5月15日 周五

1 条

数据库·2 天前

SEMA-SQL：用LLM语义算子扩展关系代数，自动生成混合查询

传统SQL无法处理实体语义匹配、非结构化文本分析等需求，而现有语义算子系统虽引入LLM能力，却要求用户手动编排查询管线。SEMA-SQL提出混合关系代数（HRA），将关系算子与LLM用户自定义函数（UDF）统一为声明式抽象，系统自动完成三件事：通过上下文学习生成含自然语言规格说明的HRA查询、基于代价的变换与UDF重写进行优化、以及通过智能批处理将语义连接中的LLM调用量平均减少93%。实验表明该方法显著扩展了查询能力。

›1 条相关源

5月14日 周四

1 条

数据库·3 天前

减少数据库出站流量：查询优化实现性能与成本双赢

PlanetScale 发文指出，数据库出站（egress）流量是云上被忽视的成本与性能瓶颈。多数云厂商对公网出站流量按量计费，而查询返回过多数据或频率过高是主因。文章以 Postgres 的 JSONB 列存储富文本内容为例，说明 SELECT * 返回整个 content 字段会浪费大量带宽。核心优化手段包括：只查询需要的列、使用 LIMIT/分页、利用 Postgres 的 TOAST 机制避免大字段随行传输、以及通过物化视图或缓存减少重复查询。这些原则适用于所有主流云数据库。

›1 条相关源