Dans les bases de données relationnelles modernes, les techniques d'estimation de cardinalité (CE) sont essentielles pour optimiser les plans d'exécution des requêtes, impactant directement l'efficacité des requêtes et les performances de la base de données. Les méthodes d'estimation de cardinalité traditionnelles reposent sur des hypothèses simplifiées et sont souvent imprécises pour les requêtes complexes. Les modèles d'estimation de cardinalité basés sur l'apprentissage automatique offrent des prédictions plus précises, mais souffrent de temps d'entraînement longs, nécessitent d'énormes quantités de données et manquent d'évaluation systématique. Pour relever ce défi, l'équipe de recherche Google a introduit CardBench, un framework de tests de référence intégrant plus de 20 bases de données réelles et des milliers de requêtes.