نوقشت في قسم هندسة البرمجيات ونظم المعلومات – كلية المعلوماتية بجامعة حمص رسالة الماجستير للباحث محمد عبد الباسط حاج حسن بعنوان: ” التحسين التكيفي لاستعلامات الربط في قواعد البيانات”
بإشراف الدكتورة يسر السيد سليمان الأتاسي
تألفت لجنة التحكيم من السادة الدكاترة: يسر السيد سليمان الأتاسي، عبدو دربولي، أسماء شعار
هدف البحث لتعزيز كفاءة وفعالية استعلامات الربط عبر تطبيق خوارزميات التعلم المعزز، والتكيّف مع بيانات وأعباء عمل مختلفة، ايجاد حلول فعالة من ناحية زمن تنفيذ الاستعلامات، زيادة في سرعة تنفيذ الاستعلامات
وتم في هذا البحث تقديم نهجاً لتحسين أداء قواعد البيانات من خلال اختيار ترتيب عمليات الربط باستخدام تقنيات التعلم المعزّز والتعلم الجماعي. تعتمد الطريقة المقترحة على خوارزمية Monte Carlo Tree Search (MCTS). ترتكز الفكرة الرئيسية على محاكاة العديد من ترتيبات الربط الممكنة في بنية شجرية واحدة وتطبيق MCTS الموجهة بمعلومات خاصة بالاستعلام (حجم الجدول والإنتقائية) لاختيار ترتيب التنفيذ الذي يحقق أعلى أداء ممكن. ولجعل الطريقة المقترحة أكثر كفاءة ومتانة تم تطبيق مفهوم التعلم الجماعي. كما تم استعراض بنية خوارزمية MCTS ودور المعلومات الخاصة بالاستعلام في تحسين قرارات الخوارزمية، إضافة إلى آلية تمثيل الاستعلام، بما يتيح فهماً أعمق لسياق المشكلة. كما تم إقتراح ثلاثة إصدارات مختلفة من خوارزمية MCTS، الإصدار الأول يعتمد على MCTS موجهة بحجوم جداول الاستعلام، بينما الإصدار الثاني MCTS موجهة بحجوم الجداول وقيم إنتقائية عملية الربط، في حين الإصدار الثالث MCTS مع تمثيل الاستعلامات بالاعتماد على قيم إنتقائية الشروط. ولزيادة كفاءة الطريقة المقترحة ومتانتها تم تطبيق مفهوم التعلم الجماعي على الإصدارات السابقة. بعد ذلك تم إجراء تجارب واسعة على مجموعة بيانات Join Order Benchmark (JOB) لتقييم فعالية الطريقة المقترحة. تظهر النتائج أداء أكثر استقراراً وتحسيناً ملحوظاً عبر مختلف حجوم الاستعلامات والقدرة على التكيف مع تعقيد البيانات بشكل عام. على وجه التحديد تُظهر النتائج أن الطريقة المقترحة تتفوق بوضوح في اختيار الخطط المثلى وتحقق تسريع قدره x3.23 عند المقارنة بـPostgreSQL و x3.33 عند المقارنة مع Alphajoin1.0 على مقياس Workload Relative Latency (WRL) في حين حققت تسريعاً قدره x1.64 مقارنة مع PostgreSQL و x2.38 مقارنة بـAlphajoin 1.0 على مقياس Geometric mean Relative Latency (GMRL).
تساهم هذه الدراسة من خلال تقديم منهجية لاختيار ترتيب الربط في قواعد البيانات ويؤكد العمل المقترح على إمكانيات دمج تعلم اﻵلة مع أنظمة إدارة قواعد البيانات لتحسين الأداء.
وبعد المناقشة مع لجنة الحكم تم منح الباحث درجة الماجستير بتقدير امتياز
