Метод ранжирования планов выполнения SQL-запросов на основе текстового описания и моделей векторных представлений

В статье рассматривается задача ранжирования планов выполнения SQL-запросов по времени выполнения. Такая задача представляет интерес для интеллектуальной оптимизации запросов, поскольку позволяет оценить, насколько выбранное описание плана сохраняет информацию, связанную с фактической стоимостью его исполнения. Предлагается метод, в котором вместо структурной кодировки дерева плана используется его текстовое описание, для которого затем строится векторное представление с помощью модели векторных представлений. Поверх полученного векторного представления обучается компактная предсказательная модель, используемая для ранжирования планов. В работе сравниваются три подхода: предсказательная модель из подхода Bao, использующая структурную кодировку дерева плана, стоимостная оценка оптимизатора PostgreSQL и предложенный метод на основе текстового описания плана и моделей векторных представлений. Дополнительно исследуются несколько моделей векторных представлений и два варианта текстового описания плана — исходный текст и нормализованное описание. Эксперименты проведены на наборе CEB, построенном на данных IMDb, в двух режимах тестирования: при случайном разбиении и при разбиении по шаблонам запросов. Качество оценивалось по попарной точности и коэффициенту Спирмена. Показано, что при случайном разбиении выборки лучшая конфигурация на основе модели jina-code-embeddings-0.5b превосходит модель Bao и стоимостную оценку оптимизатора по обеим метрикам ранжирования. Установлено также, что исходное текстовое описание плана для всех рассмотренных моделей оказывается более информативным, чем использованная схема нормализации. При разбиении выборки по шаблонам запросов качество всех обучаемых подходов снижается; при этом лучшая модель на основе векторных представлений и модель Bao остаются на сопоставимом уровне между собой, однако по обеим метрикам уступают стоимостной оценке оптимизатора. Полученные результаты показывают, что текстовое описание плана и модели векторных представлений могут использоваться как основа для построения предсказательных моделей ранжирования, хотя проблема устойчивой генерализации на ранее не наблюдавшиеся шаблоны запросов остаётся открытой.

1. V. Leis, A. Gubichev, A. Mirchev, P. Boncz, A. Kemper, and T. Neumann, “How Good Are Query Optimizers, Really?,” Proceedings of the VLDB Endowment, vol. 9, no. 3, pp. 204–215, 2015, doi: 10.14778/2850583.2850594.

2. S. Chaudhuri, “An Overview of Query Optimization in Relational Systems,” in Proceedings of the Seventeenth ACM SIGACT-SIGMOD-SIGART Symposium on Principles of Database Systems, Association for Computing Machinery, 1998, pp. 34–43. doi: 10.1145/275487.275492.

3. H. Lan, Z. Bao, and Y. Peng, “A Survey on Advancing the DBMS Query Optimizer: Cardinality Estimation, Cost Model, and Plan Enumeration,” Data Science and Engineering, vol. 6, no. 1, pp. 86–101, 2021, doi: 10.1007/s41019-020-00149-7.

4. K. Kim, J. Jung, I. Seo, W.-S. Han, K. Choi, and J. Chong, “Learned Cardinality Estimation: An In-depth Study,” in Proceedings of the 2022 International Conference on Management of Data, Association for Computing Machinery, 2022, pp. 1214–1227. doi: 10.1145/3514221.3526154.

5. T. Siddiqui, A. Jindal, S. Qiao, H. Patel, and W. Le, “Cost Models for Big Data Query Processing: Learning, Retrofitting, and Our Findings,” in Proceedings of the 2020 ACM SIGMOD International Conference on Management of Data, Association for Computing Machinery, 2020, pp. 99–113. doi: 10.1145/3318464.3380584.

6. M. Akdere, U. Çetintemel, M. Riondato, E. Upfal, and S. B. Zdonik, “Learning-Based Query Performance Modeling and Prediction,” in Proceedings of the 2012 IEEE 28th International Conference on Data Engineering, IEEE Computer Society, 2012, pp. 390–401. doi: 10.1109/ICDE.2012.64.

7. R. Marcus, P. Negi, H. Mao, N. Tatbul, M. Alizadeh, and T. Kraska, “Bao: Making Learned Query Optimization Practical,” in Proceedings of the 2021 International Conference on Management of Data, Association for Computing Machinery, 2021, pp. 1275–1288. doi: 10.1145/3448016.3452838.

8. C. Anneser et al., “AutoSteer: Learned Query Optimization for Any SQL Database,” Proceedings of the VLDB Endowment, vol. 16, no. 12, pp. 3515–3527, 2023, doi: 10.14778/3611540.3611544.

9. L. Woltmann, J. Thiessat, C. Hartmann, D. Habich, and W. Lehner, “FASTgres: Making Learned Query Optimizer Hinting Effective,” Proceedings of the VLDB Endowment, vol. 16, no. 11, pp. 3310–3322, 2023, doi: 10.14778/3611479.3611528.

10. R. Zhu et al., “Lero: A Learning-to-Rank Query Optimizer,” Proceedings of the VLDB Endowment, vol. 16, no. 6, pp. 1466–1479, 2023, doi: 10.14778/3583140.3583160.

11. Z. Yang, W.-L. Chiang, S. Luan, G. Mittal, M. Luo, and I. Stoica, “Balsa: Learning a Query Optimizer Without Expert Demonstrations,” in Proceedings of the 2022 International Conference on Management of Data, ACM, 2022, pp. 931–944. doi: 10.1145/3514221.3517885.

12. Y. Zhao, G. Cong, J. Shi, and C. Miao, “QueryFormer: a tree transformer model for query plan representation,” Proceedings of the VLDB Endowment, vol. 15, no. 8, pp. 1658–1670, 2022, doi: 10.14778/3529337.3529349.

13. Z. Li, H. Yuan, H. Wang, G. Cong, and L. Bing, “LLM-R2: A Large Language Model Enhanced Rule-Based Rewrite System for Boosting Query Efficiency,” Proceedings of the VLDB Endowment, vol. 18, no. 1, pp. 53–65, 2024, doi: 10.14778/3696435.3696440.

14. J. Liu and B. Mozafari, “GenRewrite: Query Rewriting via Large Language Models,” Proceedings of the ACM on Management of Data, vol. 4, no. 1, pp. 1–26, 2026, doi: 10.1145/3786684.

15. S. Dharwada, H. Devrani, J. Haritsa, and H. Doraiswamy, “Query Rewriting via LLMs.” 2025.

16. Y. Song et al., “QUITE: A Query Rewrite System Beyond Rules with LLM Agents.” 2026.

17. P. Siebers, C. Janiesch, and P. Zschech, “A Survey of Text Representation Methods and Their Genealogy,” in IEEE Access, Institute of Electrical and Electronics Engineers (IEEE), 2022, pp. 96492–96513. doi: 10.1109/access.2022.3205719.

18. P. Negi et al., “Flow-loss: learning cardinality estimates that matter,” Proceedings of the VLDB Endowment, vol. 14, no. 11, pp. 2019–2032, 2021, doi: 10.14778/3476249.3476259.