基于LSTM-FCN的并发查询执行计划选择

摘要：

查询是数据库系统的主要负载,为查询选择合适的执行计划是提高数据库系统性能、最终提升应用系统性能的关键.针对当前查询优化器为并发查询选择的执行计划准确率较低、动态性不足的问题,利用长短期记忆(long short-term memory,LSTM)网络的时域特性和全连接层网络(full connected networks,FCN)对特征的融合及分类优势,提出基于LSTM-FCN的并发查询执行计划选择方法.设计并编码查询组合的执行计划特征和交互特征,将其作为网络的输入,为查询动态选择适合实际运行场景的执行计划.在PostgreSQL上的实验验证了所提方法可行有效,LSTM-FCN在不同查询组合及并行度为3、4、5、6、7的情况下,以97.06％的平均准确率为查询选择合适的执行计划.

关键词：并发查询;深度学习;长短期记忆-全连接层网络(LSTM-FCN);查询交互;合适的执行计划

所属期刊栏目：58

分类号：TP392(计算技术、计算机技术)

资助基金：国家自然科学基金;山西省重点研发计划项目;赛尔网络下一代互联网技术创新项目

在线出版日期：2022-02-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：86-94