学习型无锁搜索数据结构
分布式、并行与集群计算
2023-08-23 v1
摘要
非阻塞搜索数据结构在高性能多核架构上提供了具有进展保证的可扩展性。近年来，“学习型查询”受到了显著关注。它指的是由机器学习模型预测键的秩，这些模型经训练以推断有序数据集的累积分布函数。一系列工作展示了学习型查询相对于经典查询算法的优越性。然而，据我们所知，现有非阻塞搜索数据结构均未采用它们。本文中，我们引入Kanva，一个用于学习型非阻塞搜索的框架。Kanva具有直观但非平凡的设计：遍历浅层轻量级线性模型层次结构以到达“非阻塞桶”，即动态有序搜索结构。所提方法在许多工作负载与数据分布下显著优于当前最先进的——非阻塞插值搜索树与消除(a,b)树。Kanva可证明是线性一致的。
引用
@article{arxiv.2308.11205,
title = {Learned Lock-free Search Data Structures},
author = {Gaurav Bhardwaj and Bapi Chatterjee and Abhinav Sharma and Sathya Peri and Siddharth Nayak},
journal= {arXiv preprint arXiv:2308.11205},
year = {2023}
}