騰訊云數(shù)據(jù)庫三篇論文入選行業(yè)頂會SIGMOD，產(chǎn)學(xué)研結(jié)合助力國產(chǎn)數(shù)據(jù)庫生態(tài)建設(shè)

豐色 2022-06-13 16:44:45 來源：量子位

6月13日，騰訊云數(shù)據(jù)庫三篇論文再次入選數(shù)據(jù)庫行業(yè)頂會SIGMOD，被SIGMOD 2022 Research Full Paper（研究類長文）收錄。

本次被收錄的研究成果中，新型數(shù)據(jù)結(jié)構(gòu)設(shè)計、AI智能調(diào)參優(yōu)化等均屬于業(yè)界首次提出。騰訊云數(shù)據(jù)庫多次入選SIGMOD，表明騰訊云數(shù)據(jù)庫在存儲、智能管控等方面的積累與前沿創(chuàng)新獲得了國際權(quán)威認(rèn)可。

SIGMOD，全稱數(shù)據(jù)管理國際會議（Special Interest Group on Management Of Data），是由美國計算機協(xié)會（ACM）數(shù)據(jù)管理專業(yè)委員會（SIGMOD）發(fā)起、在數(shù)據(jù)庫領(lǐng)域具有最高學(xué)術(shù)地位的國際性學(xué)術(shù)會議。

第一篇入選論文題目為HUNTER: An Online Cloud Database Hybrid Tuning System for Personalized Requirements，由騰訊云數(shù)據(jù)庫團隊和華中科技大學(xué)合作完成，在AI智能調(diào)參優(yōu)化上取得進(jìn)一步突破。

通俗理解，數(shù)據(jù)庫的參數(shù)設(shè)置多達(dá)幾百個，這些參數(shù)控制著數(shù)據(jù)庫的性能表現(xiàn)。專業(yè)運維人員會花大量時間，根據(jù)經(jīng)驗來調(diào)優(yōu)數(shù)據(jù)庫的參數(shù)，以匹配不同硬件、需求和業(yè)務(wù)場景。如何利用 AI 技術(shù)解決數(shù)據(jù)庫系統(tǒng)性能問題變得越來越重要和緊迫。

在此篇論文中，騰訊云數(shù)據(jù)庫TDSQL-C團隊提出了混合調(diào)優(yōu)系統(tǒng)Hunter，主要解決了如何在保證調(diào)優(yōu)效果的前提下顯著減少調(diào)優(yōu)時間的問題。實驗表明：隨著并發(fā)度提升實現(xiàn)調(diào)優(yōu)時間準(zhǔn)線性降低，在單并發(fā)度場景下調(diào)優(yōu)時間只需17小時，在20并發(fā)度場景下調(diào)優(yōu)時間縮短至2小時。

第二篇入選論文由中國人民大學(xué)和騰訊云數(shù)據(jù)庫團隊合作完成，題為CompressDB: Enabling Efficient Compressed Data Direct Processing for Various Databases，論文針對壓縮數(shù)據(jù)的直接操作與處理，提出一項新型數(shù)據(jù)庫處理技術(shù)——CompressDB。

面對當(dāng)下指數(shù)級增長的數(shù)據(jù)量，行業(yè)普遍使用數(shù)據(jù)壓縮來減少存儲空間。在大數(shù)據(jù)管理系統(tǒng)中，直接在壓縮數(shù)據(jù)上進(jìn)行操作，可以獲得存儲空間的節(jié)約和處理性能的提升。但是，當(dāng)前的此類系統(tǒng)只關(guān)注數(shù)據(jù)查詢，而一個完整的大數(shù)據(jù)管理系統(tǒng)必須支持?jǐn)?shù)據(jù)查詢和數(shù)據(jù)操作。

本研究提出并實現(xiàn)了新型數(shù)據(jù)庫技術(shù)，利用上下文無關(guān)文法來壓縮數(shù)據(jù)，通過新的數(shù)據(jù)結(jié)構(gòu)和算法設(shè)計實現(xiàn)對語法規(guī)則進(jìn)行解析，CompressDB支持直接對壓縮后的數(shù)據(jù)進(jìn)行數(shù)據(jù)查詢和操作，并且支持各種數(shù)據(jù)庫系統(tǒng)。實驗表明，CompressDB 平均達(dá)到40%的吞吐量提升和44%的延遲縮短，并實現(xiàn)1.81倍的壓縮率。

第三篇入選論文由騰訊和北京大學(xué)合作完成，題為 BlindFL: Vertical Federated Machine Learning without Peeking into Your Data。針對數(shù)據(jù)隱私安全問題，該論文提出了一個新的縱向聯(lián)邦學(xué)習(xí)范式BlindFL，可支持多種特征數(shù)據(jù)類型，且可以在半誠實安全假設(shè)下證明其安全性。實驗結(jié)果表明，BlindFL可有效保護參與方的隱私數(shù)據(jù)，并具有更高的運行效率。

騰訊歷來重視數(shù)據(jù)庫領(lǐng)域的研發(fā)，通過校企聯(lián)合實驗室共建，面向青年學(xué)者的CCF-騰訊犀牛鳥基金，騰訊犀牛鳥科研專項等與高校、科研機構(gòu)構(gòu)建“產(chǎn)學(xué)研”一體的長期合作，將技術(shù)研究成果轉(zhuǎn)換為應(yīng)用落地，校企聯(lián)合持續(xù)輸出前沿技術(shù)創(chuàng)新與示范性應(yīng)用。

此前，騰訊云數(shù)據(jù)庫TDSQL曾多次亮相數(shù)據(jù)庫三大頂會SIGMOD、ICDE、VLDB，以及數(shù)據(jù)科學(xué)領(lǐng)域的頂級期刊IEEE TKDE等。騰訊云數(shù)據(jù)庫TDSQL將繼續(xù)加大對數(shù)據(jù)庫基礎(chǔ)研究創(chuàng)新、數(shù)據(jù)庫產(chǎn)學(xué)研合作生態(tài)的建設(shè)投入，充分釋放領(lǐng)先技術(shù)的紅利，助力國產(chǎn)數(shù)據(jù)庫學(xué)術(shù)人才培養(yǎng)和技術(shù)創(chuàng)新生態(tài)建設(shè)發(fā)展。