Conceitos Básicos
変換ベースのクエリ最適化器において、再帰的クエリのプラン空間を効率的に探索する手法を提案する。
Resumo
本論文では、再帰的クエリのプラン空間を効率的に探索するための新しい手法、Recursive Logical Query Dag (RLQDAG)を提案する。
主な内容は以下の通り:
- LQDAG (Logical Query Dag)を拡張し、再帰的クエリをキャプチャーおよび変換できるRLQDAGを導入する。
- RLQDAGの構文と形式的意味論を定義し、再帰の存在下でのサブ項共有に焦点を当てる。
- 再帰的サブ項の集合的な変換を可能にするRLQDAG変換を提案する。これには、注釈付き等価ノードの概念と、注釈の増分的な更新が含まれる。
- 提案手法の実装と、合成および実データセットを用いた評価実験を行い、従来手法に比べて大幅な性能向上を示す。
Estatísticas
再帰的クエリの効率的な列挙は、クエリ最適化において重要な課題である。
従来のVolcano/Cascadesフレームワークは再帰的クエリをサポートしていなかった。
再帰的関係代数の最近の進展により、より強力な再帰的クエリの最適化が可能になった。
しかし、再帰的プラン空間の効率的な探索が課題となっていた。
Citações
"Query optimizers built on the transformation-based Volcano/Cascades framework are used in many database systems. Transformations proposed earlier on the logical query dag (LQDAG) data structure, which is key in such a framework, are restricted to recursion-free queries."
"The efficiency of recursive plan enumeration becomes critical. Plan enumeration speed directly determines whether query evaluation plans theoretically enabled by e.g. 𝜇-RA [32] are within range of a practical query optimizer or not."