基于最小化AES的鲁棒计划选择方法

摘要

鲁棒计划选择通过计划图简化和计划切换能够减少由基数估计误差带来的数据库查询优化器计划决策错误.现有方法在计划图简化过程中仅关注了局部选择率空间内的计划鲁棒性，忽视了全局抗误差能力.针对该问题，本文提出平均误差比指标用于全面评估计划在整个选择率空间内的鲁棒性，并设计了最小化平均误差比计划图简化算法，在减小计划图规模的同时，确保简化后计划集合的全局鲁棒性.实验结果表明，相比于现有方法，本文方法生成的计划图在简化效率和计划集合质量上都有明显提升，能在统计信息滞后、数据更新频繁或复杂连接查询的场景下有效减少因优化器计划决策错误导致的性能退化，为数据分析型应用提供了可靠保障.

关键词

鲁棒计划选择 / 计划图简化 / 平均误差比