随着机密计算技术的日益普及，将数据库运行在机密虚拟机（CVM，如AMD SEV-SNP）中已成为保护云端敏感数据的一种有吸引力的方式，且对传统数据库管理系统（DBMS）的改动极小。然而，在这类CVM中执行分析查询往往伴随着显著的性能开销。先前的研究工作大多仅停留在对这些性能下降进行基准测试，而未深入优化。本文发现，该问题的根源在于硬件与软件之间的不匹配：查询优化器仍然依赖基于KVM（非加密虚拟机）的成本假设，而这类假设在CVM环境中不再成立。为此，作者提出了一种轻量级的、感知CVM环境的成本校准方法。该方法通过建模两种主要的优化器感知开销来源——数据移动和与RMP（反向映射表）相关的地址转换——来修正成本模型，并且仅利用优化器已有的简单物理代理（如页表统计、缓存未命中计数等）即可实现。实验表明，经过校准的成本模型能显著缩小KVM与CVM之间的性能差距，最多可恢复48%的性能损失，甚至在某些工作负载上超越KVM基线。该工作为在机密计算环境中高效运行数据库提供了实用方案。