计算机应用研究

作者：牛祥虞,游进国,虞文波,

单位：1.昆明理工大学信息工程与自动化学院,昆明650000；2.云南省人工智能重点实验室,昆明650000；

关键词：数据库,索引推荐,强化学习,查询优化,

基金：国家自然科学基金资助项目(62062046)；CCF信息系统开放资助项目(HZ2021F0055A)；；

建立索引是提高数据库性能的一个重要方法。目前随着强化学习算法的发展，出现了一系列使用强化学习解决索引推荐问题（index selection problem，ISP）的方法。针对现有的深度强化学习索引推荐算法训练时间长、训练不够稳定的问题，提出了一个基于A2C的索引推荐算法PRELIA。该算法加入负载索引扫描行数特征矩阵，并对奖励值进行归一化处理，旨在提高索引选择的准确性和效率，减少索引空间占用。在不同数据集上的实验结果表示，该算法可以在保证与比较算法相当的索引推荐质量的同时，推荐出的索引占用更小的存储空间，其训练时间比基线算法时间提高了4倍以上。

来源：2023年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第12期