科研之友
微信
新浪微博
Facebook
分享链接
摘要
基数估计是数据库关系系统查询优化器的基础和核心．随着人工智能技术的发展，其在数据处理，提取数据之间的关系等方面显现出优越的性能．近年来，基于机器学习的基数估计技术取得了显著的进展，受到了学术界的广泛关注．通过对基于机器学习的基数估计技术的研究，首先介绍了基于机器学习的基数估计的技术背景，报告了基于机器学习的基数估计技术的发展现状，其次给出了基数估计中与基数相关概念的定义、使用的特征编码技术以及基数估计技术中的分类体系．接着为查询驱动、数据驱动和混合模型这3类基数估计模型，分别提炼出1个统一的建模流程，进一步分析了3类模型中的典型技术，总结比较了同一类基数估计模型中的不同的技术，并对其在NoSQL中的应用技术进行了分析和总结．最后就基于机器学习的基数估计技术的发展现状，讨论了其存在的挑战和未来的研究方向．
-
单位中国科学院; 华东师范大学
