【VLDB2021最佳论文奖】我们是否准备好在生产中部署这些 learned 的基数模型？

摘要：基数估计是查询优化中一个基本但长期未解决的问题。本文研究者提出了一个前瞻性的问题：「我们是否准备好在生产中部署这些 learned 的基数模型？」研究包括三个主要部分：

首先，关注静态环境 (即没有数据更新) 并在统一的工作负载设置下，对四个真实世界的数据集比较了五种新的 learned methods 和九种传统方法。结果表明，learned models 确实比传统方法更准确，但是它们往往需要较高的训练和推理成本；

其次，探索这些 learned models 是否适用于动态环境 (例如频繁的数据更新)。研究发现，它们无法跟上快速数据更新并返回由于不同原因造成的重要错误。对于不太频繁的更新，它们可以表现得更好，但它们之间没有明确的赢家；

第三，更深入地研究了 learned models，并探索它们何时可能出错。结果表明，learned methods 的性能可以很大程度上受到变化的影响，比如偏斜或领域大小。更重要的是，其行为很难解释，而且常常难以预测。