ОПТИМІЗАЦІЯ ІНДЕКСАЦІЇ В СИСТЕМАХ УПРАВЛІННЯ БАЗАМИ ДАНИХ НА ОСНОВІ АДАПТИВНИХ МОДЕЛЕЙ ГЛИБИННОГО НАВЧАННЯ

Анотація

У статті розглядається задача підвищення ефективності індексації в системах управління базами даних шляхом застосування алгоритмів глибинного навчання. Основна увага приділяється розробленню моделі класифікації SQL-запитів, яка дозволяє оптимізувати процес формування індексів та покращити продуктивність роботи СУБД. Для досягнення поставленої мети використано методи аналізу великих даних, алгоритми глибинного навчання, нейронні мережі архітектури Transformer, чисельне моделювання та експериментальні дослідження на основі відкритого датасету Spider. Результати дослідження підтверджують, що запропонована модель дозволяє значно скоротити середній час виконання SQL-запитів та зменшити витрати ресурсів при індексації. Практичне застосування цієї моделі забезпечує підвищення продуктивності інформаційних систем у хмарних середовищах, фінансових платформах та системах обробки великих даних. Отримані результати вказують на доцільність подальшого розвитку моделі з урахуванням методів навчання з підкріпленням та розширенням сфери її застосування в розподілених середовищах обробки даних.