快地收敛到最优配置。

例如，在TPC-H偏斜基准测试中，我们使用了单个查询、0.5x（11个查询）、1x（22个查询）和2x（44个查询）四种轮次大小进行实验。所有三种轮次大小在最后一个回合都收敛到相同的性能配置，但我们观察到小轮次大小的收敛速度更快，导致前几轮的执行成本较低。

轮次大小	推荐时间（分钟）	创建时间（分钟）	执行时间（分钟）	总时间（分钟）
单个查询	1.11	27.77	30.16