Система рекомендаций для оптимизации баз данных PostgreSQL на основе машинного обучения
Владислав Моисеенков представил систему рекомендаций для оптимизации баз данных PostgreSQL на основе машинного обучения
На семинаре НУГ студент Владислав Моисеенков (группа БИВ206) представил доклад о разработке системы рекомендаций для автоматической настройки баз данных PostgreSQL.
Основные темы презентации:
- Внедрение метода Deep Deterministic Policy Gradient (DDPG) для повышения производительности баз данных в режиме реального времени.
- Архитектура системы, включающая сбор метрик через сервис Collector и автоматическую генерацию рекомендаций.
- Результаты тестирования, показавшие улучшение производительности PostgreSQL по метрикам TPS и Latency при снижении времени настройки.
Презентация продемонстрировала эффективность предложенного подхода для оптимизации работы СУБД, что может найти широкое применение в промышленной эксплуатации.
presentation__moiseenkov_vyu_razrabotka-..-usovershenstvovaniya-ra_279325 (PDF, 1.46 Мб)