Розглянуто проблему моделювання часу виконання запитів в автономних реляційних базах даних із конкурентними запитами. Відзначено недоліки існуючих підходів, які ігнорують витрати на частку послідовних операцій за кооперативного доступу до даних в ієрархії пам'яті. Розглянуто питання застосування умовної вартості виконання складових операцій плану запиту, замість розрахунку передбачуваного часу обчислень. Запропоновано спосіб формального формування прецедентів навчальної вибірки, а також підхід до побудови регресійної моделі. Розроблена модифікація методу машинного навчання випадковий ліс застосовується для розрахунку часів виконання запитів за їхніми текстами та тимчасовими позначками початку, тривалості виконання. Розроблена параметрична модель конкурентного доступу до даних необхідна для отримання точних оцінок часу виконання запитів у разі використання паралельних обчислень. Моделі з подібними характеристиками потрібні в рішенні задач автоматизації управління фізичною схемою даних, створення СУБД, що самовизначаються. Ключовими відмінностями від існуючих підходів є використання часу виконання запитів як цільового значення, обліку значень предикатів і взаємовпливу паралельно виконуваних запитів. Для підтвердження отриманих результатів використано імітаційну модель на базі широко відомого тесту TPC-C. Як функції втрат, з урахуванням регресійної природи моделі, використано відношення суми модулів різниці фактичних і одержуваних часів до фактичних часів. Саму перевірку проведено за контрольною вибіркою, що сформована за зростаючою довжиною навчання на відкладених даних. В ході досліджень доведено можливість застосування методу машинного навчання "випадковий ліс" для обробки статистичних даних виконання SQL запитів. Отриманий результат свідчить про перспективність такого підходу і надає можливість отримувати параметричні моделі конкурентної обробки запитів.

  Повний текст PDF - 658.278 Kb    Зміст випуску     Цитування публікації

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"