Wie gut sind Abfrageoptimierer wirklich? Leis et al. stellten diese Frage 2015 und erneut 10 Jahre später. Trotz eines Jahrzehnts der Forschung stellten sie fest, dass Abfrageoptimierer weiterhin viel zu wünschen übrig lassen. Eine Postgres-Datenbank sollte alles über ihre Tabellen wissen, nicht wahr? Wie schwer kann das sein? Wie sich herausstellt: enorm schwer. Die Join-Reihenfolge, eine zentrale Aufgabe, ist NP-schwer. Aber die Qualität eines Abfrageplans zu überprüfen ist einfacher: Gute Optimierer erzeugen schnelle Pläne, schlechte erzeugen langsame Pläne.

Sprachmodelle sind hervorragend bei Aufgaben mit leicht überprüfbaren Ausgaben. Mit einer einzigen Achse—der Ausführungszeit—reduziert sich das Problem darauf, Verhaltensweisen zu verstärken, die schnellere Abfragepläne liefern. Ich führte ein Experiment durch: Kann ein kleines Modell mit offenen Gewichten durch überwachtes Feintuning (SFT) und agentisches Reinforcement Learning (RL) nachtrainiert werden, um Postgres-Abfragepläne zu erzeugen, die die Standardpläne von Postgres übertreffen?

Die Antwort ist ein eindeutiges Ja. Höhepunkte: Erzielung einer Latenzreduktion von 44,7 % bei 113 join-lastigen Abfragen mit einem 4B-Modell, das anfangs für 99 davon keinen Abfrageplan erzeugen konnte. Aufbau eines Postgres-Messaufbaus, der Rauschen durch Linux-Page-Cache-Konkurrenz minimiert. Entwurf einer benutzerdefinierten GRPO-Variante zur Bewertung von RL-Rollouts in einer verrauschten Umgebung. Aufteilung des RL auf zwei Maschinen: vLLM und der Trainer auf einem gemieteten 2x H100-Knoten und vier Postgres-Container auf meinem Schreibtisch. Ausführung von Off-Policy-Destillation über eine halbe Tausend GPT-6 Astra-Agenten-Trajektorien.

Fangen wir von vorne an. Betrachten wir innerhalb eines Abfrageoptimierers den IMDb-Datensatz. Eine Abfrage fragt: „Welche japanischen Unternehmen veröffentlichten in den 2000er Jahren die meisten Titel?“ Der Pfad von Postgres hängt von selektiven Prädikaten ab. Ohne Filter wird die Join-Reihenfolge entscheidend.

Schlüsselentitäten: Unternehmen: Postgres, Hacker News | Personen: Leis | Orte: Japan