最新ののリレーショナルデータベースにおいて、基数推定（CE）技術はクエリ実行計画の最適化に不可欠であり、クエリの効率とデータベースのパフォーマンスに直接影響を与えます。従来の基数推定方法は単純化された仮定に基づいており、複雑なクエリの予測ではしばしば性能が劣りますが、機械学習CEモデルはより正確な予測を提供できます。しかし、トレーニング時間が長く、大量のデータが必要であり、体系的な評価が不足しているという課題があります。この課題に対処するために、Googleの研究チームはCardBenchベンチマークフレームワークを発表しました。これは、20以上の現実世界のデータベースと数千のクエリを統合しています。