LMQ-Sketch：面向高速在线分析的 Lagom 多查询草图

数据草图在高容量、高速率数据中在资源效率与可控近似之间进行权衡，以提取特征。近期研究的两个重要关注点分别为：(1) 从单次遍历中回答多种类型的查询，(2) 与更新并发查询。将这些方向集成时会出现若干基本挑战，我们在此工作中对这些挑战进行了解决。我们研究了需要平衡的权衡，并将关键思想综合为 LMQ-Sketch，一种支持多种查询（频率点查询、频率矩 F1 和 F2）并与更新并发的单一复合数据草图。我们的方法 "Lagom" 是 LMQ-Sketch 实现低延迟全局查询 (<100 \us) 的核心，结合了新鲜度、时效性和准确性，同时具有低内存占用和高吞吐量 (>2B 更新/秒)。我们分析和评估了 Lagom 的准确性，该方法基于简单几何论证，并高效地将工作分布与同步结合，以实现 proper 并发语义 — 操作的单调性和中间值的线性一致性。与 state-of-the-art 方法（如前所述，仅覆盖混合查询或并发）进行比较，LMQ-Sketch 在吞吐量上表现出高度竞争力，同时提供额外的准确性保证和并发语义，还将所需内存预算降低了一个数量级。我们期望该方法的技术方法对并发多查询草图具有更广泛的影响。