基于模拟仿真技术的自适应优化算法,在保证数据库正常工作的同时,收集数据缓冲区工作特征数据,制定并实施优化方案。从而避免传统人工优化方式带来的一系列问题。同时,数据缓冲区作为数据库内存结构的重要部分,该算法可用于数据库内存自管理的研究中。为了实现在复杂负载环境下,对数据缓冲区大小进行动态调整,从而达到提升数据库工作性能的目的。本文主要进行了以下工作:1,对已知的不同自适应优化算法进行实验对比和研究,同时对不同负载类型下的数据缓冲区工作状况进行观察和分析,总结出实现数据缓冲区自适应优化的关键在于分辨数据缓冲区中的错失类型,寻找数据缓冲区大小与缓冲错失率之间的关系。2,基于研究结果,根据数据缓冲区的工作原理,采用模拟仿真技术在内存中建立模拟数据缓冲区(Simulated buffer pool ,SBP),存储自数据缓冲区中调出的数据块的唯一标识符,模拟缓冲区扩大后的工作状态,判断不同类型的缓冲错失,比较在当前负载下数据缓冲区的实际工作性能,获取一系列关键计算数据。并根据模拟仿真监测结果结合缓冲错失公式(Buffer miss equation , BME)确定优化调整的具体方案。从而实现对数据缓冲区的自适应优化,并根据以上算法建立了相应的自适应优化系统。3,最后采用AS3AP基准测试模拟数据库的复杂负载环境,对优化前后的数据库分别进行性能测试,并同Oracle10g数据库提供的自动共享内存管理(ASMM)进行对比,总结和证明本文研究的成果,寻找研究中的不足。最后的实验结果表明,采用基于模拟仿真的自适应优化算法能够实现对数据缓冲区的自适应优化。同未进行优化之前的数据库相比,该系统能够保证数据缓冲区错失率长期稳定保持在一个较低的水平,提升了数据库的工作性能。