(EN) Herein are approaches for self-optimization of a database management system (DBMS) such as in real time. Adaptive just-in-time sampling techniques herein estimate database content statistics that a machine learning (ML) model may use to predict configuration settings that conserve computer resources such as execution time and storage space. In an embodiment, a computer repeatedly samples database content until a dynamic convergence criterion is satisfied. In each iteration of a series of sampling iterations, a subset of rows of a database table are sampled, and estimates of content statistics of the database table are adjusted based on the sampled subset of rows. Immediately or eventually after detecting dynamic convergence, a machine learning (ML) model predicts, based on the content statistic estimates, an optimal value for a configuration setting of the DBMS.
(FR) L'invention concerne des approches destinées à l'auto-optimisation d'un système de gestion de base de données (SGBD), en temps réel. Des techniques d'échantillonnage juste à temps adaptatives permettent d'estimer des statistiques de contenu de base de données qu'un modèle d'apprentissage automatique (ML) peut utiliser pour prédire des paramètres de configuration qui conservent des ressources informatiques telles que le temps d'exécution et l'espace de stockage. Dans un mode de réalisation, un ordinateur échantillonne de manière répétée un contenu de base de données jusqu'à ce qu'un critère de convergence dynamique soit satisfait. À chaque itération d'une série d'itérations d'échantillonnage, un sous-ensemble de rangées d'une table de base de données sont échantillonnées, et des estimations de statistiques de contenu de la table de base de données sont ajustées sur la base du sous-ensemble échantillonné de rangées. Immédiatement ou éventuellement après la détection d'une convergence dynamique, un modèle d'apprentissage automatique (ML) prédit, sur la base des estimations de statistiques de contenu, une valeur optimale pour un paramètre de configuration du SGBD.
