张翔熙，王宏志

(哈尔滨工业大学 海量数据计算研究中心，哈尔滨 150001)

0 引 言

作为现代软件系统中至关重要的一部分，数据库系统一直在软件系统中为数据存储、数据控制与数据分析提供关键的支撑。然而，随着数据库系统工业实践日趋复杂、理论基础日趋完备，现代数据库系统往往有成百上千个可选配置参数与调优选项，对数据库管理员的心智负担也日趋沉重；同时，大规模分布式高吞吐量的现代数据库系统应用，也对数据库查询存储优化等问题提出了更高的要求。

为了解决这些问题，以深度学习为代表的统计学习方法的智慧数据库系统技术应运而生。借助统计学习技术，智慧数据库系统在配置、优化、设计、监测等多个子领域上分别开辟了新的研究方向与研究热点。智慧配置能够显著降低数据库管理人员心智负担，降低因配置不当造成的资源开销与浪费；智慧优化能够在过去数据库系统优化理论的基础上进一步突破，通过统计学习的手段来解决传统方法因复杂度、近似比等理论限制而难以完成的优化任务；智慧设计能够根据不同的工作流，自适应地改变索引与存储的数据结构；智慧监测通过时间序列分析等手段，自动提前发现运行异常，规避运维风险。

在智慧数据库系统中的一个典型任务，就是对于来自语义、数据库结构、运行环境等多个领域的特征进行向量化的表征与综合。通过通用化的建模手段，解决智慧数据库系统上多领域特征与综合中的问题与困难，将能够作为底层支撑技术，为更加复杂的数据库系统模型提供必要的特征侧支撑。……