健壮且自适应的学习型近似查询处理方法研究

作者：乔艺萌; 荆一楠; 张寒冰

来源：计算机工程, 2023, 1-10.

DOI：10.19678/j.issn.1000-3428.0066743

• 近似查询处理
• 和积网络
• 分层抽样
• 数据偏移
• 自适应更新

由于在大规模数据集上执行精确查询耗时长，因此近似查询处理技术常被应用于在线分析处理，以求以较短的交互延迟返回查询结果，并尽可能地降低查询误差。现有的学习型近似查询处理技术与底层数据解耦，将IO密集型计算转化为CPU密集型计算，但是由于计算资源的限制，其通常基于随机的数据样本进行模型训练，此类训练数据会引起稀有群组的缺失，导致模型预测准确性不够高。针对这一问题，本文提出一种基于分层样本学习的混合型和积网络模型，并设计了基于该模型的近似查询处理框架。分层样本能够有效避免稀有群组的缺失，基于该样本训练的模型预测准确性大幅提高。此外，针对数据动态更新的情况，本文提出模型自适应更新策略，使得模型能够及时检测到数据偏移并自适应地执行更新。实验结果表明，与基于抽样和基于机器学习的近似查询处理方法相比，该方法在真实数据集和合成数据集上的平均相对误差分别降低了约18.3%和2.2%；在数据动态更新的场景下，模型的准确性和查询时延均呈现出良好的稳定性。

• 单位
  复旦大学