基于双通道深度强化学习的数据库索引推荐技术

来源：计算机应用与软件杂志2025年第9期北京时间：

作者：蒋忠强, 时家幸, 王宝晗, 蔡敦波

摘要：针对索引推荐中存在的未能利用 SQL 流量特征以及规则方法机械性等问题，提出一种基于 DQN 模型的新型双通道索引推荐模型 DC-DQN (Dual Channel Deep Q-Network)。该模型将索引选择度与 SQL 查询类型特征通过两个单独的通道独立训练，通过全连接层进行信息融合，从而选择符合三星索引特征的候选索引。公开测试集 TPC-H 上的实验测试表明，DC-DQN 相较增加全量索引取得几乎同样的性能提升效果，同时在构造特定查询流量下，DC-DQN 相对之前的方法取得了更好的效果。

关键词：索引推荐, 深度强化学习, 三星索引, 索引选择问题