## Memo ## Memo with LLM ## Abstract 近年、学習ベースのデータベース最適化技術がアカデミアで研究されているが、商用データベースシステムにはあまり導入されていない。本研究では、自律的なデータベースフレームワークを構築し、提案する学習ベースのデータベース技術をオープンソースのデータベースシステムopenGaussに統合する。学習型オプティマイザ（学習型クエリ書き換え、学習型コスト／カーディナリティ推定、学習型結合順序選択、物理演算子選択を含む）と学習型データベースアドバイザ（自己監視、自己診断、自己構成、自己最適化を含む）を構築するための効果的な学習ベースモデルを提案する。学習したモデルの有効性を検証するための効果的な検証モデルを考案する。学習したモデルを容易に展開するために、効果的な学習データ管理とモデル管理プラットフォームを構築する。実世界のデータセットを用いて我々の技術を評価し、その結果、我々の技術の有効性が検証された。また、学習ベースの技術を展開する上での学習も提供する。