テンセントの最新のデータベース研究成果が、世界トップのデータベースカンファレンスであるSIGMODに選出された。

テンセントと華中科技大学の最新の共同研究成果が、世界最高峰のデータベースカンファレンス「SIGMOD」の論文に選ばれ、6月30日にオランダのアムステルダムで開催される国際カンファレンス「SIGMOD 2019」で一般公開される。

選ばれた論文のタイトルは「深層強化学習を使用したエンドツーエンドの自動クラウドデータベースチューニングシステム」です。この研究は、AI技術に基づくデータベース性能チューニング結果が、データベース専門家の経験判断という従来の方法を初めて総合的に上回るという画期的な成果を達成しました。この成果は、華中科技大学武漢国立光電子研究センターの周克教授とテンセントテクノロジーエンジニアリンググループクラウドアーキテクチャプラットフォーム部のCDBデータベースチームのチームによって完成され、博士課程の学生である張季が第一著者となった。

インテリジェントクラウドストレージ技術共同研究センターは、テンセントと華中科技大学によって2018年に設立されました。強力な提携を通じて、一流のインテリジェントクラウドストレージ技術革新と人材育成プラットフォームを構築することを目指しています。テンセントと華中科技大学は、トップクラスの専門人材を誘致・結集し、分散ストレージ技術、高性能ストレージエンジン、業務負荷予測などの分野で共同技術研究を実施し、超大規模クラウドストレージサービスシステムの多くの技術的困難を突破し、インテリジェントクラウドストレージ技術の技術革新と応用を推進してきました。今回採択された論文は、インテリジェントクラウドストレージ技術共同研究センターの共同研究成果の一つです。

SIGMOD 国際データ管理会議は、データベース分野における最高の学術的地位を持つ国際学術会議であり、トップデータベース会議の中で第 1 位にランクされています。

クラウド コンピューティングの急速な発展に伴い、人的資源と物的資源を節約するために、独自のデータベース サービス システムを構築および保守する代わりに、クラウド データベース サービス システムを購入する中小企業が増えています。しかし、ほとんどのユーザーはクラウド データベース サービス システムを購入してから使用するだけであり、使用中にデータベース システムのパフォーマンス低下に遭遇することがよくあります。データベース管理システムのパフォーマンスを最適化する経験が不足しているため、ユーザーがデータベース システムのパフォーマンス低下の原因を発見し、効果的に解決することは困難です。そのため、クラウド サービス プロバイダーは、データベースのパフォーマンスがより良い状態に維持されるように、ユーザー向けのデータベース システム パラメータをタイムリーに調整する必要があります。数十万のユーザー インスタンスを持つクラウド サービス プロバイダーにとって、データベース パラメータの調整をデータベースの専門家に完全に依存することは明らかに非現実的です。 AI テクノロジーを活用してデータベース システムのパフォーマンス問題を解決する方法が、ますます重要かつ緊急なものになっています。

本論文では、図 1 に示すように、深層強化学習に基づくエンドツーエンドのクラウド データベース自動パフォーマンス最適化システム CDBTune を初めて提案します。このシステムは、関連する経験的データ トレーニングがなくても最適化モデルを確立し、クラウド データベース ユーザーにオンラインの自動データベース パフォーマンス最適化サービスを提供できます。パフォーマンスチューニングの結果は初めてデータベースの専門家の結果を上回り、データベースの運用と保守の効率が大幅に向上します。

図1 強化学習とデータベースパフォーマンス最適化の関係

図 2 に示すように、さまざまな負荷とさまざまな種類のデータベースで実施された多数の実験により、CDBTune のパフォーマンス最適化結果が、既存のデータベース チューニング ツールや DBA エキスパートによる結果よりも大幅に優れていることが証明されています。弾力性のあるクラウド環境でも、ユーザーが購入したデータベース メモリやディスクのサイズが変わったり、負荷が変化したりしても (タイプは変更されないまま)、CDBTune は依然として優れた適応性を維持することが実験で示されています。

図2 CDBTuneパフォーマンステスト結果

実際のシステムでは、図 3 に示すように、ユーザーまたはシステム管理者がデータベースのパフォーマンスを最適化する必要がある場合、対応する対話型インターフェイスを通じてパラメータの最適化要求を行うことができます。このとき、クラウド コントローラーは、インテリジェント最適化システムにパラメーター最適化要求を送信し、ユーザーの実際の負荷に応じて確立された深層強化学習モデルに基づいて対応するパラメーター構成を推奨し、その構成をデータベースに設定します。調整するデータベースのパフォーマンスがユーザーまたはシステム管理者のニーズを満たすまで、上記のプロセスを繰り返します。

図3 CDBTuneシステムの相互作用図

SIGMOD レビュー委員会はこの論文に高い評価を与えました。この論文は、機械学習によるデータベースのチューニングという刺激的な新しい分野に関するものです。具体的には強化学習を使用します。単に機械学習のテクニックを紹介するだけではなく、そのテクニックが特定の問題にどのように適合するのか、従来の機械学習の用語との類似点は何なのかなど、詳しく説明しています。DB コミュニティの誰もがこれらのテクニックに精通しているわけではないことを考えると、これは教育的な意味でも機能し、非常に高く評価されています。 (この記事は、機械学習手法を使用してデータベースを最適化する技術に関するものです。これは刺激的な新しい分野です。特に、強化学習手法を使用します。この記事では、機械学習の手法を単に紹介するだけでなく、機械学習が特定の問題にどのように完全に適合するかを非常にわかりやすく説明し、従来の機械学習用語との類似点も説明しています。データベースコミュニティの誰もがこれらの技術に精通しているわけではないことを考えると、これは教育方法でもあるため、この記事は非常に役立ちます。)

毎年、SIGMOD カンファレンスには世界中の学術機関や業界から多数のデータベース研究者が参加し、アイデアを共有しています。また、学界と産業界からのデータベース分野における最先端の技術研究動向も集約しています。