【标题】DB-BERT: a Database Tuning Tool that "Reads the Manual"

【作者】Immanuel Trummer

【发表日期】2021.12.21

【论文链接】https://arxiv.org/pdf/2112.10925.pdf

【推荐理由】DB-BERT是一个数据库调优工具，它利用通过手册和其他相关文本文档的自然语言分析获得的信息。它使用文本来标识要调整的数据库系统参数以及推荐的参数值。DB-BERT应用大型的、预先训练好的语言模型(特别是BERT模型)进行文本分析。在初始训练阶段，它微调模型权重，以便将自然语言提示转换为推荐设置。在运行时，DB-BERT学会聚合、调整和区分提示的优先级，以实现特定数据库系统和基准的最佳性能。这两个阶段都是迭代的，使用强化学习来指导选择要评估的调优设置(惩罚数据库系统拒绝的设置，同时奖励提高性能的设置)。本实验利用数百个关于数据库调优的文本文档作为DB-BERT的输入。考虑到不同的基准(TPC-C和TPC-H)、度量(吞吐量和运行时间)以及数据库系统(Postgres和MySQL)，并将DB-BERT与各种基准进行比较。在所有情况下，DB-BERT都会在所有比较的方法中找到最佳的参数设置。

内容中包含的图片若涉及版权问题，请及时与我们联系删除