对于工作负载特点化和旋钮辨认组件，运行时机能不是侧重推敲的，所以我们用 scikit-learn实现对应的机械进修算法。这些算法运行在后台过程中，把新生成的数据接收到常识库里。

对于主动调优组件，机械进修算法就异常关键了。每次不雅察阶段完成后就须要运行，接收新数据以便 OtterTune 遴选下一?旋钮来进行测试。因为须要推敲机能，我们用 TensorFlow来实现。

为了收集 DBMS 的硬件、旋钮设备和运行时机能指标，我们把 OLTP-Bench 基准测试框架集成到 OtterTune 的┞菲握器内。

实验设计

我们比较了 OtterTune 对 MySQL 和 Postgres 做出的最佳设备与如下设备筹划进行了比较，以便评估：

• 默认： DBMS 初始设备
• 调优脚本： 一个开源调优建议对象做出的设备
• DBA： 仁攀类 DBA 选择的设备
• RDS： 将亚马逊开辟人员治理的 DBMS 的定制设备应用到雷同的 EC2 实例类型。

我们在亚马逊 EC2 竞价实例上履行了所有的实验。每个实验运行在两个实例上，分别是m4.large 和 m3.xlarge 类型：一个用于 OtterTune 控制器，一个用于目标 DBMS 安排。OtterTune 调优治理器和常识库安排在本地一台 20 核 128G 内存的办事器上。

评估

我们给每个实验中的数据库 —— MySQL 和 Postgres —— 测赶过洋迟和吞吐量，下面的图表显示了却不雅。第一个图表显示了“第99百分位延迟”的数量，代表“最差情况下”完成一个事务的时长。第二个图表显示了吞吐量结不雅，以平均每秒履行的事务数来衡量。

MySQL 实验结不雅

OtterTune 生成的最佳设备与调优脚本和 RDS 的设备比拟，OtterTune 让 MySQL 的延迟降低了大年夜约 60%，吞吐量晋升了 22% 到 35%。OtterTune 还生成了一份几乎跟 DBA 一样好的设备。

工作负载特点化： OtterTune 应用 DBMS 的内部运行时指标来特点化某个工作负载的行动，这些指标精确地代表了工作负载，因为它们捕获了负载的多个方面行动。然而，很多指标是冗余的：有些是用不合的单位表示雷同的度量值，其他的表示 DBMS 的一些自力组件，但它们的值高度相干。梳理冗余度量值异常重要，可以降低机械进修模型的复杂度。是以，我们基于相干性将 DBMS 的度量值集中起来，然后选出个中最具代表性的一个，具体说就是最接近中心值的。机械进修的后续组件将应用这些度量值。

在 TPC-C 负载下，只有几个 MySQL 的旋钮明显影响机能。OtterTune 和 DBA 的设备给这几个旋钮设置了很好的值。RDS 表示略逊一筹，因为给一个旋钮设备了欠佳的值。调优脚本表示最差，因为只修改一个旋钮。

Postgres 实验结不雅

在延迟方面，比拟 Postgres 默认设备，OtterTune、调优对象、DBA 和 RDS 的设备获得了近似的晋升。我们大年夜概可以把这归于 OLTP-Bench 客户端和 DBMS 之间的收集开销。吞吐量方面，Postgres 在 OtterTune 的设备下比 DBA 和调优脚本要高 12%，比 RDS 要高 32%。

停止语

OtterTune 将寻找 DBMS 设备旋钮的最优置魅这一过程主动化了。它经由过程重用之前的调优过程收集的练习数据，来调优新安排的 DBMS。因为 OtterTune 不须要生成初始化数据集来练习它的机械进修模型，调优时光得以大年夜大年夜削减。

工作负载用的是 TPC-C，这是评估联机交易体系机能的工业标准。

下一步会怎么样? 为了适应的越来越风行的 DBaaS (长途登录 DBMS 主机是弗成能的)，OtterTune 会很快可以或许主动探查目标 DBMS 的硬件才能，而不须要长途登录。

【编辑推荐】

1. 毕竟为什么要惹人数据库中心件
2. 数据库高可用筹划PK：选择Oracle照样MySQL？
3. 进步MySQL机能的7个技能
4. 嫌弃Hadoop?可能是你的打开方法有问题
5. MySQL MEMORY引擎及机能比对

【义务编辑：未丽燕 TEL：（010）68476606】

　　推荐阅读

　　Intel发货Stratix 10 SX FPGA：唯一四核A53

11月5日Intel宣布已经开端出货Stratix 10 SX FPGA可编程芯片，这是今朝独一集成四核心ARM A53 CPU处理器的FPGA，也是Intel收购Altera之后的一大年夜结不雅。Intel声称它的机能比上代产品>>>详细阅读

本文标题：通过机器学习来自动调优数据库

地址：http://www.17bianji.com/lsqh/38549.html

 1/2    1