|
|
|
|
【英文篇名】 |
Database Query Cost Prediction Using Recurrent Neural Network |
|
【下载频次】 |
★★★★★ |
|
【作者】 |
毕里缘;
伍赛;
陈刚;
寿黎但;
陈珂;
胡天磊; |
|
【英文作者】 |
BI Li-Yuan;
WU Sai;
CHEN Gang;
SHOU Li-Dan;
CHEN Ke;
HU Tian-Lei;
College of Computer Science and Technology;
Zhejiang University;
Key Laboratory of Big Data Intelligent Computing of Zhejiang Province (Zhejiang University);
State Key Laboratory of CAD&CG; |
|
【作者单位】 |
浙江大学计算机科学与技术学院;
浙江省大数据智能计算重点实验室(浙江大学);
浙江大学计算机辅助设计与图形学国家重点实验室; |
|
【文献出处】 |
软件学报
, Journal of Software, 编辑部邮箱
2018年 03期
期刊荣誉：中文核心期刊要目总览 ASPT来源刊 中国期刊方阵 CJFD收录刊 |
|
【中文关键词】 |
数据库负载管理;
查询开销预测;
查询计划;
循环神经网络;
长短期记忆; |
|
【英文关键词】 |
database workload management;
query cost prediction;
query plan;
recurrent neural network;
long-short term memory; |
|
【摘要】 |
在数据库负载管理、性能调优过程中,开销预测模型是提高其效率的关键技术.首先,由于数据库系统的复杂性和计算机资源的竞争,很难精确地估计不同操作的开销;其次,现有的研究大多没有真正预测查询的执行时间,而是预测了类似查询优化器中开销模型生成的开销;由于查询计划结构的复杂性,现有研究更多地使用了笼统的查询信息,而很少利用查询计划中操作层面的信息,并依据这些信息来获得开销模型.为了减少负载管理的复杂性,提出了基于循环神经网络的精细模型来预测查询开销,以查询计划中的操作行为及其实际运行时间作为特征提取的来源.特别地,考虑到查询计划结构的复杂性,采用一种特殊的循环神经网络——长短期记忆(long-short term memory,简称LSTM).给一个特定的查询计划,在该计划实际执行之前,模型就能产生其预测的执行时间区间.这会比现有数据库的查询优化器产生的开销预估结果(任意单位)更具有参考性,也优于需要在执行开始之后才能预测的查询进度指示器.所提方法预测查询执行时间,可以解决数据库负载管理中的关键问题.通过实验验证,模型的正确率高于71%,在一定程度上证明了方法的可行性. |
|
【英文摘要】 |
Query cost models are the key parts of database workload management and performance tuning. Firstly, it is difficult, even impossible, to precisely estimate the costs of different relational operators due to the complexity of database systems and competition of computer resources. Secondly, most existing research work uses general query information without taking advantage of actual operators because of the complexity of query plans. Thirdly, most previous research work does not address the problem of predi... |
|
【基金】 |
国家重点基础研究发展计划(973)(2015CB352400);
国家自然科学基金(61661146001,61472348,61672455);
浙江省自然科学基金(LY18F020005)~~ |
|
【更新日期】 |
2018-04-19 |
|
【分类号】 |
TP183;TP311.13 |
|
【正文快照】 |
Database Query Cost Prediction Using Recurrent Neural NetworkBI Li-Yuan1,WU Sai1,2,CHEN Gang1,2,SHOU Li-Dan1,3,CHEN Ke1,2,HU Tian-Lei1,21(College of Computer Science and Technology,Zhejiang University,Hangzhou 310027,China)2(Key Laboratory of Big Data Int |
|
| 【相似文献】 |
 |
中国期刊全文数据库 |
 |
|
|
中国优秀硕士学位论文全文数据库 |
|
|
|
中国博士学位论文全文数据库 |
|
|
|
中国重要会议论文全文数据库 |
|
|
|
中国重要报纸全文数据库 |
|
|
|
中国学术期刊网络出版总库 |
|
|
|
|
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
|
|
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。
|
|
|
| 
推荐 
