Improving Cost Prediction Models for Query Optimizers Using Machine Learning

데이터베이스 관리 시스템(DBMS)의 질의 최적화기는 사용자 질의에 적합한 실행 계획을 선정하는 핵심 요소이다. 전통적인 방식은 간단한 추측과 고정된 매개변수를 기반으로 비용을 예측하지만, 이는 실제 실행 비용과 크게 다를 수 있다. 이와 같은 문제점을 극복하기 위해 학습 기반의 질의 최적화 방법들이 연구되어 왔다. 이 논문에서는 일반적인 데이터 환경에서 학습 기반의 비용 예측 모델에 적용한 방법을 우선 소개한다. 이후, 실제 상용 질의 최적화기에 구현하여 TPC-H 벤치마크 하에서의 질의 실행시간을 더욱 줄일 수 있음을 보였고, 추후 개선 사항에 대해 논의한다.