用于连接操作的草图化求和-乘积网络

草图在多路连接基数估计中表现出高精度，这是基于代价的查询优化中的一个关键问题。准确估计连接操作的基数——类似于其计算代价——可以优化关系数据库系统中的查询执行代价。然而，尽管草图在查询优化中显示出高效性，但它们通常是为查询中预先定义的、假设已知的选择条件而专门构建的，这阻碍了它们对新查询的适用性。作为一种更通用的解决方案，我们提出让求和-乘积网络动态地即时逼近草图。求和-乘积网络可以将多元分布（如关系）分解并建模为多个单变量分布的线性组合。通过将这些单变量分布表示为草图，求和-乘积网络可以逐元素地组合它们，以高效地逼近任何查询选择的草图。这些近似的草图随后可用于连接基数估计。具体来说，我们实现了Fast-AGMS和Bound Sketch方法，这些方法在先前的工作中已成功使用，尽管其构建成本高昂。通过精确地逼近它们，我们的工作为将这些草图应用于查询优化提供了一种实用的替代方案。