基于负载表征和大模型探索的数据库配置参数调优方法

本申请涉及一种基于负载表征和大模型探索的数据库配置参数调优方法，包括：对数据库工作负载进行编码，得到工作负载表征；计算工作负载特征与每个历史工作负载特征之间的余弦相似度，选择余弦相似度最高的前K个历史工作负载特征对应的高性能参数配置，构成初始参数配置空间；在初始参数配置空间中随机均匀采样，得到采样参数配置空间；对采样参数配置空间基于大模型知识推理方法，生成高性能参数配置。本申请既能够利用历史工作负载调优经验知识冷启动调优过程，而无需针对每个新工作负载都从零开始调优，同时还具备高效的探索效率，在冷启动后能够敏锐探索潜在的高性能配置，避免因低效探索导致执行过多的工作负载，以此降低调优成本。