面向关系数据库的智能索引调优方法
作者:
作者单位:

作者简介:

邱涛(1989-),男,江西萍乡人,博士,主要研究领域为文本数据管理,复杂查询优化处理;赵智博(1996-),男,硕士生,主要研究领域为查询优化,索引优化;王斌(1972-),男,博士,副教授,博士生导师,主要研究领域为查询优化处理,图数据管理,隐私保护;宋子文(1992-),男,硕士生,主要研究领域为查询优化,索引优化;舒昭维(1996-),男,硕士生,主要研究领域为查询优化,索引优化;钟延辉(1984-),男,系统架构师,主要研究领域为数据库,分布式系统.

通讯作者:

王斌,E-mail:binwang@mail.neu.edu.cn

中图分类号:

基金项目:

国家重点研发计划(2018YFB1700404);国家自然科学基金(U1736104,61572122,61532021);中央高校基本科研专项资金(N171602003);CCF-华为数据库创新研究计划(CCF-Huawei DBIR2019009B)


Intelligent Index Tuning Approach for Relational Databases
Author:
Affiliation:

Fund Project:

National Key Research and Development Program of China (2018YFB1700404); National Natural Science Foundation of China (U1736104, 61572122, 61532021); Fundamental Research Funds for the Central Universities (N171602003); CCF-Huawei Database System Innovation Research Plan (CCF-Huawei DBIR2019009B)

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    数据库索引是关系数据库系统实现快速查询的有效方式之一.智能索引调优技术可以有效地对数据库实例进行索引调节,从而保持数据库高效的查询性能.现有的方法大多利用了数据库实例的查询日志,它们先从查询日志中得到候选索引,再利用人工设计的模型选择索引,从而调节索引.然而,从查询日志中产生出的候选索引可能并未实际存在于数据库实例中,因此导致这些方法不能有效地估计这类索引对于查询的优化效果.首先,设计并实现了一种面向关系数据库的智能索引调优系统;其次,提出了一种利用机器学习方法来构造索引的量化模型,根据该模型,可以准确地对索引的查询优化效果进行估计;接着设计了一种高效的最优索引选择算法,实现快速地从候选索引空间中选择满足给定大小约束的最优的索引组合;最后,通过实验测试不同场景下智能索引调优系统的调优性能.实验结果表明,所提出的技术可以在不同的场景下有效地对索引进行优化,从而实现数据库系统查询性能的提升.

    Abstract:

    Indexing is one of the most effective techniques for relational databases to achieve fast queryprocessing. The intelligent index tuning technique can effectively adjust the index of the database instance to obtain efficient query performance. Most of the existing methods utilize the query log to generate candidate indices, and then use the artificially designed models to select indices, thereby the indices are adjusted. However, the candidate indices generated from the query log may not exist in the database instance, so they cannot precisely estimate the effects of such indices on the query processing. This study first designs and implements an intelligent index tuning system for the relational database. Secondly, it proposes a learning-based method to model the effects of indices for query processing, accordingly, the query optimization effect of an index can be accurately estimated when selecting optimized indices. Then, an efficient optimal index selection algorithm is designed to select a set of indices with the maximal utility from candidate indices, which satisfy the space threshold. Finally, experiments are conducted to test the performance of the proposed system in different settings. The experimental results show that the proposed technique can effectively adjust the index and achieve a significant improvement in query performance for a relational database.

    参考文献
    相似文献
    引证文献
引用本文

邱涛,王斌,舒昭维,赵智博,宋子文,钟延辉.面向关系数据库的智能索引调优方法.软件学报,2020,31(3):634-647

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2019-07-20
  • 最后修改日期:2019-09-10
  • 录用日期:
  • 在线发布日期: 2020-01-10
  • 出版日期: 2020-03-06
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号