计算机应用研究

作者：虞文波,游进国,牛祥虞,

单位：昆明理工大学a.信息工程与自动化学院;b.云南省人工智能重点实验室,昆明650500；

关键词：索引优化,索引推荐,强化学习,关系型数据库,动态数据库,

基金：国家自然科学基金项目(62062046)；CCF信息系统开放项目(HZ2021F0055A)；；

传统关系型数据库通过人工方式进行索引推荐，已无法适应日益增长的数据需求，而机器学习技术可以有效地解决数据库索引选择问题。针对以往仅在静态数据库下进行索引推荐且无法及时更新索引配置的局限性，提出了一种基于强化学习算法实现为数据库数据动态变化情况下的一组工作负载推荐最佳多属性索引配置的方法（multi-attribute index intelligent recommendation approach，MIRA）。在公开的TPC-H数据集上的实验结果表明，该方法不仅能有效地为一组工作负载推荐最佳的索引配置，而且优于自定义的比较基线和相关强化学习方法。

来源：2023年第6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6期