三篇论文入选国际顶会SIGMOD，厉害了腾讯云数据库

本文链接：https://blog.csdn.net/weixin_43872058/article/details/125270316

腾讯云数据库有三篇论文入选数据库行业顶会SIGMOD 2022，涉及AI智能调参优化系统HUNTER、压缩数据直接处理技术CompressDB和隐私保护的纵向联邦学习范式BlindFL。这些成果展示了腾讯云在数据库领域的创新和领先地位。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

好消息！6月13日，腾讯云数据库三篇论文再次入选数据库行业顶会SIGMOD，被SIGMOD 2022 Research Full Paper（研究类长文）收录。

本次被收录的研究成果中，新型数据结构设计、AI智能调参优化等均属于业界首次提出。腾讯云数据库多次入选SIGMOD，表明腾讯云数据库在存储、智能管控等方面的积累与前沿创新获得了国际权威认可。

file

SIGMOD，全称数据管理国际会议（Special Interest Group on Management Of Data），是由美国计算机协会（ACM）数据管理专业委员会（SIGMOD）发起、在数据库领域具有最高学术地位的国际性学术会议。

第一篇入选论文题目为HUNTER: An Online Cloud Database Hybrid Tuning System for Personalized Requirements，由腾讯云数据库团队和华中科技大学合作完成，在AI智能调参优化上取得进一步突破。

通俗理解，数据库的参数设置多达几百个，这些参数控制着数据库的性能表现。专业运维人员会花大量时间，根据经验来调优数据库的参数，以匹配不同硬件、需求和业务场景。如何利用 AI 技术解决数据库系统性能问题变得越来越重要和紧迫。

在此篇论文中，腾讯云数据库TDSQL-C团队提出了混合调优系统Hunter，主要解决了如何在保证调优效果的前提下显著减少调优时间的问题。实验表明：随着并发度提升实现调优时间准线性降低，在单并发度场景下调优时间只需17小时，在20并发度场景下调优时间缩短至2小时。

第二篇入选论文由中国人民大学和腾讯云数据库团队合作完成，题为CompressDB: Enabling Efficient Compressed Data Direct Processing for Various Databases，论文针对压缩数据的直接操作与处理，提出一项新型数据库处理技术——CompressDB。