技术博客

在VLDB25会议上，ByteBrain团队发表了一篇关于无数据访问基数估计方法的研究文章。该研究针对实际生产环境中普遍存在的不完美查询工作负载，提出了一个全新的研究问题：如何在不直接访问数据的前提下，从这些工作负载中学习出具有泛化能力和鲁棒性的基数估计模型。为了解决这一挑战，团队创新性地设计了GRASP方案，采用组合式技术框架来实现目标。GRASP的提出不仅拓展了基数估计领域的技术边界，也为实际场景中的数据库优化提供了全新思路。