# notes **Repository Path**: buaa-xy/notes ## Basic Information - **Project Name**: notes - **Description**: No description available - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2024-11-14 - **Last Updated**: 2024-12-24 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README https://gitee.com/openeuler/A-Tune/blob/master/tuning/yamls/tuning_params_all.yaml # notes | 方法类别 | 论文标题 | 核心工作与优势 | 不足 | | ------------------ | ------------------------------------------------------------ | ------------------------------------------------------------ | -------------------------------------------------- | | 基于规则的方法 | 《Automatic Database Configuration for DB2 Universal Database: Compressing Years of Performance Expertise into Seconds of Execution》 | 集成多年的性能调优经验到自动化工具中，实现快速数据库配置和调优，减少数据库调优和管理所需的人类专业知识 | 工作发表时间较早，人工输入要求多，配置无法通用 | | 基于机器学习的方法 | 《KeenTune: Automated Tuning Tool for Cloud Application Performance Testing and Optimization》 | 集成多种调优和参数敏感性分析算法，提供敏感参数可解释性算法，支持不同情况的调优 | | | 基于机器学习的方法 | 《Automatic Database Management System Tuning Through Large-scale Machine Learning》 | 提出OtterTune，使用FA、k-means修剪冗余监控指标，lasso技术进行参数影响力分析 | 调优耗时长，每次迭代可能需要一个小时 | | 基于机器学习的方法 | 《An Inquiry into Machine Learning-based Automatic Configuration Tuning Services on Real-World Database Management Systems》 | 在企业数据库应用程序上评估基于ML的DBMS参数调优方法，使用OtterTune服务，测试多种ML算法 | 调优耗时长，需要处理失败的配置 | | 基于机器学习的方法 | 《CGPTuner: a Contextual Gaussian Process Bandit Approach for the Automatic Tuning of IT Configurations Under Varying Workload Conditions》 | 利用上下文信息（当前的工作负载）指导贝叶斯优化过程，快速找到表现良好的IT系统配置。考虑运行DBMS的整个IT堆栈，包括Java虚拟机、操作系统和物理机等层的参数 | 无法支持更多调优迭代和更大的搜索空间，计算复杂度高 | | 基于LLM的方法 | 《GPTuner: A Manual-Reading Database Tuning System via GPT-Guided Bayesian Optimization》 | 使用大型语言模型构建Tuning Lake知识库，设计负载感知调整策略和优化搜索空间技术，提出了一种粗到细的贝叶斯优化框架用于探索优化后的搜索空间 | | | 基于LLM的方法 | 《LLMTune: Accelerate Database Knob Tuning with Large Language Models》 | 提供高质量的初始配置，加速调优过程，自动数据生成框架，使用GPT-4合成工作负载，采用了HEBO算法，并辅以成本模型（无需依赖于实际的数据库执行），以确保有效和准确的配置优化 | | 研究内容1：基于多智能体框架的智能调优SOP设计 调优过程是一个复杂问题，单个智能体很难对复杂的调优任务进行准确的分析。因此，将调优过程拆解为数据采集、负载感知、参数推荐、智能调优等基本任务，并由多个智能体分别承担，是一种有效的解决策略。MetaGPT框架利用SOP来协调基于大模型的多智能体系统，通过引入SOP作为标准流程，使这些智能体行为更加稳定，并且能够高效地协同工作。然而不同的任务类型具有不同的特点，因此需要针对性地设计SOP。 调优任务具有其独特性和复杂性，直接将通用SOP套用到调优领域是不合适的。为此，需要设计一种专门针对调优任务特性的智能调优SOP，确保每个智能体在其角色内按预定的流程执行调优任务。 研究内容2：基于知识库的LLM知识准备与提示生成方法 针对调优过程中参数众多，关系复杂，领域知识难以利用的问题。目前已有工作利用LLM提取领域知识（例如，DBMS手册和论坛讨论）为结构化数据来增强优化过程。但直接使用LLM难以从长文档中提取有用的知识，且难以根据给定的上下文与直接合适的知识进行匹配。为此，在多智能体调优框架的基础上，需要设计一种基于调优知识库的LLM知识准备和提示生成方法，通过从长文档中提取、聚类和检索知识块，以生成合适的提示增强LLM的调优知识理解能力，更好地利用领域知识指导调优过程。 