空间填充曲线的高效成本建模
数据库
2023-12-29 v1
摘要
空间填充曲线（SFC）通过将多维空间离散化为单元格并对单元格施加线性顺序，将多维空间中的点映射到一维点。这样，SFC使得可以使用一维索引（如B+树）来索引多维数据。选择合适的SFC至关重要，因为不同的SFC对查询性能有不同的影响。目前有两种主要策略：1）确定性方案，计算效率高，但通常产生次优的查询性能；2）动态方案，基于成本函数考虑大量候选SFC，但会带来显著的计算开销。尽管有这些策略，现有方法无法在繁重的查询工作负载和众多SFC选项下有效衡量SFC的有效性。为了解决这个问题，我们提出了常数时间成本估计的方法，可以增强现有的SFC选择算法，使其能够学习更有效的SFC。此外，我们提出了一种SFC学习方法，利用强化学习和我们的成本估计来高效选择SFC模式。实验研究证明了所提出的成本估计和SFC学习方法的有效性和效率。
引用
@article{arxiv.2312.16355,
title = {Efficient Cost Modeling of Space-filling Curves},
author = {Guanli Liu and Lars Kulik and Christian S. Jensen and Tianyi Li and Jianzhong Qi},
journal= {arXiv preprint arXiv:2312.16355},
year = {2023}
}