Buchumschlag

λ-Tune: Harnessing Large Language Models for Automated Database System Tuning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Giannankouris, Victor, Trummer, Immanuel
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Databases
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SQLBarber: A System Leveraging Large Language Models to Generate Customized and Realistic SQL Workloads
von: Lao, Jiale, et al.
Veröffentlicht: (2025)

Implementing Semantic Join Operators Efficiently
von: Trummer, Immanuel
Veröffentlicht: (2025)

SMART: Automatically Scaling Down Language Models with Accuracy Guarantees for Reduced Processing Fees
von: Jo, Saehan, et al.
Veröffentlicht: (2024)

Hybrid Mixed Integer Linear Programming for Large-Scale Join Order Optimisation
von: Schönberger, Manuel, et al.
Veröffentlicht: (2025)

GenDB: The Next Generation of Query Processing -- Synthesized, Not Engineered
von: Lao, Jiale, et al.
Veröffentlicht: (2026)

Is Large Language Model Good at Database Knob Tuning? A Comprehensive Experimental Evaluation
von: Li, Yiyan, et al.
Veröffentlicht: (2024)

EMIT: Micro-Invasive Database Configuration Tuning
von: Geng, Jian, et al.
Veröffentlicht: (2024)

Evaluating the Practical Effectiveness of LLM-Driven Index Tuning with Microsoft Database Tuning Advisor
von: Wang, Xiaoying, et al.
Veröffentlicht: (2026)

DOT: Dynamic Knob Selection and Online Sampling for Automated Database Tuning
von: Wang, Yifan, et al.
Veröffentlicht: (2026)

LatentTune: Efficient Tuning of High Dimensional Database Parameters via Latent Representation Learning
von: Kwon, Sein, et al.
Veröffentlicht: (2026)

Automatic Configuration Tuning on Cloud Database: A Survey
von: Zhang, Limeng, et al.
Veröffentlicht: (2024)

L2T-Tune:LLM-Guided Hybrid Database Tuning with LHS and TD3
von: Yang, Xinyue, et al.
Veröffentlicht: (2025)

GPTuner: A Manual-Reading Database Tuning System via GPT-Guided Bayesian Optimization
von: Lao, Jiale, et al.
Veröffentlicht: (2023)

Fast Tuning the Index Construction Parameters of Proximity Graphs in Vector Databases
von: Zhou, Wenyang, et al.
Veröffentlicht: (2026)

MCTuner: Spatial Decomposition-Enhanced Database Tuning via LLM-Guided Exploration
von: Yan, Zihan, et al.
Veröffentlicht: (2025)

VDTuner: Automated Performance Tuning for Vector Data Management Systems
von: Yang, Tiannuo, et al.
Veröffentlicht: (2024)

Testing Database Systems with Large Language Model Synthesized Fragments
von: Zhong, Suyang, et al.
Veröffentlicht: (2025)

DemoTuner: Automatic Performance Tuning for Database Management Systems Based on Demonstration Reinforcement Learning
von: Dou, Hui, et al.
Veröffentlicht: (2025)

DBTuneSuite: An Extendible Experimental Suite to Test the Time Performance of Multi-layer Tuning Options on Database Management Systems
von: Agrawal, Amani, et al.
Veröffentlicht: (2026)

Scaling Automated Database System Testing
von: Zhong, Suyang, et al.
Veröffentlicht: (2025)

Can Large Language Models Be Query Optimizer for Relational Databases?
von: Tan, Jie, et al.
Veröffentlicht: (2025)

Relational Database Augmented Large Language Model
von: Qin, Zongyue, et al.
Veröffentlicht: (2024)

This is Going to Sound Crazy, But What If We Used Large Language Models to Boost Automatic Database Tuning Algorithms By Leveraging Prior History? We Will Find Better Configurations More Quickly Than Retraining From Scratch!
von: Zhang, William, et al.
Veröffentlicht: (2025)

DB-GPT: Empowering Database Interactions with Private Large Language Models
von: Xue, Siqiao, et al.
Veröffentlicht: (2023)

Castle: Causal Cascade Updates in Relational Databases with Large Language Models
von: Su, Yongye, et al.
Veröffentlicht: (2025)

Why Database Manuals Are Not Enough: Efficient and Reliable Configuration Tuning for DBMSs via Code-Driven LLM Agents
von: Zhang, Xinyi, et al.
Veröffentlicht: (2026)

BridgeScope: A Universal Toolkit for Bridging Large Language Models and Databases
von: Weng, Lianggui, et al.
Veröffentlicht: (2025)

Hybrid Querying Over Relational Databases and Large Language Models
von: Zhao, Fuheng, et al.
Veröffentlicht: (2024)

Automated Training of Learned Database Components with Generative AI
von: Davitkova, Angjela, et al.
Veröffentlicht: (2025)

Revolutionizing Database Q&A with Large Language Models: Comprehensive Benchmark and Evaluation
von: Zheng, Yihang, et al.
Veröffentlicht: (2024)

AutoDDG: Automated Dataset Description Generation using Large Language Models
von: Zhang, Haoxiang, et al.
Veröffentlicht: (2025)

Disaggregated Database Management Systems
von: Ghandeharizadeh, Shahram, et al.
Veröffentlicht: (2024)

KnobCF: Uncertainty-aware Knob Tuning
von: Yan, Yu, et al.
Veröffentlicht: (2024)

Wii: Dynamic Budget Reallocation In Index Tuning
von: Wang, Xiaoying, et al.
Veröffentlicht: (2025)

ELMo-Tune-V2: LLM-Assisted Full-Cycle Auto-Tuning to Optimize LSM-Based Key-Value Stores
von: Thakkar, Viraj, et al.
Veröffentlicht: (2025)

Automatic Database Configuration Debugging using Retrieval-Augmented Language Models
von: Chen, Sibei, et al.
Veröffentlicht: (2024)

Automated Discovery of Test Oracles for Database Management Systems Using LLMs
von: Mang, Qiuyang, et al.
Veröffentlicht: (2025)

Can Language Models Enable In-Context Database?
von: Pan, Yu, et al.
Veröffentlicht: (2024)

UTune: Towards Uncertainty-Aware Online Index Tuning
von: Wu, Chenning, et al.
Veröffentlicht: (2026)

E2ETune: End-to-End Knob Tuning via Fine-tuned Generative Language Model
von: Huang, Xinmei, et al.
Veröffentlicht: (2024)