研究内容3：基于大模型多智能体的openEuler智能调优系统实现 认识A-TUNE(可作为开题内容补充) https://gitee.com/openeuler/docs/blob/master/docs/zh/docs/A-Tune/%E8%AE%A4%E8%AF%86A-Tune.md package安装： 1.https://repo.openeuler.org/openEuler-20.03-LTS/update/aarch64/Packages/kernel-source-4.19.90-2101.1.0.0055.oe1.aarch64.rpm 2.https://gitee.com/openeuler/sysSentry/tree/master/sysSentry-1.0.2/selftest/test/nvme/patch 3.https://repo.openeuler.org/openEuler-20.03-LTS-SP4/everything/aarch64/Packages/libbpf-0.3-6.oe2003sp4.aarch64.rpm 4.https://repo.openeuler.org/openEuler-20.03-LTS-SP4/everything/aarch64/Packages/python3-numpy-1.16.5-7.oe2003sp4.aarch64.rpm 5.https://repo.openeuler.org/openEuler-20.03-LTS-SP4/everything/aarch64/Packages/libgfortran-7.3.0-2020033101.58.oe2003sp4.aarch64.rpm 6.https://repo.openeuler.org/openEuler-20.03-LTS-SP4/everything/aarch64/Packages/openblas-0.3.10-3.oe2003sp4.aarch64.rpm 7.https://repo.openeuler.org/openEuler-20.03-LTS-SP4/everything/aarch64/Packages/openblas-devel-0.3.10-3.oe2003sp4.aarch64.rpm 8.https://eulermaker.compass-ci.openeuler.openatom.cn/api/ems3/repositories/pub-test-sysSentry/openEuler%3A20.03-LTS-SP4/aarch64/history/b6dcd660-9b3f-11ef-990c-464e14c4c6e8/last/Packages/ai_block_io-1.0.2-66.oe2003sp4.aarch64.rpm 9.https://eulermaker.compass-ci.openeuler.openatom.cn/api/ems3/repositories/pub-test-sysSentry/openEuler%3A20.03-LTS-SP4/aarch64/history/b6dcd660-9b3f-11ef-990c-464e14c4c6e8/last/Packages/avg_block_io-1.0.2-66.oe2003sp4.aarch64.rpm 10.https://eulermaker.compass-ci.openeuler.openatom.cn/api/ems3/repositories/pub-test-sysSentry/openEuler%3A20.03-LTS-SP4/aarch64/history/b6dcd660-9b3f-11ef-990c-464e14c4c6e8/last/Packages/pysentry_collect-1.0.2-66.oe2003sp4.aarch64.rpm 11.https://eulermaker.compass-ci.openeuler.openatom.cn/api/ems3/repositories/pub-test-sysSentry/openEuler%3A20.03-LTS-SP4/aarch64/history/b6dcd660-9b3f-11ef-990c-464e14c4c6e8/last/Packages/pysentry_notify-1.0.2-66.oe2003sp4.aarch64.rpm 12.https://eulermaker.compass-ci.openeuler.openatom.cn/api/ems3/repositories/pub-test-sysSentry/openEuler%3A20.03-LTS-SP4/aarch64/history/b6dcd660-9b3f-11ef-990c-464e14c4c6e8/last/Packages/pyxalarm-1.0.2-66.oe2003sp4.aarch64.rpm 13.https://eulermaker.compass-ci.openeuler.openatom.cn/api/ems3/repositories/pub-test-sysSentry/openEuler%3A20.03-LTS-SP4/aarch64/history/b6dcd660-9b3f-11ef-990c-464e14c4c6e8/last/Packages/sysSentry-1.0.2-66.oe2003sp4.aarch64.rpm #### 介绍 {**以下是 Gitee 平台说明，您可以替换此简介** Gitee 是 OSCHINA 推出的基于 Git 的代码托管平台（同时支持 SVN）。专为开发者提供稳定、高效、安全的云端软件开发协作平台 无论是个人、团队、或是企业，都能够用 Gitee 实现代码托管、项目管理、协作开发。企业项目请看 [https://gitee.com/enterprises](https://gitee.com/enterprises)} #### 软件架构 软件架构说明 #### 安装教程 1. xxxx 2. xxxx 3. xxxx #### 使用说明 1. xxxx 2. xxxx 3. xxxx #### 参与贡献 1. Fork 本仓库 2. 新建 Feat_xxx 分支 3. 提交代码 4. 新建 Pull Request #### 特技 1. 使用 Readme\_XXX.md 来支持不同的语言，例如 Readme\_en.md, Readme\_zh.md 2. Gitee 官方博客 [blog.gitee.com](https://blog.gitee.com) 3. 你可以 [https://gitee.com/explore](https://gitee.com/explore) 这个地址来了解 Gitee 上的优秀开源项目 4. [GVP](https://gitee.com/gvp) 全称是 Gitee 最有价值开源项目，是综合评定出的优秀开源项目 5. Gitee 官方提供的使用手册 [https://gitee.com/help](https://gitee.com/help) 6. Gitee 封面人物是一档用来展示 Gitee 会员风采的栏目 [https://gitee.com/gitee-stars/](https://gitee.com/gitee-stars/)