研究人员提出了 Jailbreak，一种通过使用大型语言模型直接从存储文件中重新生成特定于操作符的表读取组件，从而绕过数据库引擎的方法。

  • 该系统利用 LLM 辅助的代码合成来解码由源代码和文档指定的复杂数据库文件格式。
  • 它将数据物化为内存中的 Apache Arrow 缓冲区，供 DuckDB、Apache Spark、cuDF 和 Spark RAPIDS 等查询引擎使用。
  • 在使用 TPC-H 基准测试与 JDBC/ODBC 基线进行验证时，Jailbreak 在端到端分析吞吐量方面实现了高达 27 倍的加速。

这种方法通过将不透明的格式转换为无需人工设计的解析逻辑即可直接查询的工件，打破了数据库系统之间的数据锁定。