| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Viedās datortehnoloģijas |
| Nosaukums |
Mašīnmācīšanās pieeju izmantošana datubāzu vaicājumu izpildes plānu un veiktspējas prognozēšanā PostgreSQL vidē |
| Nosaukums angļu valodā |
The Use of Machine Learning Approaches for Predicting Query Execution Plans and Performance in a PostgreSQL Environment |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Ainārs Auziņš |
| Recenzents |
Andrejs Bondarenko |
| Anotācija |
Atslēgvārdi: datubāzu vadības sistēmas (DBVS), mākslīgais intelekts (MI),
mašīnmācīšanās.
Bakalaura darbā tiek pētīta mākslīgā intelekta un mašīnmācīšanās pieeju
izmantošana datubāzu vadības sistēmu vaicājumu optimizācijā un veiktspējas analīzē.
Darba mērķis ir izpētīt tradicionālos vaicājumu optimizācijas principus un novērtēt
mašīnmācīšanās modeļu izmantošanas iespējas PostgreSQL vaicājumu izpildes plānu
klasifikācijā un izpildes laika prognozēšanā.
Darbā analizēti tradicionālie DBVS optimizācijas mehānismi, tostarp
kardinalitātes novērtēšana, izmaksu modelis, izpildes plānu ģenerēšana un indeksu
izmantošana, kā arī apskatītas mūsdienu mašīnmācīšanās pieejas DBVS
automatizācijā.
Praktiskajā daļā izveidota eksperimentāla PostgreSQL vide un veikta filtrēšanas
un JOIN vaicājumu analīze, izmantojot EXPLAIN ANALYZE. Tika novērtēta indeksu
un selektivitātes ietekme uz vaicājumu izpildes laiku un izpildes plāna izvēli. Papildus
salīdzināti Random Forest, Gradient Boosting un MLP modeļi PostgreSQL izpildes
plānu klasifikācijā un izpildes laika prognozēšanā.
Rezultāti parādīja, ka Random Forest un Gradient Boosting modeļi nodrošina
augstu precizitāti, savukārt MLP modelis uzrādīja zemāku efektivitāti nelielas datu
kopas apstākļos. Iegūtie rezultāti apstiprina, ka mašīnmācīšanās pieejas var izmantot kā
papildu rīku DBVS veiktspējas analīzē un vaicājumu optimizācijas izpētē.
Bakalaura darba apjoms ir 77 lappuses, 11 attēli, 9 tabulas, 8 pielikumi, 21
informācijas avots. |
| Atslēgas vārdi |
datubāzu vadības sistēmas (DBVS), mākslīgais intelekts (MI), mašīnmācīšanās |
| Atslēgas vārdi angļu valodā |
database management systems (DBMS), artificial intelligence (AI), machine learning |
| Valoda |
lv |
| Gads |
2026 |
| Darba augšupielādes datums un laiks |
26.05.2026 16:42:50 |
