## Memo ## Memo with LLM ## Abstract 既存のデータベースのパフォーマンス異常データセットには、異常の種類、原因の粒度が粗いこと、複数の異常を再現するための非現実的なシミュレーションといった問題がある。これらの問題に対処するために、我々はデータベースにおける複数異常の再現(DB-MAGS)に特化したデータ生成システムを提案する。DBMAGSは、統合的で信頼性が高く、包括的なデータ生成を保証し、同時に粒度の細かい根本原因も提供する。データベースに単一の異常のみが発生している場合、我々はデータベースパフォーマンス異常を引き起こす要因を分類し、5つの主要な異常カテゴリーを選択し、さらに各カテゴリーを18の細かいカテゴリーに分類する。この異常分類の粒度の細かさは、より具体的で的を絞った異常の修復を促進する。データベースシステムで同時に複数の異常が発生した場合、我々は異常間の関係を因果関係と併発関係に分類し、複数の異常の異なる組み合わせを列挙することで、複数の異常シナリオのシミュレーションをより包括的にし、生成データの多様性を高める。