[논문 리뷰] Query2Vec: NLP Meets Databases for Generalized Workload Analytics.

Shrainik Jain, Bill Howe|arXiv (Cornell University)|2018. 01. 17.

Data Quality and Management인용 수 5

한 줄 요약

이 논문은 자연어 처리 기법을 사용하여 SQL 쿼리와 쿼리 계획의 조밀한 벡터 표현을 학습하는 Query2Vec을 소개한다. 이는 일반화된 워크로드 분석을 가능하게 한다. 이들 임베딩이 쿼리 추천, 인덱스 선택, 워크로드 요약과 같은 작업에서 전문가 히ュ리스틱보다 뛰어난 성능을 보임을 입증하며, 트리 구조의 LSTM 기반 접근 방식이 특정 작업에서 성능을 더욱 향상시킨다.

ABSTRACT

We propose methods for learning vector representations of SQL workloads to support a variety of administration tasks and application features, including query recommendation, workload summarization, index selection, identifying expensive queries, and predicting query reuse. We consider vector representations of both raw SQL text and optimized query plans under various assumptions and pre-processing strategies, and evaluate these methods on multiple real SQL workloads by comparing with results of task and application feature metrics in the literature. We find that simple algorithms based on these generic vector representations compete favorably with previous approaches that require a number of assumptions and task-specific heuristics. We then present a new embedding strategy specialized for queries based on tree-structured Long Short Term Memory (LSTM) network architectures that improves on the text-oriented embeddings for some tasks. We find that the general approach, when trained on a large corpus of SQL queries, provides a robust foundation for a variety of workload analysis tasks. We conclude by considering how workload embeddings can be deployed as a core database system feature to support database maintenance and novel applications.

연구 동기 및 목표

• 다양한 데이터베이스 관리 작업을 지원하는 일반 목적의 학습 가능한 SQL 워크로드 표현을 개발하기 위해.
• 일반적인 벡터 임베딩을 활용해 SQL 텍스트와 최적화된 쿼리 계획의 표현을 통해 전문가 히ュ리스틱 의존도를 줄이기 위해.
• 실제 워크로드를 사용하여 다양한 워크로드 분석 작업에 대한 이러한 임베딩의 효과성을 평가하기 위해.
• SQL 쿼리의 구조에 특화된 트리 구조의 LSTM 기반 임베딩 모델을 설계하기 위해.
• 워크로드 임베딩을 데이터베이스 시스템의 核심 기능으로 통합하는 것이 가능한지 탐색하기 위해.

제안 방법

• 분산된 백오브워즈 및 스킵그램 모델을 사용해 원시 SQL 텍스트의 벡터 표현을 학습하기 위해.
• 구조적 시퀀스로 간주함으로써 최적화된 쿼리 계획의 임베딩을 생성하기 위해.
• SQL 쿼리의 계층적 문법 트리를 모델링하기 위해 트리 구조의 장기 단기 기억(LSTM) 네트워크를 적용하기 위해.
• 실제 SQL 쿼리의 대규모 코퍼스에서 학습하여 의미적 및 구조적 패턴을 포착하기 위해.
• 쿼리 추천 및 재사용 예측과 같은 후행 작업을 통해 임베딩을 평가하기 위해.
• 워크로드 분석에서 전문가 히ュ리스틱 기반 방법과 대비하여 성능을 비교하기 위해.

실험 결과

연구 질문

• RQ1 특수 작업에 맞게 튜닝하지 않고도 일반적인 벡터 표현이 SQL 쿼리 및 계획을 다수의 워크로드 분석 작업에 효과적으로 지원할 수 있는가?
• RQ2 다양한 사전 처리 전략과 표현 유형(텍스트 대비 계획)이 워크로드 작업 전반에 미치는 영향은 어떠한가?
• RQ3 트리 구조의 LSTM이 SQL 워크로드에 대해 표준 텍스트 기반 임베딩보다 얼마나 향상되는가?
• RQ4 학습된 임베딩이 인덱스 선택 및 쿼리 재사용 예측과 같은 다양한 워크로드 분석 응용 분야로 일반화될 수 있는가?
• RQ5 임베딩 기반 워크로드 분석이 데이터베이스 시스템의 핵심 기능으로서의 잠재력을 얼마나 지니고 있는가?

주요 결과

• 원시 SQL 텍스트와 최적화된 쿼리 계획의 단순한 벡터 표현이 다양한 워크로드 분석 작업에서 경쟁적인 성능을 보이며, 히ュ리스틱 기반 접근 방식을 능가한다.
• 트리 구조의 LSTM 기반 임베딩 방법은 SQL 구문의 구조적 이해가 필요한 특정 작업에서 성능을 향상시킨다.
• 대규모 SQL 쿼리 코퍼스에서 사전 학습한 임베딩은 다양한 데이터베이스 관리 작업으로 일반화되는 데에 강력한 성능을 발휘한다.
• 제안된 방법은 쿼리 추천 및 워크로드 요약에서 정확도를 유지하거나 향상시키면서도 전문가 히ュ리스틱 의존도를 줄였다.
• 텍스트 및 계획 표현 모두에서 학습된 임베딩은 고비용 및 빈번히 재사용되는 쿼리를 효과적으로 식별하는 데 뛰어난 성능을 보였다.
• 본 연구는 워크로드 임베딩을 자동화된 데이터베이스 유지보수 및 지능형 응용 프로그램을 위한 핵심 시스템 기능으로 통합하는 것이 가능함을 입증했다.