知识卡片
AI赋能数据库
AI 能同时改善数据存取、查询优化、交互、安全和运维,底层逻辑相同:把依赖 DBA 经验或固定启发式规则的决策,换成从历史数据中学到的模型。存取上,用历史查询负载和数据分布学习在哪建索引、如何分区。查询优化上,用神经网络、强化学习学习代价分布和最优连接顺序,避免代价公式的偏差。运维上,用强化学习在数百个参数中搜索最优配置。共同点是历史数据中藏有规律,而人工提炼成本太高,这正是机器学习擅长的问题。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
原书出处
参考来源
- 位置:《数据库原理(微课版)》第13章《数据库前沿技术》13.2.1节"基于
AI的数据库技术"(源文件:_epub-src/index_split_008.html)
- 结论依据:原文明确"传统数据库系统中,通常由DBA依据个人经验或
启发式规则来维护索引、进行数据分区。AI赋能的数据存取优化则以
历史查询负载和数据分布特点作为输入,利用机器学习和数据挖掘技术,
合理地进行数据分区、选择在哪些列上建立索引或是以机器学习模型
替代传统的索引结构……传统数据库运维依赖DBA的经验知识和人工
操作……AI技术可以根据历史负载信息,预测查询负载未来的变化趋势,
自动设置和修改数据库的配置参数",因此可以推出各环节AI赋能背后
共享的"经验规则→学习模型"替代逻辑。
- 原始内容:传统数据库系统中,通常由DBA依据个人经验或启发式规则来维护索引、进行数据分区。AI赋能的数据存取优化则以历史查询负载和数据分布特点作为输入,利用机器学习和数据挖掘技术……以机器学习模型替代传统的索引结构。