【DB&AI】论文笔记整理

Survey & Tutorial

【2020-11】基于机器学习的数据库技术综述

Index Optimization

【2020-06】Hands-off Model Integration in Spatial Index Structures

Query Optimization / Cardinality Estimation

【2018-12】Learned Cardinalities: Estimating Correlated Joins with Deep Learning

【2019-06】An End-to-End Learning-based Cost Estimator

作者提出了一种基于学习的数据库查询代价估计器，分为3个部分：
1）训练数据生成。首先自动根据工作区中已有的数据和谓词生成大量可能的查询，而后计算得到这些物理查询计划的实际基数和成本，生成训练样本，格式为三元组 <物理查询计划，计划的实际成本，计划的实际基数> 。
2）特征提取。从查询计划中提取出各种有效的成分（谓词、名称、操作等）进行编码。
3）树结构模型。依靠所给的训练集进行学习，更新自身参数，最终得到能够同时进行成本估计和基数估计的模型。

Learned DBMSs

【2019-09】DeepDB: Learn from Data, not from Queries!

Autonomous DB

【2021-10】From Natural Language Processing to Neural Databases

Database Diagnosis

【2020-04】Diagnosing Root Causes of Intermittent Slow Queries in Cloud Databases
本文主要对云数据库中出现间歇性慢查询的根本原因进行分析 (Root Causes Analysis, RCA) ，并提出了诊断方法。

Database Design

【2020-07】Buffer Pool Aware Query Scheduling via Deep Reinforcement Learning
作者认为可以通过降低查询访问磁盘的次数，也就是提高缓存命中率 (buffer hit rate) 的方法，来提高查询调度 (query scheduling) 的性能。作者提出了名为SmartQueue的调度器，它可以利用输入查询中的重叠信息，依靠深度强化学习方法找到最优的查询调度策略。

【2020-08】Spitz: A Verifiable Database System
可验证的数据库 (Verifiable Database, VDB)

【2021-09】ML Based Lineage in Databases