چکیده مقاله
در دو دهه گذشته، داده ها با سرعت بی سابقه ای در حال رشد بوده اند در نتیجه، سیستم هایی که داده ها را ذخیره، پردازش و تجزیه و تحلیل می کنند، یک ماموریت حیاتی بر عهده دارند از این رو، برای عملکرد سیستم های داده، این امر مهم است که یک بهینه ساز پرس و جو بتواند پرس و جوهای قابل عرضه سطح بالا از قبیل زبان پرس و جو ساختاریافته را به برنامه های اجرایی کارآمد ترجمه کند این نوشته به پیشرفت های یادگیری ماشین برای کاهش پیچیدگی در بهینه سازی پرس و جو می پردازد و نشان می دهد که یادگیری خودکار بهینه سازی پرس وجوهای اس کیو ال یا زبان پرس و جو ساختاریافته، بدون یادگیری از یک بهینه ساز طراحی شده توسط متخصص، هم امکان پذیر و هم کارآمد است و به طور بالقوه هزینه بالای توسعه کاهش می یابد سپس بالسا به عنوان یک عامل یادگیری تقویتی عمیق که به طور خودکار بهینه سازی پرس و جوهای زبان پرس و جو ساختاریافته را با آزمون و خطا می آموزد، معرفی می شود
کلیدواژهها
نویسندگان
امیر سیددانش
استادیار دانشکده فنی و مهندسی شرق، دانشگاه گیلان، رودسر، واجارگاه
محمدمنصور کیایی
دانشجوی کارشناسی ارشد مهندسی نرم افزار، دانشکده فنی و مهندسی ،دانشگاه گیلان ، رشت
شیوه ارجاع
�یددانش، امیر و کیایی، محمدمنصور،1402،استفاده از یادگیری ماشین برای بهینه ساز پرس و جو بر اساس یادگیری خودکار پرس و جوهای SQL،پنجمین کنفرانس بین المللی محاسبات نرم،رودسر
ارائهشده در
مجموعه مقالات پنجمین کنفرانس بین المللی محاسبات نرم16 اسفند 1402 · رودسر