资料下载
×
基于循环神经网络的数据库查询开销预测
消耗积分:1 |
格式:rar |
大小:0.83 MB |
2017-12-18
分享资料个
数据库负载管理、性能调优中，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。由于查询计划结构的复杂性，现有研究更多使用笼统的查询信息，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，另外，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．为了减少负载管理的复杂性。本文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和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，本文采用一种特殊的循环神经网络，长短期记忆（Long-Short Term Memory， 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．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．本文提出的这种创新方法来预测查询执行时间。可以用于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%。一定程度上证明了方法的可行性。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
