腾讯云数据库的AI技术CDBTune实践.pptxVIP

腾讯云数据库的AI技术实践CDBTune：

目录智能调参背景01强化学习方法02CDBTune03性能评估04

智能调参背景

智能调参背景为什么需要数据库参数调优服务？参数非常多：例如MySQL，有几百个配置项，调优难度大人力成本高：需要专职DBA，依靠专家经验，人时成本高工具普适性：现存工具功能有限，耗时久效果一般云上新需求：部分用户没有专职运维团队，参数调优很难实现CDBTune：CDB团队研发的参数调优工具，使用深度强化学习方法（ReinforcementLearning）自动调优数据库参数相比于现存方法，CDBTune无需细分负载类型，无需积累大量样本，可智能学习参数调优过程，获得较好的参数调优效果

调参方法对比采用方法训练时间推荐时间效果Search-BasedAlgorithm-长参数离散化，可能局部最优每次推荐耗时较长PipelinedML长短需要大量高质量样本DNN长短需要大量高质量样本调整参数有限HeuristicSearchPipelinedMLDeepNeuralNetworks

强化学习方法

强化学习(ReinforcementLearning)强化学习（ReinforcementLearning）通过学习如何把当前的情境映射成动作，才能使得数值化的收益最大化模型抽象：智能体Agent环境Env动作Action/状态S