- LpBound：用Lp范数做悲观的基数估计
这篇论文提出了一种新方法，利用数学里的Lp范数来更准确地估计数据库查询中的数据量大小。这个方法让数据库在执行查询时能更稳健、更精准地预测结果规模，提升了查询效率。 - 低延迟事务调度：用用户态中断代替等待
他们发明了一种通过“用户空间中断”技术来安排数据库事务的方法，能大幅减少事务等待的时间，让数据库响应更快，性能更好。
2. 工业赛道的最佳论文
- 用CXL技术打造云原生数据库的分布式内存池
这篇论文介绍了一种基于CXL交换机的新技术，可以把内存资源拆分成池子，灵活分配给云原生数据库使用。这个技术让数据库用内存更高效，性能大幅提升。
阿里云的PolarDB数据库凭借这项技术，连续两年在SIGMOD大会上拿到工业赛道最高奖，体现了它在分布式数据库领域的领先实力。
3. 其他重要成果
- 上海交通大学的周煊赫老师获得了ACM Jim Gray博士论文提名奖，这是该奖项设立以来，首位来自中国大陆的获奖者，彰显了中国学者在数据库领域的国际影响力。
- 北京大学的PKU-DAIR实验室发表了《MEMO：超长上下文大模型训练的细粒度张量管理》论文，展示了在大规模AI训练中如何更精细地管理计算资源，提升训练效率。
- OceanBase团队提出了一个叫“FC”的新型基数估计框架，兼顾了数据隐私保护、低内存占用和高精度，是隐私保护数据库技术的重要进展。
总结
SIGMOD 2025大会上的最佳论文，覆盖了数据库查询优化、事务调度、分布式内存管理、隐私保护和云原生数据库等多个前沿领域。特别是阿里云PolarDB基于CXL交换机的分布式内存池技术，在工业应用上取得了突破，代表了当前数据库技术的重大进步。
这样表达更直白，也更贴近中国读者的理解习惯。如果你需要，我还能帮你做成PPT或者讲稿风格。需要告诉我哦！
