報告題目：機器學習增強的查詢優化器

報告時間：2023年12月18日上午9:30

報告地點：437bwin必贏國際官網B404

報告人：朱鎔

報告人國籍：中國

報告人單位：阿里巴巴達摩

報告人簡介：朱鎔博士現為阿里巴巴達摩院智能計算實驗室研究科學家，香港中文大學（深圳）兼職企業導師。他分別于2013年和2019年從哈爾濱工業大學獲得學士和博士學位。他的研究興趣包括數據庫、機器學習和系統的交叉領域，主要集中于AI4DB方向。他在該領域VLDB, ICDE, TKDE, ICLR等頂級會議和期刊上發表了近30篇論文，并曾在EDBT和CIKM上做tutorial報告。他先后獲得2019年教育部自然科學二等獎、2020年CCF優秀博士論文提名獎和2022年ACM SIGMOD中國新星獎。

報告摘要：隨時AI4DB技術的迅速發展，基于機器學習的查詢優化技術受到了廣泛關注。然而，現有的查詢優化器均需使用回歸模型預測執行計劃的執行時間，由于模型固有的不確定性和內生缺陷，導致存在性能不穩定、模型更新慢、訓練開銷大、不能適應數據變化等問題， 且長期沒有得到較好解決。在本報告中，我們率先提出了一種新的學習型查詢優化器設計思路。我們將learning-to-rank思想引入查詢優化器設計過程，基于pairwise的判別模型設計和實現了一種新的查詢優化器Lero。Lero不需要修改原有傳統數據庫的查詢優化器，只需要調節其執行計劃產生方法并配合判別模型就能得到更高質量的執行計劃。在PostgreSQL和Spark上實際部署的效果表明，Lero大幅提升了查詢優化性能，并且表現出良好的穩定性和適應動態數據的能力。

邀請人：江佳偉