用于 Google 规模基于磁盘的数据库的学习索引
数据库
2020-12-24 v1 分布式、并行与集群计算
机器学习
摘要
人们对学习索引结构充满热情，但对一种新方法取代数十年来关于 B 树研究的实用性存在可理解的怀疑。本文中，我们致力于消除部分不确定性，展示如何将学习索引集成到分布式、基于磁盘的数据库系统：Google 的 Bigtable 中。我们详述了将学习索引集成到 Bigtable 中所做的若干设计决策。我们的结果表明，集成学习索引显著改善了 Bigtable 的端到端读取延迟和吞吐量。
引用
@article{arxiv.2012.12501,
title = {Learned Indexes for a Google-scale Disk-based Database},
author = {Hussam Abu-Libdeh and Deniz Altınbüken and Alex Beutel and Ed H. Chi and Lyric Doshi and Tim Kraska and Xiaozhou and Li and Andy Ly and Christopher Olston},
journal= {arXiv preprint arXiv:2012.12501},
year = {2020}
}
备注
4 pages, Presented at Workshop on ML for Systems at NeurIPS 2020