Location: APB 3105
Quantity: 0V/2Ü/0P SWS
Language: German (English on request)
Modules: INF-AQUA, INF-VERT4, INF-04-HS, MINF-04-HS, INF-D-940, IST-05-FG-AVS, IST-05-HS

Machine Learning for Database Systems

About

Ein aktueller Trend in der Datenbankforschung beschäftigt sich mit der Idee Modelle, die mittels machinellen Lernens erzeugt wurden, für verschiedene Bereiche in Datenbanksystemen einzusetzen. Hier konnte bereits gezeigt werden das klassische Datenbankindexstrukturen wie B-Bäume, R-Bäume oder Hash-Maps durch neuronale Netze (NN) ersetzt werden können. Ein weiterer vielversprechender Forschungsgegenstand ist die Anfrageoptimierung. Hier existieren bereits erste Papiere welche sich mit der Ermittlung der optimalen Join-Reihenfolge sowie der Kardinalitätsschätzung mittel NN beschäftigten. Aber auch „im Großen“ wird machinelles Lernen eingesetzt, um Datenbanksysteme mit ihrer Vielzahl von Einstellungen und Parametern zu konfigurieren und den aktuellen Workloads anzupassen.

Themen

Indexstrukturen

The Case for Learned Index Structures

Anfrageoptimierung

Learning to optimize join queries with deep reinforcement learning

Learning state representations for query optimization with deep reinforcement learning

Deep reinforcement learning for join order enumeration

Datenbanksysteme

Automatic database management system tuning through large-scale machine learning (OtterTune)

SageDB: A Learned Database System

Learning-based query performance modeling and prediction

Kardinalitätsschätzung

Selectivity estimation in extensible databases – A neural network approach

Learned Cardinalities: Estimating Correlated Joins with Deep Learning

Cardinality Estimation Using Neural Networks

Schätzung von Anfrageantwortzeiten

Towards Predicting Query Execution Time for Concurrent and Dynamic Database Workloads

Predicting query execution time: Are optimizer cost models really unusable?

Robust Estimation of Resource Consumption for SQL Queries using Statistical Techniques

Kick-off-Meeting

Das Kick-off-Meeting findet am 09.04.2019, 13:00 Uhr im APB 3105 statt. Zum Termin wird die Themenzuteilung festgehalten und die jeweiligen Betreuer zugeordnet. Um Überschneidungen auflösen zu können, sollte jeder Seminarteilnehmer schon vorher 2-3 Themen auswählen. Die Themen werden mit dem jeweiligen Betreuer an individuell vereinbarten Terminen besprochen. Die Präsentation erfolgt dann zum Ende des Semesters üblicherweise Dienstags, 13:00-14:30 Uhr, im Raum APB 3105. Zur Vorbereitung der schriftlichen Ausarbeitung verwenden sie bitte die Vorlage “ACM proceedings template (standard)” von dieser Seite (acmart-master.zip bzw. Interim layout.docx).

Ziele

Ein Hauptseminar soll die Fähigkeit vermitteln,

  • sich anhand von wissenschaftlicher Fachliteratur über ein Problem selbständig zu informieren,
  • eine Zusammenfassung des Standes der Wissenschaft in einem mündlichen Vortrag von 20 Minuten zu präsentieren,
  • seine Auffassung in einer Diskussion zu vertreten und
  • sich mit wissenschaftlichen Texten kritisch auseinanderzusetzen

Kontakt

Schreiben Sie uns eine E-Mail an: sya-db-hsdb@groups.tu-dresden.de