[論文レビュー] BayesCard: A Unified Bayesian Framework for Cardinality Estimation.

Zi‐Niu Wu, Amir Shaikhha|arXiv (Cornell University)|Dec 29, 2020

Bayesian Modeling and Causal Inference参考文献 37被引用数 6

ひとこと要約

BayesCard は、確率的プログラミング言語（PPLs）を用いた統一的なベイジアンフレームワークを導入し、データベースにおけるカーディナリティ推定のためのコン pact で解釈可能なベイジアンネットワーク（BNs）を構築する。深層学習モデルと比較して、最大 1,000 倍小さいモデルサイズと 10–100 倍低いトレーニングコストを達成しながら、クエリ最適化子における安定かつ解釈可能な性能を維持し、最先端の精度を実現する。

ABSTRACT

Cardinality estimation is one of the fundamental problems in database management systems and it is an essential component in query optimizers. Traditional machine-learning-based approaches use probabilistic models such as Bayesian Networks (BNs) to learn joint distributions on data. Recent research advocates for using deep unsupervised learning and achieves state-of-the-art performance in estimating the cardinality of selection and join queries. Yet the lack of scalability, stability and interpretability of such deep learning models, makes them unsuitable for real-world databases. Recent advances in probabilistic programming languages (PPLs) allow for a declarative and efficient specification of probabilistic models such as BNs, and achieve state-of-the-art accuracy in various machine learning tasks. In this paper, we present BayesCard, the first framework incorporating the techniques behind PPLs for building BNs along with relational extensions that can accurately estimate the cardinality of selection and join queries in database systems with model sizes that are up to three orders of magnitude smaller than deep models'. Furthermore, the more stable performance and better interpretation of BNs make them viable options for practical query optimizers. Our experimental results on several single-relation and multi-relation databases indicate that BayesCard with a reasonable estimation time has a better estimation accuracy than deep learning models, and has from one to two orders of magnitude less training cost nevertheless.

研究の動機と目的

• 深層学習モデルのカーディナリティ推定における限界、すなわちスケーラビリティの悪さ、不安定性、解釈不能性を解決すること。
• 選択およびジョインクエリの両方において、データベースクエリ最適化子におけるカーディナリティ推定の精度と効率性を向上させること。
• 確率的プログラミング言語（PPLs）を活用し、ベイジアンネットワーク（BNs）の記述的で効率的かつスケーラブルな構築を可能にすること。
• 最先端の深層学習手法と比較して、モデルサイズとトレーニングコストを削減しながら、推定精度を維持または向上させること。
• 安定性と解釈可能性の向上により、実世界のデータベースシステムへの確率的モデルの実用的導入を可能にすること。

提案手法

• 確率的プログラミング言語（PPLs）を用いて、共同データ分布をモデル化するためのベイジアンネットワーク（BNs）を記述的に指定する。
• 関係拡張をBNに適用し、複数の関係、特にジョインクエリを含むカーディナリティ推定を可能にする。
• PPLに内蔵された効率的な推論および学習アルゴリズムを活用し、現実的なデータベースサイズにまでスケーリング可能なBNを実現する。
• データ駆動型の学習を用いてモデル構造とパラメータを最適化しながら、解釈可能性を保持する。
• 単一関係および複数関係の両方のカーディナリティ推定をサポートする統一フレームワークを導入する。
• PPLが可能にする構造的事前分布とコンパクトなパrameterizationを活用し、深層学習の代替手法と比較して最大 3 次のオーダー小さくなるモデルサイズを達成する。

実験結果

リサーチクエスチョン

• RQ1 確率的プログラミング言語を用いて構築されたベイジアンフレームワークは、深層学習モデルよりもカーディナリティ推定において高い精度を達成できるか？
• RQ2 ベイジアンネットワークは、推定精度を維持または向上させつつ、モデルサイズとトレーニングコストをどの程度削減できるか？
• RQ3 実際のデータベースクエリ最適化において、ベイジアンネットワークの解釈可能性と安定性は深層学習モデルと比べてどうか？
• RQ4 ベイジアンネットワークに関係拡張を適用することで、複数のテーブルにまたがる複雑なジョインカーディナリティを効果的にモデル化できるか？
• RQ5 PPLを用いたBNと深層学習モデルの間で、モデルサイズ、トレーニングコスト、推定精度のトレードオフはどのようなものか？

主な発見

• BayesCard は、単一関係および複数関係のデータベースにおいて、最先端の推定精度を達成し、深層学習モデルを上回る。
• フレームワークは、深層学習モデルと比較して最大 3 次のオーダー小さくなるモデルサイズを実現し、効率的なデプロイメントを可能にする。
• BayesCard は、深層学習ベースラインと比較して、1〜2 次のオーダー低いトレーニングコストを示し、トレーニングの効率性が優れている。
• 多様なデータ分布にわたり安定した性能を示し、不安定な深層学習の対比的性能に比べて、優れたロバストネスを示す。
• PPLの使用により、コンパクトで解釈可能なモデルが実現され、実世界のクエリ最適化子への統合に適している。
• BayesCard は、妥当な推論時間で高精度なカーディナリティ推定を提供し、オンラインクエリ最適化に実用的である。