不可变数据索引结构分析
数据库
2020-03-11 v2
摘要
在区块链与协同数据分析等新兴应用中，对数据不可变性、多版本访问和防篡改控制有着强烈需求。这催生了三种面向不可变数据的新索引结构，即 Merkle Patricia Trie（MPT）、Merkle Bucket Tree（MBT）和 Pattern-Oriented-Split Tree（POS-Tree）。尽管这些结构已在真实应用中采用，但文献中尚缺乏对其优劣的系统性评估。这使得从业者难以为自身应用选择合适的索引结构，因为对各索引特性的理解十分有限。为弥补上述不足，我们对现有不可变数据索引结构进行了全面分析，评估其渐近与经验性能。具体而言，我们表明 MPT、MBT 和 POS-Tree 均为近期提出的框架——Structurally Invariant and Reusable Indexes（SIRI，结构不变可复用索引）——的实例。我们提出基于五个基本指标评估 SIRI 实例：其四种索引操作（即查找、更新、比较与合并）的效率，以及其去重比（即去重后索引大小与未去重时大小之比）。我们建立了各索引在这五项指标上的最坏情况保证，并在大量设置下对所有索引进行了实验评估。基于理论与经验分析，我们得出结论：POS-Tree 是索引不可变数据的优选。
引用
@article{arxiv.2003.02090,
title = {Analysis of Indexing Structures for Immutable Data},
author = {Cong Yue and Zhongle Xie and Meihui Zhang and Gang Chen and Beng Chin Ooi and Sheng Wang and Xiaokui Xiao},
journal= {arXiv preprint arXiv:2003.02090},
year = {2020}
}