Sibyl: 预测时间演化的查询工作负载
原文中文，约500字，阅读约需2分钟。发表于：。数据库系统通常依赖于历史查询跟踪来进行基于工作负载的性能调优，然而实际生产工作负载是时变的，因此历史查询对于优化未来工作负载无效。为应对这一挑战，我们提出了 SIBYL，一个端到端机器学习框架，准确地预测未来查询序列，并能在各种预测窗口中提供完整的查询语句。通过从真实工作负载中获取的见解，我们提出了基于模板的特征化技术，并开发了采用编码 - 解码结构的堆叠 LSTM...
SIBYL是一个机器学习框架，用于预测数据库系统中的查询序列。它使用模板特征化技术和堆叠LSTM模型，能够准确预测工作负载并实现高扩展性。评估结果显示，SIBYL能够以87.3%的中位数F1分数预测工作负载，并在应用程序中实现了性能改进。
