LlamaTune:サンプル効率の良いDBMS構成チューニング【JST・京大機械翻訳】

Kanellis Konstantinos; Ding Cong; Kroth Brian; Mueller Andreas; Curino Carlo; Venkataraman Shivaram

プレプリント

J-GLOBAL ID：202202201424314722 整理番号：22P0301778

LlamaTune:サンプル効率の良いDBMS構成チューニング【JST・京大機械翻訳】

LlamaTune: Sample-Efficient DBMS Configuration Tuning

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年03月09日プレプリントサーバーでの情報更新日： 2022年08月23日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

与えられた作業負荷に関する最適性能を達成するためのデータベースシステムの調整は,データベースコミュニティにおける長年の問題である。多くの最近の研究は,高性能構成の探索において,大きなパラメータ空間(同調knobs)のサンプリングを導くために,MLベースのアプローチを利用した。Microsoft生産サービスを数百万のデータベースで運転すると,サンプル効率は多様な作業負荷で調整器を使用するための重要な要件として浮上した。これは,既存の最適化者のサンプル効率を改善するために,ドメイン知識を利用する調整器設計であるLamalaTuneにおける著者らの調査を動機づける。LlamaTuneは,ランダム射影に基づく自動次元縮小技術,あるknobsのための特殊値を扱うためのバイアスサンプリング手法,およびknob値バケット化を用いて,探索空間のサイズを縮小する。LlamaTuneは,多様な作業負荷集合にわたって最先端の最適化者と良好に比較できる。それは,最大11×少ない作業負荷運転で最高の性能構成を同定し,最大21%のスループットに達する。また,異なるDBMSバージョンと同様に,BOベースとRLベースの最適化者の両方にわたって,LlamaTuneからの利益が一般化されることも示した。クラウドスケールでのデータベースチューニングを実行するためのjourneyは長いままであるが,LlamaTuneは,スケールにおいて実用的に自動DBMS調整を行う際に長い方法になる。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

パターン認識 , 図形・画像処理一般

, ,

前のページに戻る