PostgreSQL's genetic query optimizer has seven knobs, but you should probably only touch one. Learn which one, and why the others are best left alone.

本文梳理关系查询优化器的发展主线：System R 以左深动态规划和 interesting orders 奠定代价优化范式；Volcano/Cascades 通过 memo、规则与物理性质组织搜索；DPccp/DPhyp 改进连接枚举。实验表明，查询图稠密度比表数量更影响枚举规模，基数估计误差是产生坏计划的主因。PostgreSQL 16 默认在超过 12 个表时转为 GEQO，学习型优化器宜作为补充。

该文汇总了多项研究：KGS利用结构先验约束因果图学习，提升探索性能与收敛；新基准在细粒度三元槽级别评估事实链接，发现检测知识图谱中不存在的实体和谓词更难；生成式大模型经精心提示可望超越BERTMap等本体对齐系统；SimGNN以可学习嵌入和注意力高效计算图相似性；开放式信息提取用两阶段转换提取核心关系元组并关联上下文；GGD以二元交叉熵直接区分节点组，效率更高；基于图的语义解析方法在组合泛化上达最先进水平；大模型可将自然语言转为OWL功能语法以丰富本体；GLSearch用图神经网络学习搜索最大公共子图，显著提升大规模图计算效率。