6月13日，記者獲悉，騰訊云數(shù)據(jù)庫(kù)三篇論文再次入選數(shù)據(jù)庫(kù)行業(yè)頂會(huì)SIGMOD，被SIGMOD 2022 Research Full Paper（研究類長(zhǎng)文）收錄。

本次被收錄的研究成果中，新型數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)、AI智能調(diào)參優(yōu)化等均屬于業(yè)界首次提出。騰訊云數(shù)據(jù)庫(kù)多次入選SIGMOD，表明騰訊云數(shù)據(jù)庫(kù)在存儲(chǔ)、智能管控等方面的積累與前沿創(chuàng)新獲得了國(guó)際權(quán)威認(rèn)可。

SIGMOD，全稱數(shù)據(jù)管理國(guó)際會(huì)議（Special Interest Group on Management Of Data），是由美國(guó)計(jì)算機(jī)協(xié)會(huì)（ACM）數(shù)據(jù)管理專業(yè)委員會(huì)（SIGMOD）發(fā)起、在數(shù)據(jù)庫(kù)領(lǐng)域具有最高學(xué)術(shù)地位的國(guó)際性學(xué)術(shù)會(huì)議。

第一篇入選論文題目為HUNTER: An Online Cloud Database Hybrid Tuning System for Personalized Requirements，由騰訊云數(shù)據(jù)庫(kù)團(tuán)隊(duì)和華中科技大學(xué)合作完成，在AI智能調(diào)參優(yōu)化上取得進(jìn)一步突破。

通俗理解，數(shù)據(jù)庫(kù)的參數(shù)設(shè)置多達(dá)幾百個(gè)，這些參數(shù)控制著數(shù)據(jù)庫(kù)的性能表現(xiàn)。專業(yè)運(yùn)維人員會(huì)花大量時(shí)間，根據(jù)經(jīng)驗(yàn)來(lái)調(diào)優(yōu)數(shù)據(jù)庫(kù)的參數(shù)，以匹配不同硬件、需求和業(yè)務(wù)場(chǎng)景。如何利用 AI 技術(shù)解決數(shù)據(jù)庫(kù)系統(tǒng)性能問(wèn)題變得越來(lái)越重要和緊迫。

在此篇論文中，騰訊云數(shù)據(jù)庫(kù)TDSQL-C團(tuán)隊(duì)提出了混合調(diào)優(yōu)系統(tǒng)Hunter，主要解決了如何在保證調(diào)優(yōu)效果的前提下顯著減少調(diào)優(yōu)時(shí)間的問(wèn)題。實(shí)驗(yàn)表明：隨著并發(fā)度提升實(shí)現(xiàn)調(diào)優(yōu)時(shí)間準(zhǔn)線性降低，在單并發(fā)度場(chǎng)景下調(diào)優(yōu)時(shí)間只需17小時(shí)，在20并發(fā)度場(chǎng)景下調(diào)優(yōu)時(shí)間縮短至2小時(shí)。

第二篇入選論文由中國(guó)人民大學(xué)和騰訊云數(shù)據(jù)庫(kù)團(tuán)隊(duì)合作完成，題為CompressDB: Enabling Efficient Compressed Data Direct Processing for Various Databases，論文針對(duì)壓縮數(shù)據(jù)的直接操作與處理，提出一項(xiàng)新型數(shù)據(jù)庫(kù)處理技術(shù)——CompressDB。

面對(duì)當(dāng)下指數(shù)級(jí)增長(zhǎng)的數(shù)據(jù)量，行業(yè)普遍使用數(shù)據(jù)壓縮來(lái)減少存儲(chǔ)空間。在大數(shù)據(jù)管理系統(tǒng)中，直接在壓縮數(shù)據(jù)上進(jìn)行操作，可以獲得存儲(chǔ)空間的節(jié)約和處理性能的提升。但是，當(dāng)前的此類系統(tǒng)只關(guān)注數(shù)據(jù)查詢，而一個(gè)完整的大數(shù)據(jù)管理系統(tǒng)必須支持?jǐn)?shù)據(jù)查詢和數(shù)據(jù)操作。  

本研究提出并實(shí)現(xiàn)了新型數(shù)據(jù)庫(kù)技術(shù)，利用上下文無(wú)關(guān)文法來(lái)壓縮數(shù)據(jù)，通過(guò)新的數(shù)據(jù)結(jié)構(gòu)和算法設(shè)計(jì)實(shí)現(xiàn)對(duì)語(yǔ)法規(guī)則進(jìn)行解析，CompressDB支持直接對(duì)壓縮后的數(shù)據(jù)進(jìn)行數(shù)據(jù)查詢和操作，并且支持各種數(shù)據(jù)庫(kù)系統(tǒng)。實(shí)驗(yàn)表明，CompressDB 平均達(dá)到40%的吞吐量提升和44%的延遲縮短，并實(shí)現(xiàn)1.81倍的壓縮率。

第三篇入選論文由騰訊和北京大學(xué)合作完成，題為 BlindFL: Vertical Federated Machine Learning without Peeking into Your Data。針對(duì)數(shù)據(jù)隱私安全問(wèn)題，該論文提出了一個(gè)新的縱向聯(lián)邦學(xué)習(xí)范式BlindFL，可支持多種特征數(shù)據(jù)類型，且可以在半誠(chéng)實(shí)安全假設(shè)下證明其安全性。實(shí)驗(yàn)結(jié)果表明，BlindFL可有效保護(hù)參與方的隱私數(shù)據(jù)，并具有更高的運(yùn)行效率。

騰訊歷來(lái)重視數(shù)據(jù)庫(kù)領(lǐng)域的研發(fā)，通過(guò)校企聯(lián)合實(shí)驗(yàn)室共建，面向青年學(xué)者的CCF-騰訊犀牛鳥(niǎo)基金，騰訊犀牛鳥(niǎo)科研專項(xiàng)等與高校、科研機(jī)構(gòu)構(gòu)建“產(chǎn)學(xué)研”一體的長(zhǎng)期合作，將技術(shù)研究成果轉(zhuǎn)換為應(yīng)用落地，校企聯(lián)合持續(xù)輸出前沿技術(shù)創(chuàng)新與示范性應(yīng)用。

此前，騰訊云數(shù)據(jù)庫(kù)TDSQL曾多次亮相數(shù)據(jù)庫(kù)三大頂會(huì)SIGMOD、ICDE、VLDB，以及數(shù)據(jù)科學(xué)領(lǐng)域的頂級(jí)期刊IEEE TKDE等。騰訊云數(shù)據(jù)庫(kù)TDSQL將繼續(xù)加大對(duì)數(shù)據(jù)庫(kù)基礎(chǔ)研究創(chuàng)新、數(shù)據(jù)庫(kù)產(chǎn)學(xué)研合作生態(tài)的建設(shè)投入，充分釋放領(lǐng)先技術(shù)的紅利，助力國(guó)產(chǎn)數(shù)據(jù)庫(kù)學(xué)術(shù)人才培養(yǎng)和技術(shù)創(chuàng)新生態(tài)建設(shè)發(fā)展。