在SAP HANA中重放记录的工作负载数据时进行自动错误分类与根因判定
软件工程
2022-05-18 v1 机器学习
摘要
捕获数据库系统的客户工作负载并在内部测试期间重放这些工作负载，对于软件质量保证可能是有益的。然而，我们经历到此类重放可能产生大量误报警报，导致结果不可靠或分析耗时。因此，我们设计了一种基于机器学习的方法，将根因归因于警报。这为质量保证提供了若干好处，例如允许对警报是真阳性还是假阳性进行分类。我们的方法显著减少了人工工作量，并提高了数据库系统SAP HANA的整体质量保证水平。我们讨论了该问题、方法的设计与结果，并提出了可能需要进一步研究的实际局限性。
引用
@article{arxiv.2205.08029,
title = {Automatic Error Classification and Root Cause Determination while Replaying Recorded Workload Data at SAP HANA},
author = {Neetha Jambigi and Thomas Bach and Felix Schabernack and Michael Felderer},
journal= {arXiv preprint arXiv:2205.08029},
year = {2022}
}
备注
10 pages