## Memo ## Memo with LLM ## Abstract 最近の研究では、DBMSの設定ノブをチューニングして高いパフォーマンスを達成することの重要性が示されている。その結果、検索ベースや学習ベースのオートチューニング手法が数多く提案されている。しかし、有望な結果が得られているにもかかわらず、(1)新しいオートチューニング手法を開発すること、(2)既存の手法と比較することは面倒であり、エンジニアリングに多大な労力を要することが分かっています。この労力は、オートチューニング手法が一般的に複数のシステム（[[PostgreSQL]]、[[MySQL]]など）やベンチマーク（[[TPC-C]]、[[TPC-H]]など）で評価される必要があるという事実によってさらに増大します。本論文では、DBMS設定チューニングのためのベンチマークを自動化するプラットフォームであるNautilusについて説明します。ノーチラスを構築する上での我々の洞察は、自動チューナーの開発プロセスは、チューニング・アルゴリズム層とベンチマーク層に分離できるということです。私たちはベンチマーク層の自動化に焦点を当て、研究者が新しいチューニング手法を開発し、既存の手法と比較することを容易にします。Nautilusの設計と実装について説明し、その主な特徴とエンドユーザーにとっての利点を強調する。さらに、このプロジェクトをオープンソース化し、研究コミュニティが自由に使用し利益を得られるようにしている。