Query2Vec：用于广义工作负载分析的 NLP 技术评估
数据库
2018-02-06 v2 计算与语言
摘要
我们研究了学习 SQL 查询向量表示的方法，以支持广义工作负载分析任务，包括用于索引选择的工作负载摘要以及预测将触发内存错误的查询。我们考虑了原始 SQL 文本和优化查询计划的向量表示，并在合成与真实 SQL 工作负载上对这些方法进行了评估。我们发现，基于向量表示的通用算法可以胜过依赖专门特征的现有方法。对于索引推荐，我们对向量表示进行聚类以压缩大型工作负载，且推荐索引的性能无任何损失。对于错误预测，我们在学习到的向量上训练一个分类器，该分类器能够自动将细微的句法模式与查询执行期间引发的特定错误相关联。令人惊讶的是，我们还发现这些方法支持迁移学习，即在某一 SQL 语料库上训练的模型可应用于不相关的语料库并仍保持良好的性能。我们发现，这些通用方法在大型 SQL 查询语料库上训练时，可为各种工作负载分析任务和数据库特性提供鲁棒的基础，且无需针对应用的特定特征工程。
引用
@article{arxiv.1801.05613,
title = {Query2Vec: An Evaluation of NLP Techniques for Generalized Workload Analytics},
author = {Shrainik Jain and Bill Howe and Jiaqi Yan and Thierry Cruanes},
journal= {arXiv preprint arXiv:1801.05613},
year = {2018}
}