基于 AI 时序预测的数据库智能索引优化与查询性能提升研究

宇宸 吴(马来西亚博特拉大学，马来西亚联邦雪兰莪 253700)

摘要

数据量爆发式增长的时候，数据库系统碰上很大的性能难题，索引是改善数据库查询效率的重要手段，索引改良很关键，传统的索引管理方法难以应付复杂的查询负载和动态的数据环境。本文重点在于把AI时序预测技术应用到数据库索引改良领域，通过塑造精确的时序预测模型，针对查询模式和数据访问走向预先作出判断，从而推动智能索引策略的动态调整和改良，以达到大幅度改善数据库查询性能的目的。

关键词

基于AI时序预测；数据库智能索引优化；查询性能提升策略

参考

戴梦菲. 以ChatGPT为代表的自然语言AI在数据库内容检索与生成中的应用——以全国报刊索引为例[J].情报探索,2024,(05):103-108.

叶继元,陶蕊. 智能检索下的数据库书目控制探讨[J].图书馆学研究,2024,(04):69-75.

倪强,周守东,宋婷婷. 智能云平台异构数据库协同检索算法研究[J].保定学院学报,2024,37(02):91-97.

蔡盼,张少敏,刘沛然,等. 智能数据库学习型索引研究综述[J].计算机学报,2023,46(01):51-69.

廖锋. 一种基于键值频率的智能化数据库索引方法的研究与实现[J].数据通信,2022,(05):1-3+30.

DOI: http://dx.doi.org/10.12345/bdai.v6i5.32084