Buffer Pool Aware Query Scheduling via Deep Reinforcement Learning

Buffer Pool Aware Query Scheduling via Deep Reinforcement Learning

在这个扩展摘要中，我们提出了一种新的查询调度技术，其显式目标是减少磁盘读取，从而隐式地提高查询性能。我们将介绍SmartQueue，这是一种学习型调度器，它利用传入查询之间的重叠数据读取，并学习一种提高缓存命中的调度策略。SmartQueue依赖于深度强化学习来产生特定于工作负载的调度策略，该策略专注于长期性能收益，同时适应以前未见过的数据访问模式。我们展示了一个概念验证原型的结果，表明学习调度器可以提供比手工调度启发式显著的性能改进。最后，我们认为这是机器学习和数据库交叉的一个有前途的研究方向。

问题：

较高的缓冲区命中率(因此较低的磁盘访问率)会极大地影响查询执行时间，但需要战略性的查询调度，因为执行顺序会影响缓存在缓冲池中的数据块

THE SMARTQUEUE MODEL

1. SmartQueue是一个学习型查询调度器，它自动学习如何对查询的执行进行排序，以最小化磁盘访问请求。

1. 我们的系统模型如图1所示。传入的用户查询被放置到执行队列中，SmartQueue决定它们的执行顺序。SmartQueue通过训练深度强化学习代理来解决缓冲区命中率问题&#