![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文笔记
文章平均质量分 94
努力发a的李硕士
这个作者很懒,什么都没留下…
展开
-
论文笔记:Towards Multi-way Join Aware Optimizer in SAP HANA
典型的查询优化器只使用二路连接(binary join)枚举计划,这样数据库很容易产生次优的计划。本文介绍了SAP HANA系统中的多路连接(m-way join)感知优化器。扩展现有查询优化器最简单的方法就是在传统的二路连接枚举的框架上枚举m-way join。然而有许多不同的二进制连接(binary join)可以表示相同的多路连接(m-way join)。因此可能会造成不必要的枚举,为解决这个问题,本文提出了一种新的算子,引入了。原创 2023-09-26 08:51:33 · 131 阅读 · 1 评论 -
论文笔记:Query Optimization in Microsoft SQL Server PDW
SQL Server PDW是一种share-noting 的并行数据库APP,用于处理存储管理和查询海量数据,是SQL Server的MMP系统。下图为SQL Server PDW的框架图。具体模块功能在下文描述。PDW APP由硬件和软件组成,被封装成一个box,用户通过接口访问box。多客户端之间以share-nothing的方式共同处理大规模并发查询。:控制节点管理计算节点在query执行节点的部署,提供PDW设备客户端的接口,并且管理客户端的用户验证。原创 2023-09-25 00:41:08 · 166 阅读 · 1 评论 -
论文笔记:Sherman: A Write-Optimized Distributed B+Tree Index on Disaggregated Memory(SIGMOD 2022)
本文提出了Sherman,一种在存算分离架构下的写优化的分布式B+树索引。Sherman结合了RDMA硬件特性和RDMA友好的软件技术,从三个角度提高了索引写性能。原创 2023-09-17 16:55:54 · 1457 阅读 · 2 评论 -
论文笔记:Deep learning based auto-tuning for database management system
DBMS中有数百个的配置参数控制系统的各个方面,由于他们不是标准化的,所以很难确定最佳配置。本文使用监督和无监督的机器学习方法来选择影响力最大的参数,映射不可见的工作负载,并推荐knobs设置。实现一个名为OtterTune的工具,并且在三个DBMS上进行评估。结果表明这种方法和现有工具或者专家生成的效果一样好甚至更好。在这片论文中,作者基于Ottertune 扩展自动化技术,重用之前会话中收集的训练数据,采用机器学习的方法调整DBMS部署,改善延迟预测。原创 2023-08-30 13:01:38 · 131 阅读 · 0 评论