大模型新用：LLM优化数据库查询，性能提升近5倍

传统数据库查询优化器依赖统计启发式方法进行基数估计，但这类方法常因数据分布复杂或假设简化而产生误差，导致执行计划效率低下。Together AI发布的最新研究提出了一种创新思路：利用大型语言模型（LLM）来优化数据库查询执行。研究发现，LLM能够理解查询语义与数据模式，更准确地预测中间结果的基数，从而生成更优的执行计划。在实验中，该方法成功修正了传统统计方法遗漏的估计错误，实现了最高达4.78倍的查询加速。这一突破展示了LLM在传统系统优化领域的潜力，为数据库性能提升开辟了新路径，也预示了AI与基础软件系统融合的广阔前景。