根治白癜风时间多久 http://m.39.net/pf/a_6718078.html“
导语：
ACMSIGMOD/PODS数据管理国际会议6月30日到7月5日在荷兰首都阿姆斯特丹召开。腾讯技术团队直击现场第一时间带回大会盛况
”
回顾SIGMOD第一天大会Keynote主题为“ResponsibleDataScience”，而第二天的Keynote主题是区块链，更偏应用一些,由IBMAlmaden研究中心的著名数据库研究员C.Mohan报告。他自从年以来重点研究和推广区块链技术，据统计已经在全世界十几个国家做过相关的报告。区块链技术经过了十年的发展，至今还存在一些争议。本次报告主要集中在私有区块链系统的相关技术，也比较了传统数据库与区块链技术并指出了未来的研究方向。
SIGMODKeynote:StateofPublicandPrivateBlockchains:MythsandReality
在第二天SIGMOD大会中，华中科技大学与腾讯TEG云架构平台部CDB数据库团队合作的学术论文“AnEnd-to-EndAutomaticCloudDatabaseTuningSystemUsingDeepReinforcementLearning”（以下简称CDBTune论文）作为“分布式数据管理”主题的第一篇论文出现。
参数调优是云数据库性能优化的重要方法，由于数据库参数较多，关系复杂，人工调优有着效率低和成本高的问题。同时，现有的一些研究使用的方法有一些限制，包括：
·使用pipeline的机器学习方法而不是端到端的方式
·需要大量的高质量样本来进行参数调优
·无法调优高维并连续的参数
·不具有较好的适应性应对云上的环境等
因此论文提出了一种端到端的自动参数调优系统CDBTune，来应对这些挑战。CDBTune使用深度强化学习方法（DDPG）在高维连续空间中寻找更优配置。整体架构如图所示：
CDBTune使用try-and-error的策略，使用少量的样本初始化训练，使用reward-feedback机制来代替传统的回归方法，进行端到端学习并加快收敛速度。
从实验结果来看，CDBTune具有较好的性能调优结果，并且有较好的泛化能力。
论文题目：AnEnd-to-EndAutomaticCloudDatabaseTuningSystemUsingDeepReinforcementLearning
论文原文链接：
