买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉河海大学申请的专利面向负载感知的多模数据库ArangoDB参数调优的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114706840B 。

龙图腾网通过国家知识产权局官网在2025-10-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210365961.7，技术领域涉及：G06F16/21；该发明授权面向负载感知的多模数据库ArangoDB参数调优的方法是由叶枫;李阳;刘炜;兰林;李凤生;傅晓设计研发完成，并于2022-04-08向国家知识产权局提交的专利申请。

本面向负载感知的多模数据库ArangoDB参数调优的方法在说明书摘要公布了：本发明公开一种面向负载感知的多模数据库ArangoDB参数调优的方法，涉及基准测评工具MMDBench和参数调优工具ADBTune，其中ADBTune包含配置参数选择、负载感知和参数调优三个模块。方法包含如下步骤：1构建基准测评工具；2构建配置参数选择模块；3构建负载感知模块；4基于TD3算法构建参数调优模型。本发明实现了工作负载的复杂性以及调优任务的多样性，通过TD3算法构建模型来学习多模数据库ArangoDB的参数和性能之间的映射关系。该方法可广泛应用于智慧水利、智慧农业等多领域的数据存储机制的性能优化。

本发明授权面向负载感知的多模数据库ArangoDB参数调优的方法在权利要求书中公布了：1.一种面向负载感知的多模数据库ArangoDB参数调优的方法，其特征在于，包括，基准测评工具MMDBench和参数调优框架ADBTune；其中，ADBTune包含配置参数排序、负载感知和参数调优；具体包括如下步骤： 1构建基准测评工具MMDBench，用来对执行的工作负载进行性能测评； 2构建配置参数选择模块；包括配置参数排序，配置参数排序用来对数据库参数进行排序，来筛选重要参数； 3构建负载感知模块，用来感知工作负载变化并搜索历史类似负载的经验； 4基于TD3算法构建调优模型； 所述步骤1中，基准测评工具MMDBench包括负载生成器和度量指标收集器；所述负载生成器用来生成多模数据库的不同的数据请求分布方式和操作组成的工作负载；数据请求分布方式包括Zipfian、Uniform和Latest；所述度量指标收集器主要是收集执行负载中的性能指标； 所述工作负载生成器提供了多模数据库操作、数据请求分布方式、线程数和执行时间4个参数来生成能够模拟实际场景下的工作负载；其中，多模数据库操作包含文档、键值和图三种数据模型的查询、增加、更新和删除操作，同时还提供聚合、连接和读写不同比例混合的操作，这些操作不光涵盖单模型，还包含多模数据的跨模型操作；线程数由用户指定，使基准测评工具能够生成多个线程来执行工作负载；执行时间是工作负载执行压力测试的时间，如果超出这个时间，基准测评工具MMDBench会切断所有线程的执行操作； 具体生成工作负载步骤如下：首先，用户指定上述多模数据库的操作、数据请求分布方式、线程数和执行时间这四个参数，然后，工作负载生成器根据这四个参数生成特定的工作负载，最后，执行工作负载，最终结果由度量指标收集器统计； 所述步骤4中，基于TD3算法构建调优模型具体包含如下步骤： 41随机初始化当前行动者网络的参数θμ与当前评论家的参数θQ1和θQ2，初始化目标行动者网络参数θμ′和目标评论家网络与初始化调优经验池β； 42使用基准测评工具MMDBench进行基准测试，得到ArangoDB性能p和数据库内部状态s； 43若在线调优阶段，把负载感知模块的预训练模型迁移到当前调优任务下的调优模型中；否则，不迁移； 44根据数据库内部状态s，由当前行动者网络推荐一组配置参数a； 45将ArangoDB配置调整为a，使用MMDBench重新进行基准测试，得到性能p′和内部状态s′；根据p和p′有奖励函数计算出奖励r； 46从β随机采样批大小为N的小批量样本s,s′,a,r计算梯度对评论家和行动者进行参数更新； 48重复执行44～46，直到模型收敛或达到截止条件，然后输出推荐配置。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人河海大学，其通讯地址为：211100 江苏省南京市江宁开发区佛城西路8号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。