Были опубликованы две статьи «VLDB 2026», международной конференции в области баз данных.

Исследователи из южнокорейского Университета Данкук под руководством профессора Чхве Чонму (Jongmoo Choi) разработали два подхода к повышению производительности хранилищ данных с помощью машинного обучения.

► Первая работа посвящена обучаемым индексам: модель изучает распределение ключей и помогает определить расположение данных.

Исследователи применили этот подход к хранилищу на основе LSM-дерева, чтобы повысить эффективность поиска и обработки данных.
Программа VLDB 2026

► Вторая разработка - S-RocksDB - использует обучение с подкреплением для управления потоком входящих записей.
Система анализирует состояние базы и заранее регулирует нагрузку, предупреждая остановки записи.

По сообщению университета, в экспериментах суммарное время таких остановок удалось сократить с примерно 50 секунд за минуту до менее одной секунды.
Именно к этому показателю относится заявленное улучшение до 50 раз.
Сообщение Университета Данкук

#БазыДанных #БольшиеДанные #RocksDB #VLDB2026