软件学报

作者：乔少杰，杨国平，韩楠，屈露露，陈浩，毛睿，元昌安，Louis Alberto GUTIERREZ

单位：乔少杰，成都信息工程大学 软件工程学院, 四川 成都 61022511,杨国平，成都信息工程大学 软件工程学院, 四川 成都 61022502,韩楠，成都信息工程大学 管理学院, 四川 成都 61022503,屈露露，成都信息工程大学 软件工程学院, 四川 成都 61022504,陈浩，北京华为数字技术有限公司, 北京 10008505,毛睿，深圳大学 计算机与软件学院, 广东 深圳 51806006,元昌安，广西教育学院, 广西 南宁 53002307,Louis Alberto GUTIERREZ，Department of Computer Science, Rensselaer Polytechnic Institute, New York, USA08

关键词：AI4DB;基数估计;代价估计;查询优化器;Tree-GRU;执行计划

基金：国家自然科学基金（61772091，61802035，61962006，61962038，U1802271，U2001212，62072311）；CCF-华为数据库创新研究计划（CCF-HuaweiDBIR2020004A）；四川省科技计划（2021JDJQ0021，2020YJ0481，2020YJ0430）；成都市重大科技创新项目（2021-YF08-00156-GX）；成都市技术创新研发项目（2021-YF05-00491-SN）；四川音乐学院数字媒体艺术四川省重点实验室资助项目（21DM

基数估计和代价估计可以引导执行计划的选择，估计准确性对查询优化器至关重要.然而，传统数据库的代价和基数估计技术无法提供准确的估计，因为现有技术没有考虑多个表之间的相关性.将人工智能技术应用于数据库（artificial intelligence for databases，AI4DB）近期得到广泛关注，研究结果表明，基于学习的估计方法优于传统方法.然而，现有基于学习的方法仍然存在不足：首先，大部分的方法只能估计基数，但忽略了代价估计；其次，这些方法只能处理一些简单的查询语句，对于多表查询、嵌套查询等复杂查询则无能为力；同时，对字符串类型的值也很难处理.为了解决上述问题，提出了一种基于树型门控循环单元，Tree-GRU （tree-gated recurrent unit）的基数和代价估计方法，可以同时对基数和代价进行估计.此外，采用了有效的特征提取和编码技术，在特征提取中兼顾查询和执行计划，将特征嵌入到Tree-GRU中.对于字符串类型的值，使用神经网络自动提取子串与整串的关系，并进行字符串嵌入，从而使具有稀疏性的字符串变得容易被估计器处理.在JOB、Synthetic等数据集上进行了大量实验，实验结果表明，所提模型的各方面性能优于主流算法.

来源：2022年第3期

《软件学报》期刊编辑部

查看软件学报杂志2022年第3期