复现。

SWIRL：通过强化学习进行关注负载的索引选择

knowledge

主要工作

1. 通过强化学习建模索引选举问题。
2. 未知工作负载的泛化能力。
3. 通过无效动作屏蔽，在准备阶段实现数千种索引候选方案的高效训练。
4. 和现有sota比较。

文章关注二级secondary索引。
旨在弥合两类算法之间的差距：一类是识别接近最优配置的算法，另一类是快速确定解决方案的算法。

结果评估标准

基准：

1. TPC-H
2. TPC-DS
3. Join-Order-Benchmark（from IMDB）

比较的指标（综合场景固定负载大小；单一场景改变负载大小）：

1. 工作负载（百分比，对比无索引时的成本）
2. 选择时间（生成优化索引配置所需时间）
   （3. 无效动作屏蔽对有效动作数量的影响）

复现

配置：Python 3.7 PostgreSQL 12.5

protobuf一直版本出问题，只能直接使用python编译。

注意：使用的虚拟索引Hypopg中，文章实验之后list_index由function更新为view
处理方法：拉取更新之前的commit重新编译，在Postgres中手动添加extension。

文章只提供了一个gym_db，是TPC-H基准测试的workload。提了issue也没消息。不过够用了。