1 .一种数据库参数的自动调优方法,其特征在于,包括:
获取初始数据库的可调参数集和状态数据,其中,所述状态数据包括所述初始数据库
运行前的状态数据和所述初始数据库运行前后的状态数据;
根据所述状态数据,分析确定所述初始数据库的负载类型,并根据所述初始数据库的
负载类型确定出目标参数调优模型,其中,一种所述负载类型对应一种所述目标参数调优
模型;
使用最小二乘法对所述可调参数集进行重要性识别,选出对性能影响大的第一参数
集;
将所述第一参数集输入至所述目标参数调优模型,以使所述目标参数调优模型对所述
第一参数集进行初次优化,得到初次优化后的第二参数集,并根据所述第二参数优化所述
初始数据库,得到初次优化后的数据库;
使用所述初次优化后的数据库和所述目标参数调优模型对所述初次优化后的第二参
数集进行多次迭代优化,得到所述初始数据库的最优参数集。
2 .根据权利要求1所述的方法,其特征在于,所述获取初始数据库的可调参数集和状态
数据包括:
重启所述初始数据库,获取所述初始数据库运行前的状态数据;
运行所述初始数据库,并在所述初始数据库运行结束后,获取所述初始数据库运行后
的状态数据;
初始化所述初始数据库。
3 .根据权利要求1所述的方法,其特征在于,所述根据所述状态数据,分析确定所述初
始数据库的负载类型包括:
从所述状态数据中提取特征;
基于所述特征与历史状态数据进行对比,识别出与所述特征最相似的负载类型,其中,
所述负载类型包括事务型负载、分析型负载以及混合型负载。
4 .根据权利要求3所述的方法,其特征在于,所述根据所述初始数据库的负载类型确定
出目标参数调优模型包括:
在所述初始数据库的负载类型为事务型负载的情况下,确定所述目标参数调优模型为
遗传算法模型;
在所述初始数据库的负载类型为分析型负载的情况下,确定所述目标参数调优模型为
贝叶斯优化模型;
在所述初始数据库的负载类型为混合型负载的情况下,确定所述目标参数调优模型为
深度强化学习算法模型。
5 .根据权利要求1所述的方法,其特征在于,在使用最小二乘法对所述可调参数集进行
重要性识别,选出对性能影响大的第一参数集之前,所述方法还包括:
对所述可调参数集的每个参数值进行归一化处理,以使所述可调参数集的每个参数值
都归一化到目标范围内。
6 .根据权利要求1所述的方法,其特征在于,在将所述第一参数集输入至所述目标参数
调优模型,以使所述目标参数调优模型对所述第一参数集进行初次优化,得到初次优化后
的第二参数集之前,所述方法还包括:
权 利 要 求 书
1/2 页
2
评论