LSM 树系统中学习索引的评估：基准测试、洞察与设计选择

LSM 树数据存储因其卓越的性能而在行业中广泛使用。然而，随着数据 volumes 的增长，对大规模数据库的高效查询变得日益具有挑战。为此，最近的研究尝试将学习索引集成到 LSM 树中以提高查找性能，这已显示出有前景的改进。尽管如此，仅考虑了有限范围的学习索引类型，不同学习索引的优势和劣势仍不清晰，难以用于实际应用。为填补这一空白，我们提供了一个全面且系统的基准测试，以追求对 LSM 树系统中学习索引的深入理解。本文总结了 8 个现有学习索引的工作流程并分析相关理论成本。我们还识别了几个显著影响学习索引性能的关键因素，并以一种新颖的配置空间概括这些因素，包括 various index types、boundary positions and granularity。此外，我们在统一平台上实现了不同的学习索引设计，以进行 various configurations 的评估。惊讶地，我们的实验揭示了几个意外发现，例如在学习索引上分配大内存预算的查找增益有限，以及学习索引的 retraining overhead 较小。此外，我们还提供了实用指南，帮助开发人员在自定义用例中智能选择和调优学习索引。