更新可能なデータ駆動型カーディナリティ推定器（境界付きQ誤差）

現代のカーディナリティ推定器はデータ更新に苦労しています。本研究は単一テーブル内のこの課題に取り組みます。我々はICE、インデックスベースのカーディナリティ推定器を紹介します。これは、瞬時のタプルレベルの更新を可能にする初のデータ駆動型推定器です。ICEは多次元インデックスから二つの重要な教訓を学び、動的なシナリオにおけるカーディナリティ推定の解決に応用しました：（1）インデックスは広大な多次元データの中で迅速なトレーニングとシームレスな更新の能力を持っています。（2）インデックスは正確なデータ分布を提供し、最新のデータベースバージョンと同期しています。これらの洞察は、インデックスにデータ更新に迅速に適応し、クエリテスト中の分布外課題に対して頑健な高精度なデータ駆動型モデルの能力を授けます。単一のインデックスがカーディナリティ推定をサポートできるように、我々はバイアスと分散を分析し、トレーニング、更新、推定のための洗練されたアルゴリズムを作成しました。広範な実験はICEの優位性を示しています。ICEは多様なワークロードにわたる正確な推定と迅速な更新/構築を提供します。最先端のリアルタイムクエリ駆動モデルと比較して、ICEは優れた精度（2-3桁の精度向上）、より高速な更新（4.7-6.9倍高速）、および著しく短縮されたトレーニング時間（最大1-3桁の高速化）を誇っています。