赵春山关于学习型基数估计的论文《How Good Are Learned Cardinality Estimators, Really? A Comprehensive Experimental Study》被 SIGMOD 2027 接收。
基数估计是数据库查询优化中的核心环节，其准确性直接影响查询优化器的执行计划选择。近年来，学习型基数估计（Learned Cardinality Estimation, LCE）借助机器学习对复杂的数据分布和查询模式进行建模，在估计精度和查询性能方面展现出显著潜力。然而，对于学习型基数估计方法在真实数据库系统中的实际表现，特别是其在多种部署相关因素下的综合表现，仍缺乏系统性的评估。为此，本文对十种具有代表性的 LCE 方法进行了全面的实验研究，在三个真实数据集上，从估计精度、执行计划质量和端到端查询时间等整体性能出发，进一步系统考察了模型构建与存储开销、训练数据效率、查询工作负载漂移下的泛化能力、可扩展性以及对动态数据更新的适应能力，并建立了涵盖查询驱动和数据驱动方法的统一分类与分析框架。 实验结果表明，查询驱动与数据驱动方法各有优势，没有任何一种范式或单一方法能够在所有维度上占据主导地位；同时，仅依赖基数估计误差并不足以衡量方法的实际效果，计划排序能力、端到端性能、部署成本以及动态环境适应能力同样至关重要。尽管学习型方法在部分场景中能够显著提升估计精度和查询性能，但在不同工作负载和系统环境下持续超越 PostgreSQL 等传统估计器仍然具有挑战。