Новый подход к оптимизации запросов разработали в Центре ИИ МГУ
Центр искусственного интеллекта МГУ имени М.В. Ломоносова представил метод оптимизации языка структурированных запросов (SQL) без дополнительного обучения моделей. Работа посвящена ускорению выполнения запросов к базам данных за счет анализа сходства их планов выполнения. Статья принята к публикации в Bulletin of Irkutsk State University, Series Mathematics.
Оптимизация запросов играет важную роль в работе современных баз данных. От того, какой план выполнения выберет система, зависит скорость обработки информации. Однако встроенные механизмы оптимизации не всегда находят наиболее эффективный вариант, особенно для сложных SQL-запросов.
Авторы предложили подход процессной ИИ-аналитики (LLM-PM), который использует предобученные векторные представления планов выполнения запросов. Система сравнивает новый запрос с ранее выполненными и подбирает набор подсказок для оптимизатора на основе сходства планов выполнения. Такой подход позволяет улучшать производительность без дополнительного обучения модели.