共象查询的分区约束：上界与最坏情况最优联接
数据库
2025-01-13 v2
摘要
过去十年间，多个研究利用关系上的统计信息来改进共象查询执行的理论与实践。从最初利用关系大小的 AGM 上界开始，后续研究 incorpora 了诸如函数依赖和度约束等统计信息。每一种新的统计信息都引发了两条研究线索：制约共象查询输出大小，以及开发最坏情况最优联接算法。本文沿此路径继续研究，通过引入一种称为“分区约束”的新型统计信息。该统计信息通过将关系划分为子关系来捕捉关系内部的潜在结构，而这些子关系的每个成员都具有更严格的度约束。我们展示了，这种方法既可以细化现有的基数上界，也可以改进现有的最坏情况最优联接算法。
引用
@article{arxiv.2501.04190,
title = {Partition Constraints for Conjunctive Queries: Bounds and Worst-Case Optimal Joins},
author = {Kyle Deeds and Timo Camillo Merkl},
journal= {arXiv preprint arXiv:2501.04190},
year = {2025}
}