课程视频
官网当前未公开本讲视频,B 站收藏夹也暂无对应视频。
学习重点
本讲对应官网 Lecture #23:Implementation: Microsoft Fabric。学习时重点关注:
- Microsoft Fabric 如何在 Lakehouse 生态中提供统一查询优化能力。
- Optimizer as a Service 如何把优化能力从单一数据库内核中抽离出来。
- 跨引擎、跨存储和跨数据模型优化需要统一哪些元数据与代价信号。
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
Unified Query Optimization in the Fabric Data Warehouse (N. Bruno et al., SIGMOD 2024) (Primary)
Towards Query Optimizer as a Service (QOaaS) in a Unified LakeHouse Ecosystem: Can One QO Rule Them All? (R. Alotaibi et al., CIDR 2025) (Optional)
