1 .一种基于动态调整RocksDB参数的数据库存储引擎优化系统,其特征在于,
包括调优控制器、机器学习调优器和改进的RocksDB;
调优控制器,接收使用者发送的调优控制信息,获取分析RocksDB运行状态并将分析结
果发送至机器学习调优器,接收机器学习调优器的参数调整建议并发送调优指令和参数至
RocksDB;
机器学习调优器包含现有的知识库和机器学习工作模块,接收调优控制器的训练数
据,反馈经过机器学习或根据知识库得出的参数调整建议,更新知识库;
改进的RocksDB是指在开源RocksDB基础上,增加参数动态调整控制和执行流程,增加
与调优控制器进行信息交互的控制和执行流程。
2.根据权利要求1所述的系统,其特征在于,
通过机器学习获得的针对数据库存储引擎RocksDB不同负载场景下优化的参数配置,
通过监控数据库运行和负载情况 ,获取数据库当前状态,分析可能配置的调优参数 ,对
RocksDB参数实现动态调整。
3 .根据权利要求1所述的系统,其特征在于,
调优控制器还要接收RocksDB的参数调整结果反馈。
4 .根据权利要求1所述的系统,其特征在于,
所述的调优控制信息包括各种格式的IO负载模式信息、设备信息、参数列表、调优指
标,
其中
(1)IO负载模式:定义负载模式,用于调优控制器利用获取到的RocksDB状态判断工作
负载场景;
(2)设备信息:存储设备信息、运行数据库系统的设备信息;
(3)可调整参数列表:指定RocksDB允许通过API调整的参数针对性调优;
(4)调优指标:指定调优目标,需要优化写放大或者优化读放大,或者是优化吞吐或时
延。
5 .根据权利要求1所述的系统,其特征在于,
所述的知识库指目前数据库领域针对不同工作负载场景总结出的参数调整建议。
6 .根据权利要求5所述的系统,其特征在于,
利用知识库获取调优结果是将当前负载场景模型,与知识库进行对比 ,找出相同或相
似的负载场景,获得该场景下的参数调整建议。
7 .根据权利要求6所述的系统,其特征在于,
所述的机器学习工作模块,定义负载场景数据集,选取训练模型,模型训练和数据采
集,输出参数调整建议和更新知识库。
8.根据权利要求1所述的系统,其特征在于,
工作流程如下:
S1.使用者发送调优控制信息;
S2.调优控制器接收到调优控制信息解析处理后,生成指定调优规则;
S3.调优控制器将收集的RocksDB状态信息进行分析;
S3‑1 .调优控制器根据S3分析结果判断是否需要进行参数调优,若不需要则返回S3,否
权 利 要 求 书
1/2 页
2
评论