人工智能赋能的查询处理与优化新技术研究综述

• 作者: 于戈 宋雨萌 李芳芳 谷峪
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 查询优化 人工智能 机器学习 深度学习 数据库系统
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 综述·探索
• 页码范围: 1081-1103
• 页数: 23页
• 分类号: TP315
• 字数: 20014字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1911063

摘要

数据查询处理与优化作为数据管理中最具挑战性的问题之一,一直受到广泛关注.传统的查询处理与优化技术在实际使用中需要针对特定的工作负载和数据集进行大量的手动调优,因而已经无法满足现代数据库系统的发展需求.受人工智能(AI)成功应用于多领域研究的启发,近期人工智能赋能的查询处理与优化新技术相继被提出并取得了一定的研究成果.针对这些研究工作,首先给出了人工智能赋能的查询处理与优化技术的主要任务,分析了与传统人工智能任务的区别.其次梳理了该领域的主要研究进展,并总结了主要优势与应用瓶颈.接着讨论了当前所面临的主要技术挑战.最后对该领域的未来发展进行了展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于戈	东北大学计算机科学与工程学院	426	6587	38.0	64.0
2	李芳芳	东北大学计算机科学与工程学院	22	92	6.0	8.0
3	谷峪	东北大学计算机科学与工程学院	43	456	10.0	20.0
4	宋雨萌	东北大学计算机科学与工程学院	2	0	0.0	0.0