## Memo 人間を超えたデータベース管理者を目指して、LLMを介してデータベースの管理オペレーションをアシストするD-Botを提案する論文。D-Botは自動的に(1)文書から経験を学習し、(2)データベースと対話して状態指標を取得し、(3)異常な指標で根本原因の可能性について理由付けを行い、(4)適切なツールを呼び出して最適化アドバイスを与える。 ## Abstract データベース管理者（DBA）は、データの可用性、パフォーマンス、信頼性を確保するため、データベースシステムの管理、保守、最適化において重要な役割を担っている。しかし、DBAが多数のデータベースインスタンス（例えば、クラウドデータベース上の数百万のインスタンス）を管理するのは困難であり、面倒である。近年、大規模言語モデル([[LLM]])は、貴重な文書を理解し、それに応じて合理的な回答を生成する大きな可能性を示している。そこで我々は、LLMベースのデータベース管理者であるD-Botを提案する。D-Botは、テキストソースからデータベースのメンテナンス経験を継続的に取得し、合理的で根拠のある診断と最適化アドバイスを対象データベースにインタイムで提供することができる。本論文では、(𝑖)文書やツールからのデータベース保守知識検出、(𝑖)根本原因分析のための思考木推論、(𝑖)複数のLLM間の協調診断を含む、データベース保守のための画期的なLLM中心のフレームワークを提示する。D-Botが効率的かつ効果的に根本原因を診断できるという予備的な実験結果と我々のコードは github.com/TsinghuaDatabaseGroup/DB-GPTで公開されている。