自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(6)
  • 收藏
  • 关注

原创 LEON: A New Framework for ML-Aided Query Optimization

给定由三个方面的限制定义的上下文:完整查询Q、逻辑表达式q和物理属性ω,对来自同一上下文的枚举物理计划进行排序。顺序遵从目标优化目标的相对位置(例如,延迟)不需要实际执行计划。我们的搜索策略是基于DP的,我们主要关心的是在相同的上下文中计划的排名。对于内部等价集优化,上下文被定义为对相同Q、q和ω的限制。对于等价集间剪枝,上下文定义为相同Q上不同等价集(S = (q,ω))上的约束。上下文限制有助于LEON减少不必要的计划比较。计划排序自然具有传递性,即给定分数函数。

2023-12-27 20:19:27 826 1

原创 Lero: A Learning-to-Rank Qery Optimizer

背景传统的查询优化器传统的基于成本的查询优化器有三个主要组成部分:基数估计器、成本模型和计划枚举器。在开发这些组件时,各种启发式方法是必不可少的。特定的常数在成本模型中很普遍。它们通常经过多年的校准和调整,以确保在某些系统和硬件配置下,估计的成本与计划的性能很好地匹配。但对于不同的数据分布或系统配置,这种启发式方法并不总是可靠的。因此,成本模型可能会产生重大错误,传统查询优化器生成的计划可能质量较差。目前的ML模型开发ML模型来取代传统的基数估计器、基于启发式的成本模型和计划枚举器是一个

2023-12-27 11:24:52 463 1

原创 cmu14-445Fall2020数据库Homework1-SQL

【代码】cmu14-445Fall2020数据库Homework1-SQL。

2023-10-24 11:18:52 60

原创 Online Boutique在k8s中部署,启用istio,配置Kiali、Jaeger、Prometheus、Grafana

实验内容主要包括:(1)安装kubernetes集群环境,并安装部署dashboard,以可视化方式管理集群中的pod、service、delpoyment。(2)将基于微服务架构的Online Boutique应用部署在上述kubernetes环境中。(3)针对Online Boutique在熔断、限流、监控、认证、授权、安全、负载等方面的不足,将其升级到服务网格架构,为微服务启用Istio支持。(4)*在kubernetes中为Istio配置Kiali,实现Istio服务网格的可视化,为

2023-07-02 14:54:21 3632 15

原创 解决前端跨域问题(Springboot+Vue项目)

解决前端跨域问题(Springboot+Vue项目)

2022-12-24 21:02:19 124 1

原创 Orange‘s’ 一个操作系统的实现

orange's 一个操作系统的实现实操日记

2022-11-01 15:17:24 1643 1

Online Boutique在k8s中部署演示视频

Online Boutique在k8s中部署演示视频

2023-12-29

pg-hint-plan-REL12-1-3-7

pg插件,pg_hint_plan-REL12_1_3_7

2023-12-06

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除