[发明专利]数据库参数调整方法、装置及计算机可读存储介质

说明书

本申请提供了一种数据库参数调整方法、装置及计算机可读存储介质，服务设备获得针对目标数据库的参数调整请求后，将目标数据库的当前状态信息输入参数调优强化模型，得到相应的调优激励参数和候选数据库参数，若其不满足数据库性能条件，将基于该调优激励参数继续进行模型训练迭代，直至得到满足数据库性能条件的目标推荐参数，提高数据库参数调优可靠性，由于本申请是基于初始数据库参数进行性能优化迭代，筛选每次性能优化迭代后高质量数据库参数至下一次性能优化迭代，从而得到多组数据库样本参数实现模型训练，相对于直接利用历史数据进行网络训练，保证了参数调优强化模型的输出可靠性，极大提高了数据库调参效率及可靠性。

技术领域

本申请涉及数据库技术领域，具体涉及一种数据库参数调整方法、装置及计算机可读存储介质

背景技术

随着信息化时代数据量的迅猛增加，为了更好地适应越来越复杂的业务需求，需要数据库管理员(DataBaseAdministrator，DBA)对数据库参数进行调整，以优化数据库性能。然而，随着数据库的更新迭代，数据库的种类越来越多，数据库参数也越来越复杂，这对DBA的业务要求越来越高，使得数据库管理员的学习成本不断增加，且调整效率及可靠性也比较低。

为了改善上述问题，目前提出利用一种基于流水线调参的工具——OtterTune，其基于流水线式的机器学习方法，利用历史数据(如历史DBA调参经验数据)，实现数据库参数的快速调整，以优化数据库的性能。

然而，由于历史数据中存在大量低质量数据，会极大影响数据库参数调整效率及可靠性，且在面临全新负载的数据库应用场景下，需要经过漫长且不稳定的调参过程，极大增加了数据库参数调整的时间成本。

发明内容

有鉴于此，为了解决上述技术问题，本申请提出以下技术方案：

一方面，本申请提出了一种数据库参数调整方法，所述方法包括：

获得针对目标数据库的参数调整请求；

根据所述参数调整请求获取所述目标数据库的当前状态信息；

将所述当前状态信息输入参数调优强化模型，得到所述当前状态信息对应的调优激励参数和候选数据库参数；其中，所述参数调优强化模型是基于多组数据库样本参数训练得到的，所述数据库样本参数为基于初始数据库参数每次进行性能优化迭代所筛选得到的；

若所述候选数据库参数未满足数据库性能条件，通过所述参数调优强化模型基于所述调优激励参数进行循环迭代，直至所述参数调优强化模型输出的候选数据库参数满足所述数据库性能条件；

以满足所述数据库性能条件的候选数据库参数，作为所述目标数据库的目标推荐参数。

在一些实施例中，所述参数调优强化模型的训练过程包括：构建针对目标数据库的第一数据库参数集，所述第一数据库参数集包含有多组初始数据库参数；

对所述多组初始数据库参数进行性能优化迭代，筛选每次性能优化迭代中的第一类数据库参数组至下一次性能优化迭代，直至满足迭代终止条件，得到多组数据库样本参数；其中，所述第一类数据库参数组包括数据库性能指标达到性能优化阈值的一组或多组数据库参数；所述数据库性能指标是将所述数据库参数应用于所述目标数据库得到的；

获取所述多组数据库样本参数应用于所述目标数据库各自的样本状态信息；

基于所述多组数据库样本参数和多组样本状态信息，对深度强化学习网络进行循环训练，直至满足训练终止条件，将最终训练得到的深度强化学习网络确定为参数优化强化模型。

在一些实施例中，所述对所述多组初始数据库参数进行性能优化迭代，筛选每次性能优化迭代中的第一类数据库参数组至下一次性能优化迭代，直至满足性能优化迭代终止条件，得到多组数据库样本参数，包括：

获取所述多组初始数据库参数各自的数据库性能指标；