【科教在线】第90期：计算机与信息安全学院在国际顶级会议ICDE 2026发表最新成果（图）

近日，国际数据库顶级学术会议ICDE 2026（International Conference on Data Engineering）召开，由我校计算机与信息安全学院林煜明教授课题组与华东师范大学周傲英教授团队联合完成的图查询处理研究成果，以长文形式（Full Paper）在大会上正式发表。论文题目为“APEX: Adaptive Variable-wise Parallel Execution for Worst-Case Optimal Joins on Graph Queries”，我校为该论文的第一完成单位，计算机与信息安全学院硕士研究生刘艺鹏为论文的第一作者，林煜明教授和华东师范大学数据科学与工程学院杨程程研究员为共同通讯作者，周傲英教授为合作作者。

ICDE与SIGMOD、VLDB并称数据管理与数据库领域的“三大顶会”，是中国计算机学会（CCF）推荐的A类国际学术会议，在国际上享有盛誉并具有广泛的学术影响力。本次会议吸引了全球顶尖学者参会，其收录的论文代表了数据库领域最前沿的研究成果。

图查询在图数据库和知识图谱中普遍存在，支撑着推荐系统、问答系统和语义搜索等应用。近年来，最坏情况最优连接（WCOJ）算法在图查询评估中发挥着关键作用。然而，其实际性能受到并行化负载不均以及连接变量执行顺序欠佳的制约。该研究提出APEX——一种面向图查询WCOJ的自适应变量级并行执行方法。首先，APEX通过一次性物化并组织某个变量的所有交集结果，实现了Leapfrog TrieJoin中核心交集操作的并行化。这一过程依赖于候选传播图，该图捕获了变量间及其交集结果的依赖关系。其次，研究进一步提出一种基于图卷积网络编码器的强化学习策略，能够根据查询结构和运行时反馈选择下一个要执行的变量。为加速候选传播图的查找，研究引入两项技术：第一，依赖源检测以剪枝遍历空间；第二，布隆过滤器以避免冗余检查。在多样化的真实世界与合成数据集上进行的大量实验表明，APEX相较于最先进的基线方法实现了2.18至5.79倍的加速比。