АВТОНОМНА СИСТЕМА РЕКОМЕНДАЦІЇ ІНДЕКСІВ ДЛЯ РЕЛЯЦІЙНИХ БАЗ ДАНИХ НА ОСНОВІ COST-MODEL ТА PLAN COVERING

Проблематика. Індексація є ключовим засобом підвищення продуктивності реляційних баз даних, однак ручний вибір індексів залишається складним і суб’єктивним. Зі зростанням обсягів даних підвищуються вимоги до адаптивності систем оптимізації. Підходи на основі машинного та глибокого навчання забезпечують високу точність, але потребують значних ресурсів і мають проблему «холодного старту», що зумовлює необхідність автономних рішень із збалансованими характеристиками точності та складності. Мета дослідження. Розробка та експериментальна оцінка автономної системи рекомендації індексів, що поєднує модель вартості виконання запитів (Cost-Model) з алгоритмом Plan Covering для підвищення продуктивності виконання запитів у реляційних базах даних за одночасного врахування вартості зберігання індексів. Методика реалізації. Система має конвеєрну архітектуру та включає аналізатор робочого навантаження, модель вартості й алгоритм Plan Covering. Аналізатор формує профіль запитів, модель вартості оцінює їх виконання з гіпотетичними індексами, а алгоритм здійснює жадібний вибір індексів за співвідношенням вигоди до вартості зберігання. Експериментальну перевірку виконано на синтетичному наборі даних e-commerce системи в середовищі PostgreSQL. Результати дослідження. Система згенерувала 7 рекомендацій індексів, з яких 6 були успішно створені. Середнє покращення часу виконання запитів склало 22.54%, а найбільше покращення (26.06%) отримано для найбільш часто виконуваного запиту з операцією JOIN. Загальний час виконання всіх запитів зменшився з 0.2751 с до 0.2131 с. Висновки. Запропоноване поєднання Cost-Model та Plan Covering забезпечує ефективну автоматизацію процесу індексації без використання ресурсоємних нейромережевих підходів, демонструючи суттєве покращення продуктивності та раціональне використання ресурсів зберігання.