谷歌AI推全面基準測試CardBench：具有20多個真實數據庫和數千個查詢

現代關係數據庫中，基數估計（CE）技術對於優化查詢執行計劃至關重要，直接影響到查詢效率和數據庫性能。傳統的基數估計方法基於簡化假設，常在複雜查詢預測上表現不佳，而學習型CE模型能提供更準確預測，但面臨訓練時間長、需大量數據和缺乏系統評估的問題。爲解決這一挑戰，Google研究團隊推出了CardBench基準測試框架，集成了超過20個真實世界數據庫和數千個查詢，支持三種主要設置：基於實例的模型、零樣本模型和微調模型。CardBench不僅提供數據統計計算工具、SQL查詢生成和註釋查詢圖創建功能，還包含訓練數據集，用於評估不同學習型CE模型性能。通過CardBench，微調模型在性能評估中展現出色，即使在少量訓練數據下也能達到與傳統方法相當的準確性，這爲實際應用提供了可能，推動了學習型基數估計領域的進步。