针对索引推荐中存在的未能利用SQL流量特征以及规则方法机械性等问题,提出一种基于DQN模型的新型双通道索引推荐模型DC-DQN(Dual Channel Deep Q-Network)。该模型将索引选择度与SQL查询类型特征通过两个单独的通道独立训练,通过全连接...针对索引推荐中存在的未能利用SQL流量特征以及规则方法机械性等问题,提出一种基于DQN模型的新型双通道索引推荐模型DC-DQN(Dual Channel Deep Q-Network)。该模型将索引选择度与SQL查询类型特征通过两个单独的通道独立训练,通过全连接层进行信息融合,从而选择符合三星索引特征的候选索引。公开测试集TPC-H上的实验测试表明,DC-DQN相较增加全量索引取得几乎同样的性能提升效果,同时在构造特定查询流量下,DC-DQN相对之前的方法取得了更好的效果。展开更多
文摘针对索引推荐中存在的未能利用SQL流量特征以及规则方法机械性等问题,提出一种基于DQN模型的新型双通道索引推荐模型DC-DQN(Dual Channel Deep Q-Network)。该模型将索引选择度与SQL查询类型特征通过两个单独的通道独立训练,通过全连接层进行信息融合,从而选择符合三星索引特征的候选索引。公开测试集TPC-H上的实验测试表明,DC-DQN相较增加全量索引取得几乎同样的性能提升效果,同时在构造特定查询流量下,DC-DQN相对之前的方法取得了更好的效果。
