Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.

  • A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

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

Система 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)