通过学习查询包含率改进基数估计
数据库
2019-08-22 v1 机器学习
摘要
在特定数据库D上查询Q1在查询Q2中的包含率,是指Q1在D上的结果元组中也属于Q2在D上结果的百分比。我们直接估计特定数据库上查询对之间的包含率。为此,我们使用一种专门的深度学习方案CRN,它专为表示SQL查询对而设计。结果基数估计是查询优化的核心组件。我们描述了一种利用查询间估计的包含率来估计查询结果基数的新方法。该包含率估计可依赖CRN,或原样嵌入已知的基数估计方法。实验上,我们在具有挑战性的真实世界数据库上利用查询间包含率估计基数的新方法,相比state of the art基数估计方法实现了显著改进。
引用
@article{arxiv.1908.07723,
title = {Improved Cardinality Estimation by Learning Queries Containment Rates},
author = {Rojeh Hayek and Oded Shmueli},
journal= {arXiv preprint arXiv:1908.07723},
year = {2019}
}