主存索引结构的解析性能模型

在主存数据库中高效评估多维范围查询是一项重要但困难的任务。最先进的技术依赖于优化的顺序扫描或基于树的结构。对于结果集较小的范围查询，顺序扫描表现出较差的渐近性能。此外，随着数据集维度的增加，基于树的结构性能因维度灾难而退化。近期文献提出了 Elf，一种针对此类多维低选择性查询优化的主存结构。在手动调优场景下，Elf 优于其他最先进的方法。然而，为 Elf 选择最优参数配置至关重要，因为对于较差的配置，搜索性能会迅速下降。因此，为了实现稳健的性能，需要进一步了解 Elf 在不同配置下的行为。在本文中，我们因此为 Elf 提出了一个数值成本模型。与所有主存索引结构一样，Elf 的响应时间不受磁盘访问主导，这使得直接分析变得不可行。我们的模型预测了搜索过程中检查的 Elf 区域的大小和形状。我们提出搜索的响应时间与该区域的大小呈线性关系。此外，我们研究了倾斜数据分布和相关性对 Elf 形状的影响。我们发现它们导致的行为可以通过属性基数的简单缩减来精确描述。我们的实验结果表明，对于高达 15 维的数据集，我们的成本模型预测的受检 Elf 区域大小的相对误差低于 5%。此外，我们发现搜索期间检查的 Elf 区域大小预测响应时间的准确率达到 80%。