ISUM: Efficiently Compressing Large and Complex Workloads for Scalable Index Tuning

ISUM: Efficiently Compressing Large and Complex Workloads for Scalable Index Tuning

今天的数据库系统包括索引顾问，可以为输入工作负载推荐一组适当的索引。由于大型复杂工作负载上的索引调优可能是资源密集型和耗时的，因此工作负载压缩技术被提出以提高索引调优的可伸缩性。工作负载压缩技术旨在有效地确定工作负载中需要调优的一小部分查询，以便在调优压缩工作负载时推荐的索引能够提供与调优输入工作负载时相似的性能改进。本文提出了ISUM，一种新的工作负载压缩算法，基于两个关键思想:一种低开销技术，用于在选择一个查询子集进行索引调优时估计输入工作负载的性能改进，以及一种新的方法，用于简明地表示工作负载中的查询信息，通过在选择查询集时避免查询之间的成对比较，提高可伸缩性。我们对行业基准和实际客户工作负载的评估表明，与之前的技术相比，在类似的压缩工作负载大小下，ISUM对输入工作负载的中位数提升了1.4倍，最大性能提升了2倍。