华东师大2024

East China Normal University

华东师大

2024-2025优秀论文展

专业学位

优秀学位论文展

学位论文是研究生培养质量的重要标志，自2021年起，我校建立校级优秀学位论文评选制度，打造研究生学位论文质量标杆，激发研究生潜心学术，激励导师悉心指导研究生。本次共评选出243篇，研究生院将分期分批展示部分获奖研究生和导师的风采。

今天起，我们开始展示

2024-2025学年专业学位硕士研究生

优秀学位论文

获奖者

数据科学与工程学院 沈淼栋

获奖者简介

展开剩余74%

论文中文题目：

数据驱动的数据库性能异常根因诊断

论文英文题目：

Driven Database Performance Anomaly Root Cause Diagnosis

指导教师：

蔡鹏

所属专业学位类别（领域）：

电子信息（大数据技术与工程）

读研感言：

这三年的研究生生涯让我收获颇丰，不仅系统地学习了数据库和机器学习的相关知识，更重要的是在导师的悉心指导下，逐渐掌握了做研究、做工程的方法与思路。在导师的引导下，我选择了数据库性能诊断这个方向，通过深入企业了解运维中的真实困难，使我的研究始终保持着明确的目标和方向。最让我有成就感的时刻，是看到自己设计的算法和系统真正在企业中部署应用，切实帮助他们提升了工作效率、降低了运维成本。这三年的科研经历让我深刻认识到，做研究的本质就是发现问题、解决问题，能够将技术应用于实践、产生实际价值，这才是最有意义的事情。

学位论文信息

01

研究背景/选题意义/研究价值

企业级数据库系统在实际运行中常遇到CPU使用率过高、主从复制延迟等性能异常，导致系统响应迟缓甚至服务中断，需要运维人员快速定位根源。传统诊断方法依赖专家经验和静态规则，但静态规则难以适应动态变化的异常模式，且需频繁维护规则库，在处理复杂性能问题时常出现诊断偏差和效率低下的问题。近年来机器学习方法在自动化诊断中展现潜力，但仍存在明显不足。现有方法对多源数据的利用率较低，难以充分挖掘诊断信息，其输出的根因缺乏可解释性，无法适应不断变化的业务场景和异常模式。这些问题使得企业数据库运维仍然面临诊断准确率低、响应时间长、人力成本高等实际困境。论文针对数据利用不充分、可解释性不足以及持续优化能力有限等问题，提出了数据驱动的多层级根因诊断框架。

02

主要研究内容

03

主要创新点

论文针对数据库性能异常诊断中存在的挑战，提出了数据驱动的多层级诊断方法。首先，构建了系统化的数据选取与特征提取方案，融合运维人员的诊断经验，提升了特征表达能力。其次，设计了多层级诊断方法，在根因类型诊断上提出了多标签分类模型处理标签间依赖关系，在SQL根因诊断中提出了结合分类与排序的双阶段模型，实现高效准确的根因定位。最后，提出了案例标注与持续学习技术框架，通过自动化案例标注降低人工成本，采用增量学习策略使模型能够及时适应新的异常模式。

代表性创新成果

导师信息

蔡鹏 教授

蔡鹏，华东师范大学数据科学与工程学院教授，博士生导师。2015年6月加入华东师范大学数据科学与工程学院，在此之前先后就职于IBM中国研究院和百度（中国）有限公司。在VLDB、ICDE、SIGIR、ACL等国际顶级会议上发表多篇学术论文。目前的研究方向为内存事务处理、基于机器学习技术的自适应数据管理系统。曾获国家科技进步二等奖、教育部科技进步一等奖。

导师对硕士生的评价

沈淼栋同学在硕士学习阶段展现出了扎实的科研功底和出色的工程实践能力。入学以来，他对待科研工作严谨认真，面对问题能够独立思考并寻找解决路径。三年期间，他目标明确，专注于数据库性能异常诊断这一课题，主动深入生产环境了解实际需求，与工业界伙伴密切协作，推动研究成果真正落地应用。期待他在未来的工作中继续保持热情，不断进取，取得更大的成就！

发布于：北京市