5月11日，記者獲悉，在加拿大蒙特利爾舉行的第42屆IEEE國際數(shù)據(jù)工程大會（ICDE 2026）公布了本屆錄用論文，中國技術團隊表現(xiàn)亮眼，其中騰訊共有6篇論文入選，攻破了數(shù)據(jù)庫多項核心技術的性能瓶頸。

據(jù)了解，ICDE與SIGMOD、VLDB并列數(shù)據(jù)庫領域三大頂級學術會議，被中國計算機學會評為A類會議，近年論文錄用率約為20%，代表了全球數(shù)據(jù)庫技術的風向標。

本屆入選論文的選題來自生產環(huán)境中的實際難題，由騰訊與多所頂尖高校聯(lián)合完成。工程團隊從業(yè)務運行中提煉出明確的技術瓶頸，高校研究者提供算法層面的突破思路，雙方通過產學研協(xié)作推進解決方案。

例如，傳統(tǒng)數(shù)據(jù)庫在按關鍵字查找數(shù)據(jù)時效率很高，但一旦用戶需要按屬性做范圍篩選——比如查詢“價格在100到500之間的商品”——響應速度就會大幅下降。騰訊與中國人民大學合作完成的《Doux: Decoupling Values from Keys for Real-Time Analytics》，為此設計了一種雙路并行的存儲方案，實測將范圍篩選速度提升了5倍，同時數(shù)據(jù)寫入速度提升近3倍。

查詢效率優(yōu)化是另一個長期難題。數(shù)據(jù)庫執(zhí)行查詢前會將語句改寫為更高效的等價形式，但改寫能力受限于系統(tǒng)預置的規(guī)則數(shù)量。騰訊與深圳大學合作的《Efficient Query Rewrite Rule Discovery via Standardized Enumeration and Learning-to-Rank》，提出用算法自動挖掘這類規(guī)則，累計超100萬條，這也是目前公開驗證的最大規(guī)模規(guī)則庫。

當數(shù)據(jù)庫需要同時處理交易和分析兩類任務時，還面臨一個調度難題：哪些數(shù)據(jù)應該提前加載到高速緩存中？判斷失誤會浪費資源或拖慢查詢。騰訊與中國人民大學合作的論文《Telescope: A Learned What-If Call for Column Store Selection in HTAP Databases》，通過機器學習模型預判加載收益，不必真正加載就能做出決策，預測誤差比此前方法降低了68%。

此外，在Data+AI前沿領域，騰訊云與復旦大學合作的《CYANSQL: Unlock the Power of NL2SQL via Clustering-based Test-Time Scaling》，聚焦“用自然語言查數(shù)據(jù)”的準確性。用戶用自然語言描述需求、系統(tǒng)自動生成查詢語句的能力已較成熟，但遇到多表關聯(lián)等復雜場景時錯誤率仍偏高——根本原因在于提示中的示例難以覆蓋所有復雜 SQL 邏輯組合。CYANSQL將歷史查詢按邏輯結構歸類，在推理階段從不同結構簇中并行生成多條候選方案，并以執(zhí)行結果驗證篩選，讓模型在推理時"看到"更全面的邏輯結構。在標準評測集 BIRD 上，CYANSQL 召回率較行業(yè)最佳水平提升近 5 個百分點，執(zhí)行準確率達到 73.47%。相關技術已在騰訊云數(shù)據(jù)分析智能體(TCDataAgent)中落地。

產學研協(xié)作已成為關鍵基礎設施創(chuàng)新的重要路徑。目前，騰訊云數(shù)據(jù)庫TDSQL已服務超100家金融機構核心系統(tǒng)，穩(wěn)定支撐四大國有銀行；CYANSQL相關技術也已落地騰訊云數(shù)據(jù)智能產品的自然語言查詢功能。

雷峰網(wǎng)(公眾號：雷峰網(wǎng))