Improving Cost Prediction Models for Query Optimizers Using Machine Learning
Sangoh Lee, Wonseok Lee, Wook-Shin Han · 정보과학회 컴퓨팅의 실제 논문지 · 2024
데이터베이스 관리 시스템(DBMS)의 질의 최적화기는 사용자 질의에 적합한 실행 계획을 선정하는 핵심 요소이다. 전통적인 방식은 간단한 추측과 고정된 매개변수를 기반으로 비용을 예측하지만, 이는 실제 실행 비용과 크게 다를 수 있다. 이와 같은 문제점을 극복하기 위해 학습 기반의 질의 최적화 방법들이 연구되어 왔다. 이 논문에서는 일반적인 데이터 환경에서 학습 기반의 비용 예측 모델에 적용한 방법을 우선 소개한다. 이후, 실제 상용 질의 최적화기에 구현하여 TPC-H 벤치마크 하에서의 질의 실행시간을 더욱 줄일 수 있음을 보였고, 추후 개선 사항에 대해 논의한다.