ОПТИМИЗАЦИЯ ГИБРИДНЫХ АНАЛИТИЧЕСКИХ ЗАПРОСОВ НА ОСНОВЕ ВСТРОЕННЫХ МОДЕЛЕЙ МАШИННОГО ОБУЧЕНИЯ В ПОЛИМОРФНЫХ СУБД
Ключевые слова:
машинное обучение в СУБД, гибридные запросы, полиморфная СУБД, HTAP, оптимизация запросов, PostgreSQL.
Аннотация
В статье рассматривается подход к выполнению аналитических запросов, сочетающих реляционные операции SQL и предиктивную аналитику машинного обучения (МО) непосредственно в системе управления базами данных. Предлагается модель глубокой интеграции ML-моделей в механизм выполнения запросов СУБД за счёт введения полиморфного оператора, учитываемого оптимизатором. Предложенный подход позволяет исключить накладные расходы на передачу данных и повысить эффективность планирования запросов.
