6月13日，腾讯云数据库三篇论文再次入选数据库行业顶会SIGMOD，被SIGMODResearchFullPaper（研究类长文）收录。
本次被收录的研究成果中，新型数据结构设计、AI智能调参优化等均属于业界首次提出。腾讯云数据库多次入选SIGMOD，表明腾讯云数据库在存储、智能管控等方面的积累与前沿创新获得了国际权威认可。
SIGMOD，全称数据管理国际会议（SpecialInterestGrouponManagementOfData），是由美国计算机协会（ACM）数据管理专业委员会（SIGMOD）发起、在数据库领域具有最高学术地位的国际性学术会议。
第一篇入选论文题目为HUNTER:AnOnlineCloudDatabaseHybridTuningSystemforPersonalizedRequirements，由腾讯云数据库团队和华中科技大学合作完成，在AI智能调参优化上取得进一步突破。
通俗理解，数据库的参数设置多达几百个，这些参数控制着数据库的性能表现。专业运维人员会花大量时间，根据经验来调优数据库的参数，以匹配不同硬件、需求和业务场景。如何利用AI技术解决数据库系统性能问题变得越来越重要和紧迫。
在此篇论文中，腾讯云数据库TDSQL-C团队提出了混合调优系统Hunter，主要解决了如何在保证调优效果的前提下显著减少调优时间的问题。实验表明：随着并发度提升实现调优时间准线性降低，在单并发度场景下调优时间只需17小时，在20并发度场景下调优时间缩短至2小时。
第二篇入选论文由中国人民大学和腾讯云数据库团队合作完成，题为CompressDB:EnablingEfficientCompressedDataDirectProcessingforVariousDatabases，论文针对压缩数据的直接操作与处理，提出一项新型数据库处理技术——CompressDB。
面对当下指数级增长的数据量，行业普遍使用数据压缩来减少存储空间。在大数据管理系统中，直接在压缩数据上进行操作，可以获得存储空间的节约和处理性能的提升。但是，当前的此类系统只