Детальная информация

Выпускная квалификационная работа магистра посвящена тема сокращения времени выполнения ресурсоемких запросов к СУБД PostgreSQL. Описаны подходы к оптимизации за счет схемы. В результате их анализа в основу алгоритма работы легла задача выбора оптимального набора индексов. Изучены современные статьи и инструменты, связанные с решением обозначенной проблемы, проведено их сравнение. Перспективным направлением является исследование применения обучения с подкреплением для решения задачи выбора индексов, которое также стало основой работы. Была рассмотрена теоретическая основа обучения с подкреплением. В рамках изучаемой проблемы были определены аспекты формирования множества доступных действий, представления состояния среды и награды агента. Предложенное решение дополнительно включает в себя автоматизацию сбора рабочей нагрузки. Алгоритм был реализован в виде программного инструмента с CLI интерфейсом. Результатом его использования является набор рекомендаций по добавлению или удалению индексов. Полученное решение было протестировано на бенчмарке TPC-H в сравнении с другим современным алгоритмом. Дополнительно эффективность инструмента была проверена на БД реального IT-проекта.

The masters final qualification work is devoted to the topic of reducing the execution time of resource-intensive queries to the PostgreSQL database. Approaches to query optimization due to the database schema are described. As the result of their analysis, the task of choosing the optimal set of indexes has become the algorithm base. State-of-the-art researches and tools related to the solution of the indicated problem were studied, comparison was carried out. A perspective direction to solve index selection problem is reinforcement learning, which also became the base of the work. The theoretical basis of reinforcement learning was considered. Within the framework of the problem under consideration, aspects of the formation of a set of available actions, the representation of the environment state and the agents reward were determined. The proposed solution additionally includes automation of workload collection. Algorithm was implemented as a software tool with a CLI interface. The result of its usage is a set of recommendations for adding or removing indexes. The solution was tested against TPC-H benchmark in comparison with another state-of-the-art algorithm. Additionally, the effectiveness of the tool was tested on the database of the real IT project.