PQR: 자율 워크로드 관리를 위한 쿼리 실행 시간 예측

현대 기업 데이터 웨어하우스는 관리하기 매우 어려운 복잡한 워크로드를 가지고 있습니다. 워크로드 관리를 위한 핵심 요소 중 하나는 쿼리 실행에 소요되는 시간의 추정입니다. 이러한 쿼리 실행 시간의 정확한 추정은 자율적으로 관리되는 엔터프라이즈 클래스 데이터 웨어하우스에 매우 중요합니다. 본 논문에서는 동적으로 변화하는 워크로드를 가진 데이터 웨어하우스에서 쿼리 실행 시간을 예측하는 문제를 연구합니다. 우리는 쿼리 계획을 이용하고 이를 시스템의 관측된 부하 벡터와 결합하여 새 벡터를 사용해 쿼리의 실행 시간을 예측하는 기계 학습 접근 방식을 사용합니다. 예측은 시간 범위로 이루어집니다. 우리는 실제 데이터베이스와 실제 워크로드를 사용하여 우리의 해결책을 검증합니다. 우리는 실험적으로 우리의 기계 학습 접근 방식이 잘 작동함을 보여줍니다. 이 기술은 상용 엔터프라이즈 클래스 DBMS에 통합될 예정입니다.