DBPlanBench：用LLM优化查询计划
james_y_zou · x · 2026-07-21
这条帖介绍了 DBPlanBench：一种用 LLM 在测试阶段优化物理查询计划 的框架，面向 Apache DataFusion。
- 其目标是用大模型帮助数据库执行更快的查询计划，而不仅仅依赖传统基于代价模型和启发式规则的优化器。
- 作者指出，传统优化往往难以利用查询与 schema 中的语义相关性；而 LLM 可能能补足这些统计方法看不到的上下文信息。
- DBPlanBench 会把物理计划压缩成序列化表示，让 LLM 提出 JSON 形式的局部修改，再通过进化搜索反复筛选和改进候选计划。
- 配图里还展示了论文标题、作者，以及默认 DataFusion plan 的优化流程示意。
帖子同时提到，这个分享会在 VLDB 2026 期间的 Boston DataFusion meetup 上进行。
「研究」频道最新
- 斯坦福团队推出全球最快分词器 Gigatoken — StanfordAILab · 2026-07-22
- Tabul AI 推出 Metal TreeSHAP，加速 Apple silicon 上的 Shapley 计算 — Scobleizer · 2026-07-22
- Reddit 转发 OpenAI 的 ChatGPT 广告页面 — EcstaticAsparagus509 · 2026-07-22
- 开源 runtime 让每个仓库自定义 AI 代码审查器 — ibabufrik · 2026-07-22
- DeepSWE：专攻真实 GitHub 场景的 AI 编码智能体评测基准 — pmz · 2026-07-22
- Claude 辅助写成的 Rust 太空经济模拟器，能跑数百艘自治船只 — kalcode · 2026-07-22