استفاده از یادگیری ماشین برای بهینه ساز پرس و جو بر اساس یادگیری خودکار پرس و جوهای sql

در دو دهه گذشته، داده ها با سرعت بی سابقه ای در حال رشد بوده اند. در نتیجه، سیستم‌هایی که داده‌ها را ذخیره، پردازش و تجزیه و تحلیل می‌کنند، یک ماموریت حیاتی بر عهده دارند. از این رو، برای عملکرد سیستم های داده، این امر مهم است که یک بهینه ساز پرس و جو بتواند پرس و جوهای قابل عرضه سطح بالا از قبیل زبان پرس و جو ساختاریافته را به برنامه های اجرایی کارآمد ترجمه کند. این نوشته به پیشرفت های یادگیری ماشین برای کاهش پیچیدگی در بهینه سازی پرس و جو می پردازد و نشان می دهد که یادگیری خودکار بهینه‌سازی پرس‌وجوهای اس کیو ال یا زبان پرس و جو ساختاریافته، بدون یادگیری از یک بهینه‌ساز طراحی‌شده توسط متخصص، هم امکان پذیر و هم کارآمد است و به طور بالقوه هزینه بالای توسعه کاهش می‌یابد. سپس بالسا به عنوان یک عامل یادگیری تقویتی عمیق که به طور خودکار بهینه سازی پرس و جوهای زبان پرس و جو ساختاریافته را با آزمون و خطا می آموزد، معرفی می شود.