LLM-R2 : Un système de réécriture basé sur des règles amélioré par un modèle de langage massif pour optimiser l'efficacité des requêtes

LLM-R2: A Large Language Model Enhanced Rule-based Rewrite System for Boosting Query Efficiency

April 19, 2024

Auteurs: Zhaodonghui Li, Haitao Yuan, Huiming Wang, Gao Cong, Lidong Bing

cs.AI

Résumé

La réécriture de requêtes, qui vise à générer des requêtes plus efficaces en modifiant la structure d'une requête SQL sans en altérer le résultat, constitue un problème de recherche important. Pour maintenir l'équivalence entre la requête réécrite et la requête originale lors de la réécriture, les méthodes traditionnelles de réécriture de requêtes suivent toujours certaines règles de réécriture. Cependant, certains problèmes persistent. Premièrement, les méthodes existantes pour trouver le choix ou la séquence optimale de règles de réécriture sont encore limitées, et le processus consomme souvent beaucoup de ressources. Les méthodes impliquant la découverte de nouvelles règles de réécriture nécessitent généralement des preuves complexes de logique structurelle ou des interactions utilisateur approfondies. Deuxièmement, les méthodes actuelles de réécriture de requêtes reposent fortement sur les estimateurs de coût des systèmes de gestion de bases de données (SGBD), qui sont souvent imprécis. Dans cet article, nous abordons ces problèmes en proposant une nouvelle méthode de réécriture de requêtes nommée LLM-R2, qui utilise un modèle de langage de grande taille (LLM) pour suggérer des règles de réécriture possibles à un système de réécriture de bases de données. Pour améliorer davantage la capacité d'inférence du LLM dans la recommandation de règles de réécriture, nous entraînons un modèle contrastif par curriculum afin d'apprendre les représentations de requêtes et de sélectionner des démonstrations de requêtes efficaces pour le LLM. Les résultats expérimentaux montrent que notre méthode peut significativement améliorer l'efficacité d'exécution des requêtes et surpasse les méthodes de référence. De plus, notre méthode présente une robustesse élevée sur différents jeux de données.

English

Query rewrite, which aims to generate more efficient queries by altering a SQL query's structure without changing the query result, has been an important research problem. In order to maintain equivalence between the rewritten query and the original one during rewriting, traditional query rewrite methods always rewrite the queries following certain rewrite rules. However, some problems still remain. Firstly, existing methods of finding the optimal choice or sequence of rewrite rules are still limited and the process always costs a lot of resources. Methods involving discovering new rewrite rules typically require complicated proofs of structural logic or extensive user interactions. Secondly, current query rewrite methods usually rely highly on DBMS cost estimators which are often not accurate. In this paper, we address these problems by proposing a novel method of query rewrite named LLM-R2, adopting a large language model (LLM) to propose possible rewrite rules for a database rewrite system. To further improve the inference ability of LLM in recommending rewrite rules, we train a contrastive model by curriculum to learn query representations and select effective query demonstrations for the LLM. Experimental results have shown that our method can significantly improve the query execution efficiency and outperform the baseline methods. In addition, our method enjoys high robustness across different datasets.