已经提出了机器学习技术来优化数据库。例如，传统的经验数据库优化技术（例如，成本估算、连接顺序选择、旋钮调整、索引和视图顾问）无法满足大规模数据库实例、各种应用程序和多样化用户的高性能要求，尤其是在云上。幸运的是，基于机器学习的技术可以通过明智地选择优化策略来缓解这个问题。在本教程中，我们将基于数据的任务分类为三个可以通过不同机器学习模型进行优化的典型问题，包括NP难问题（例如，旋钮空间探索、索引/视图选择、离线优化的分区键推荐；在线优化的查询重写、连接或排序选择），回归问题（例如，成本/基数估计、索引/视图