1200 美元、95 小时、一个 4B 模型：有人把 Postgres 的查询计划重新教了一遍

凌晨两点，一条查询跑了四分钟。你打开 EXPLAIN，计划树里某个 join 的顺序明显不对——统计信息过时了，或者代价公式对这一批数据就是估不准。手写一个 hint，四分钟变成四秒。数据库没换，数据没动，变的只有"这条路怎么走"。

这扇门背后，是数据库行业吵了三十多年的老问题：查询计划该让谁拿主意。

9 月 16 日，HN 上一篇帖子攒了 381 个赞，标题很直白：训练一个 4B 模型，产出比 Postgres 快 81% 的查询计划。作者 Rohan Bansal，前 Google、Traba、Crosby 工程师，Recurse Center 休假期间的个人项目。没有公司，没有融资，代码开源在 GitHub 上，仓库叫 qorl。

他做的事一句话讲得完：拿一个 40 亿参数的开源模型，教它给 Postgres 写执行提示。

先看流程。底座是开源的 Qwen3.8-4B 蒸馏版，标称 4B，实际 4.66B。教材有 420 条轨迹，来自 GPT-6 Astra——大模型打样，小模型学艺。先蒸馏，再上强化学习，奖励信号很朴素：hint 交给 pg_hint_plan，Postgres 真跑一遍 EXPLAIN ANALYZE，快就是快，慢就是慢。SQL 一字不改，正确性从头到尾由数据库自己兜底。

考试题也讲究。训练用的是 CEB，13600 条 IMDb 查询；考试用 JOB 基准，113 条，Leis 等人 2015 年那篇成名作里的老朋友。同一个 8.5GB 的 IMDb 库，作者在博客里明说了，就是冲着"学会这一个库"去的。

成绩单：15 选 1 协议下，几何平均加速 1.81 倍——标题里的 81% 就是它。整条负载的总延迟降了 44.7%。113 条查询，68 条快出 5% 以上，0 条回退。

账单也摆在了台面上：Lambda 云上租的两张 H100 跑了 95 小时，约 800 美元；生成教师轨迹的 API 费再添 400 美元。合计 1200 美元出头。整套基础设施是个混合体：训练在云上，测量在作者家里那台昵称叫 FLOPper 的机器上跑着 4 个 Postgres 容器，靠 Tailscale 连回云上的 rollout worker，20 路并发。测量纪律也讲究——每个配置先暖机，再测 20 次取中位数。

数字漂亮，小字更精彩。展开有三行。

第一行，1.81 倍的前提是"跑 15 次再挑最好的那次"，挑的依据还是一次预评估。生产库里没人给你 15 次机会。单次直接用，加速掉到 1.40 倍。消融表也把账摊开了：光做蒸馏只有 1.16 倍，强化学习跑满 1200 步到 1.41 倍——模型的进步是真的，只是头条那截增益，靠选择协议再垫了一层。

第二行，对比里没算模型的推理时间，训练成本也不在其中。"计划执行快 81%"与"规划器快 81%"，中间隔着两本账。

第三行，基线本身有嫌疑。HN 评论区有用户扒出，测试表疑似只建了主键索引——Postgres 光着一只手在比。8.5GB 全在暖缓存里，纯只读，单库。跟 Bao 这类轻量专用调优器也没对过账，作者自己承认这是下一步。

第三行还藏着一个彩蛋。作者专门发明了一个叫 fooling rate 的指标来量化测量噪声：一个什么都没改的 no-op 计划，居然有两三成概率被"测出"一成到两成六的幻影加速。把缓存参数从 128MB 调到 2GB，这种误判率才降下去四倍。做性能对比的人看到这里应该后背发凉——你们的对比里有没有幻影，测过吗。

把这些小字叠在一起，这事还值不值得看？值得。恰恰值得。

真正的看点在范式。模型只在开发期出场一次，它的全部产出是几行 SQL 注释，跟着代码进 git，跟着发布上线。数据库路径上没有任何模型常驻，没有新增的故障面。负载漂移后 hint 会失效——这个坑作者也老实写了。

再往深一层，是那 1200 美元。强化学习烧钱，烧在奖励难定上。这里的奖励是免费的：EXPLAIN ANALYZE 跑一下，速度自己会说话。有免费裁判的领域，小模型加小预算就能出活。这条经验能抄的地方不少——编译器的中间表示、缓存淘汰策略、调度器的参数，凡是能低成本自动打分的角落，都可能是下一个 1200 美元实验。

Postgres 的计划器祖上出自 System R，1979 年的骨架服役到今天，靠统计信息和代价公式猜路。它猜错的时候，办法一直是人肉补 hint。现在多了一个选项：让一个 4B 的小模型替你写这几行注释，一遍学费一千二。

你的系统里，还有多少角落躺着一个免费的裁判，一直没人想起来去问它？

来源：作者博客 rohanbansal.com/qorl（2026-09-16）；HN 讨论 49731285；代码 github.com/polyphilz/qorl；JOB 基准出自 Leis et al. 2015。