
Центр искусственного интеллекта МГУ имени М.В. Ломоносова представил метод оптимизации SQL-запросов, который не требует дополнительного обучения моделей. Исследование сосредоточено на ускорении выполнения запросов к базам данных путем анализа сходства планов выполнения. Статья опубликована в Bulletin of Irkutsk State University, Series Mathematics, отмечает Научная Россия.
Оптимизация запросов является ключевым элементом работы современных баз данных. Эффективность обработки зависит от выбранного системой плана выполнения, однако стандартные механизмы оптимизации не всегда подбирают оптимальный вариант, особенно при сложных SQL-запросах.
Новое решение разработчиков из МГУ основано на процессной ИИ-аналитике (LLM-PM). Она использует предобученные векторные представления планов выполнения – система сравнивает новый запрос с ранее обработанными и подбирает для оптимизатора подходящие подсказки на основе сходства планов. Такой подход улучшает производительность без необходимости дополнительного обучения моделей.
В исследовании применялся механизм поиска ближайших аналогичных планов выполнения запросов и последующая проверка выбранных подсказок перед их применением, что снижает риск выбора неэффективных параметров оптимизации.
Эксперименты прошли на эталонных наборах данных Join Order Benchmark (JOB) и Cardinality Estimation Benchmark в системе openGauss. Тестирование показало среднее сокращение времени выполнения запросов примерно на 21%. При этом метод не требует длительного предварительного обучения и опирается на информацию из истории выполненных запросов для повышения эффективности.
«Мы исследовали возможность использования предобученных векторных представлений планов выполнения запросов для повышения производительности баз данных. Этот метод улучшает работу системы без дополнительного обучения специализированных моделей», – прокомментировал младший научный сотрудник Центра ИИ МГУ Владимир Бурлаков.
Авторы отмечают, что метод применим в системах управления базами данных, где важно ускорить сложные запросы без значительного увеличения нагрузки на вычислительные ресурсы.
Информация предоставлена пресс-службой МГУ
Переход на сайт «Новости Москвы»Вопросы оптимизации дорожного движения становятся все более актуальными, что подтверждает предложение о применении ИИ для контроля скорости: Нейросети предложили использовать для контроля скорости на дорогах Москвы и Подмосковья.
Источник фото: ru.123rf.com






