Flaskehalsen til mange moderne databasesystemer har gått over til å være ineffektiv utnyttelse av CPU- og minneressurser, ettersom de fleste dataene nå passer innenfor kapasiteten til hovedminnet. Som et resultat har databaseforskning rettet fokuset mot generering av kode og kompilering i kjøretid for å produsere et mer CPU-vennlig eksekveringmiljø. Til tross for denne økende interessen for sanntidskompilering, har ikke MySQL tatt noen grep i denne saken og er fortsatt i dag påvirket av den dårlige CPU-utnyttelsen av spørringsmotoren. Denne masteroppgaven utforsker mulighetene for sanntidskompilering i MySQL og undersøker mulige ytelseseffekter av å kompilere filteringsuttrykk under eksekvering. Dette arbeidet tar sikte på å finne ut om MySQL-økosystemet kan forbedre ytelsen ved å erstatte logikken for uttrykk med maskinkode, og fjerne en urimelig mengde med oppblåste instruksjoner introdusert av eksisterende uttrykkslogikk. Vi eksperimenterer ved å implementere et "just-in-time" kompileringssystem i MySQL ved å bruke LLVM-kompilatorrammeverket og gir ytelsesdetaljer for to eksperimenter. Resultatene fra vårt arbeid bekrefter at MySQL faktisk er påvirket av dårlig utnyttelse av CPU-en og oppnår betydelige ytelsesforbedringer ved å kompilere uttrykk. Vi oppnår en ytelsesforbedring på 100x i evaluering av uttrykk for ekstremt store spørringer og videre halverer uttrykksevalueringstiden på forretningsorienterte spørringer. I denne oppgaven legger vi fram en metode for å forbedre CPU- og minnebruken i MySQL ved å kompilere uttrykk ved kjøring og gir ny innsikt i instruksjonsoppblåsningen til uttrykk i MySQL. Vi viser at MySQL kan oppnå betydelige ytelsesforbedringer ved å kompilere uttrykk og foreslår videre at MySQL bør ta i bruk essensen av sanntidskompilering for å forbedre ytelsen. Denne forskningen legger de første stegene i kompilering og kode generering under kjøretid for MySQL, der vi presenterer en metode for hvordan man kan ta i bruk sanntidskompilering av uttrykk i databasesystemet.