LAQP：基于学习的近似查询处理
数据库
2020-03-06 v1 机器学习
摘要
由于数据量的快速增长，在大数据上进行查询是一项具有挑战性的任务。近似查询处理(AQP)是满足快速响应需求的一种途径。本文中，我们提出一种称为LAQP的基于学习的AQP方法。LAQP从历史事件查询中学习得到一个误差模型，用以预测每个新查询基于采样的估计误差。它结合基于采样的AQP、预计算聚合与学习得到的误差模型，以较小的离线样本提供高精度的查询估计。实验结果表明，我们的LAQP优于基于采样的AQP、基于预聚合的AQP以及最新的基于学习的AQP方法。
引用
@article{arxiv.2003.02446,
title = {LAQP: Learning-based Approximate Query Processing},
author = {Meifan Zhang and Hongzhi Wang},
journal= {arXiv preprint arXiv:2003.02446},
year = {2020}
}