在数据爆发与AI技术加速融合的背景下，从智能分析到自动化决策，Data+AI正在持续释放商业潜能，为各领域创新注入新动力。
近日，字节跳动数据平台在数据库领域取得进一步成果，聚焦Data+AI中的参数调优、智能调度，两篇学术论文成功入选国际顶级学术会议！
论文《 AQETuner: Reliable Query-level Configuration Tuning for Analytical Query Engines 》被收录于 VLDB'2025 Research Track，而《Learning from the Past: Adaptive Parallelism Tuning for Stream Processing Systems 》则入选 ICDE'2025 Research Track。
VLDB 和 ICDE 均为数据库领域的全球三大顶级学术会议成员，同时也是中国计算机学会（CCF）推荐的 A 类国际学术会议，在全球学术圈中拥有极高的权威性和广泛的影响力。
其中， 字节跳动数据平台入选的VLDB 论文所提出的基于贝叶斯优化的数据库查询级参数调优系统AQETuner，借助基于神经过程的代理模型，能够针对诸如 ByteHouse、Presto 等分析型查询引擎，实现精准的查询级参数优化。
该系统运用参数 - 计划联合编码器，精准捕捉可调参数与查询计划之间错综复杂的相互关系，并巧妙利用门控网络，深入挖掘神经过程中查询性能与可靠性之间的潜在联系，最终达成了高效且精确的优化效果。
经实验验证，与当下最优的参数调优方法相比，AQETuner 最多可降低 23.7% 的查询延迟，同时最大程度降低 51.2% 的查询失败率，显著提升了调优效率与可靠性。未来，相关研究成果将通过火山引擎 ByteHouse 对外开放。
另一篇 ICDE 论文提出了一种面向分布式流处理系统的自适应并行度调优方案。该方案通过搭建预训练与微调框架，运用基于图编辑距离的 DAG 聚类技术，以及采用结合了单调约束的 GNN 编码器构建算子级别瓶颈预测模型，成功实现了高效且精准的并行度优化。
实验数据表明，在公司内部的 Flink 机群上，该方法最多可减少 29.6% 的重配置次数，同时将总并行度降低至原有的 69.2%，有效平衡了资源利用与性能表现，特别适用于多样化的动态工作负载场景。
值得关注的是，该功能相关的 Flink AutoScaling 系统已在国内大规模上线应用，覆盖资源总量高达 200 多万核，成功节约资源 30 万多核。此次论文成果将为该系统的进一步优化与拓展提供有力支撑。
此前，字节跳动数据平台已在数据库三大顶会之一的 SIGMOD'24 上发表了论文《 ByteCard: Enhancing ByteDance’s Data Warehouse with Learned Cardinality Estimation 》，尝试解决数据库中的经典难题 —— 基数估计方法。
传统的基数估计技术存在误差大、效率低的问题，为此，团队提出 ByteCard 框架，实现了学习型基数估计模型在数据仓库系统 ByteHouse 的高效集成。在实际应用中，ByteCard 显著提升了 ByteHouse 的查询性能，减少了查询中的 I/O 成本和哈希表重调整频率。
实验显示，在多个数据集上，它最多可降低 99% 分位数的查询延迟 30%，为 ByteHouse 集成更多机器学习组件提供了支撑，也为数据库领域的技术发展贡献了创新思路。
从参数调优到流处理优化，字节跳动数据平台的技术研究未来将逐步转化为企业级解决方案，通过火山引擎赋能各行各业。
👏 Data+AI 推荐阅读：
字节跳动数据平台招人中，点击阅读原文了解