基于机器学习的数据库系统自动调参研究

摘要

现代数据库管理系统有成百上千个配置参数,繁琐的参数配置工作已经超出数据库管理员的负荷能力.近年来,机器学习技术因具有较强的学习和泛化能力,为解决数据库调参问题提供了新思路.基于机器学习的数据库自动调参系统能利用已有调优数据训练模型自动推荐最优参数,进而提高数据库管理系统的性能,如降低延迟和增加吞吐量等.使用OtterTune系统对PostgreSQL关系数据库进行自动化调参实验,结果表明,基于机器学习的自动调参系统能将系统吞吐率从个位数提高到百位数,显著提高了数据库管理系统性能.