We propose a new approach of NoSQL database index selection. For different workloads, we select different indexes and their different parameters to optimize the database performance. The approach builds a deep reinforcement learning model to select an optimal index for a given fixed workload and adapts to a changing workload. Experimental results show that, Deep Reinforcement Learning Index Selection Approach (DRLISA) has improved performance to varying degrees according to traditional single index structures.

中文翻译：

---

具有深度强化学习的 NoSQL 数据库的索引选择

我们提出了一种新的 NoSQL 数据库索引选择方法。针对不同的工作负载，我们选择不同的索引及其不同的参数来优化数据库性能。该方法构建深度强化学习模型，为给定的固定工作负载选择最佳索引并适应不断变化的工作负载。实验结果表明，深度强化学习索引选择方法（DRLISA）相对于传统的单索引结构在不同程度上提高了性能。