【線上直播】Paper Reading | 基於學習的引數化查詢最佳化方法

線上沙龍-Paper Reading 第 7 期營業啦

01月30日（週二）19:30

KaiwuDB - B站直播間

---

引數化查詢是指具有相同模板，且只有謂詞繫結引數值不同的一類查詢，它們被廣泛應用在現代資料庫應用程式中。它們存在反覆執行動作，這為其效能最佳化提供了契機。

然而，當前許多商業資料庫處理引數化查詢的方法僅僅只最佳化查詢中的第一條查詢例項（或使用者指定的例項），快取其計劃併為後續的查詢例項重用。 該方法雖然最佳化時間至最小化，但由於不同查詢例項的計劃不同，快取計劃的執行可能是任意次優的，這在實際應用場景中並不適用 。

引數化查詢最佳化 旨在大幅減少最佳化時間並儘可能減少查詢計劃執行的次優性， 那究竟如何實現 引數化查詢的有效最佳化？

本次 Paper Reading 我們邀請到來自 西電-浪潮資料庫創新實驗室的劉子昂老師 為大家分享 《基於學習的引數化查詢最佳化方法》 ，劉老師專注研究資料庫查詢最佳化，目前負責 KAP（資料庫自治平臺）的預研、開發等工作。

大多數傳統最佳化方法需對查詢最佳化器進行許多假設，但這些假設通常不符合實際應用場景。好在隨著機器學習的興起，上述問題可以得以有效解決。本期 劉老師將圍繞 發表於 VLDB2022 和 SIGMOD2023 的兩篇論文展開詳細介紹：

• 《Leveraging Query Logs and Machine Learning for Parametric Query Optimization》

• 《Kepler: Robust Learning for Faster Parametric Query Optimization》

兩篇論文都採用了機器學習方法進行引數化查詢最佳化，克服傳統方法缺陷的同時顯著帶來了效能提升。對本期 引數化查詢最佳化感興趣的夥伴，快快掃描下方二維碼預約直播，下週二晚上 7 點半，B 站直播間不見不散！