课程视频
B 站高清观看：13 - Lecture 13 - Cost Models Cardinality Estimation
学习重点
本讲对应官网 Lecture #13：Cost Models: Cardinality Estimation。学习时重点关注：
- 基数估计误差如何通过 Join 顺序和物理运算符选择影响最终性能。
- Join Order Benchmark 如何暴露真实查询中优化器估计误差。
- q-error 等指标如何衡量估计质量，以及它们和执行时间之间的关系。
核心问题
- 这个主题解决了查询优化器中的哪一类搜索、估计或工程实现问题？
- 它依赖哪些输入信息，例如统计信息、代价模型、物理属性或历史反馈？
- 它如何影响最终生成的物理执行计划，以及失败时会造成什么性能问题？
学习记录
- [ ] 看完课程视频或完成对应阅读。
- [ ] 整理本讲涉及的关键算法、数据结构和系统实现。
- [ ] 记录和现有数据库系统相关的实现例子。
参考资料
Query Optimization Through the Looking Glass, and What We Found Running the Join Order Benchmark (V. Leis et al., VLDB Journal 2017) (Primary)
EQOP Book (Chapter 5.4-5.5) (Optional)
How Good are Query Optimizers, Really? (V. Leis et al., VLDB 2015) (Optional)