Improving MySQL query optimization with deep learning
Derin öğrenme ile MySQL sorgu optimizasyonunu geliştirme
- Tez No: 902926
- Danışmanlar: PROF. DR. MUHAMMED FATİH DEMİRCİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 49
Özet
Veri tabanı sistemleri için sorgu optimizasyonu, sürekli büyüyen büyük miktarda veri nedeniyle kritik bir zorluktur. Sorgu optimizasyonunun verimliliği, özellikle sorguların karmaşıklığı ve hacminin sorgu yürütme süresini ve kaynak kullanımını önemli ölçüde etkileyebileceği büyük ölçekli uygulamalarda, veritabanı yönetim sistemlerinin performansı için çok önemlidir. Her veritabanı sisteminin kendi sorgu planı yapısı ve sorgu optimizasyon mekanizması vardır. Veritabanı sistemlerinin sorgu iyileştiricileri farklı sorgu yürütme planları arar ve en uygun yürütme planını tahmin etmeye çalışır. Bu sorgu iyileştiricileri, çok karmaşık ve yönetilmesi zor olan ve genellikle modern uygulamalarda kullanılan giderek karmaşıklaşan SQL sorgularını ele almakta zorlanan statik ve kural tabanlı karar teknikleri kullanır. Bu zorlukları ele almak için, bu tez, sorgu yürütme planlarının hiyerarşik yapısını kullanmak için kullanılan derin öğrenme mimarisi olan Ağaç Evrişimli Sinir Ağları (TCNN'ler) kullanarak MySQL veritabanlarında sorgu optimizasyonu için bir çerçeve önermektedir. MySQL için, veritabanı yöneticileri,“optimizer-switch”sistem değişkeniyle optimizasyon davranışını düzenleyebilir.“Optimizer-switch”değişkeninin değeri, başka bir adla bir bayrak veya ipucu kümesidir. Bu ipuçlarının her biri, bu ipucunun etkin veya devre dışı olduğunu gösteren“açık”veya“kapalı”değerine sahiptir. Geliştirilen uygulama, daha verimli sorgu yürütme planları tahmin ederek sorgu yürütme performansını iyileştirmek için TCNN'leri öğrenmek ve düzenlemek için optimize edici ipuçlarını kullanır. Model, geleneksel optimizasyon teknikleri ile kıyaslanarak değerlendirildi. Önerilen yaklaşımın deneysel değerlendirmesi, etkili ipuçları bulma ve sorgu yürütme süresini azaltmada iyileştirmeler olduğunu göstermektedir.
Özet (Çeviri)
For database systems, query optimization is a critical challenge with the ever-growing vast amounts of data. The efficiency of query optimization is crucial for the performance of database management systems, especially in large-scale applications where the complexity and volume of queries can significantly affect query execution time and resource utilization. Each database system has its own query plan structure and query optimization mechanism. Query optimizers of the database systems search for different query execution plans and try to estimate the optimal execution plan. These query optimizers use static and rule-based decision techniques that are very complex and difficult to manage and often struggle to handle the increasingly complex SQL queries used in modern applications. To address these challenges, this thesis proposes a framework for query optimization in MySQL databases using Tree Convolutional Neural Networks (TCNNs), a deep learning architecture used to leverage the hierarchical structure of query execution plans. For MySQL, database administrators can arrange optimizer behavior with the“optimizer-switch”system variable. The“optimizer-switch”variable's value is a set of flags or hints by another name. Each of these hints has the value of“on”or“off,”which indicates this hint is enabled or disabled. The developed framework uses TCNNs to learn and arrange optimizer hints to improve query execution performance by predicting more efficient query execution plans. The model was evaluated against traditional optimization techniques. Experimental evaluation of the proposed approach demonstrates improvements in finding effective hints and decreasing query execution time.
Benzer Tezler
- An evaluation of the performance of a NoSQL document database in a simulation of a large scale electronic health record (EHR) system
Başlık çevirisi yok
MEHMET ZAHİD ERCAN
Doktora
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolUniversity of QueenslandDr. MICHAEL LANE
Prof. RAJ GURURAJAN
- Improving the volunteer work process by using recommendation systems
Öneri sistemlerini kullanarak gönüllü çalışma sürecini iyileştirmek
MUATAZ JIJAWI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBüyük Veri Analitiği ve Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TAMER UÇAR
- Android işletim sistemi ile çalışan mobil cihazlarda uygulama geliştirilmesi
Android mobile application development
EBRU İĞCİ
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ATA ÖNAL
- Ailelere yönelik bir sosyal bilişim ağının oluşturulması ve geliştirilmesi
Generating and improving a family oriented social IT network
HASAN KAYA
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHaliç ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ÜLVİYE HACIZADE
- Düzenli sağlık kontrolüne alınan multipl sklerozlu hastalarda yaşam kalitesinin belirlenmesi
Determination of quality of life in multiple sclerosis patients who have been followed refularly
ZELİHA TÜLEK
Doktora
Türkçe
2006
Hemşirelikİstanbul Üniversitesiİç Hastalıkları Hemşireliği Ana Bilim Dalı
PROF.DR. ZEHRA DURNA