基于大页内存的学习索引内存分配策略

来源：华东师范大学学报·哲学社会科学版杂志2023年第2期北京时间：

作者：官嘉林, 朱艳, 吴庭亮, 陈艳, 张敬伟

摘要：大数据时代, 数据信息的不断膨胀给数据的快速存取带来了巨大挑战. 因此, 设计一种高效的索引结构具有重要意义. ALEX (updatable adaptive learned index)是一种利用机器学习模型代替传统B-树索引结构的学习索引, 具有较好的时间、空间性能, 但存在频繁的缺页中断问题. 为解决此问题, 进一步提升ALEX性能, 在ALEX基础上提出了一种基于大页内存的内存预分配策略, 较好地降低了内存缺页中断率, 提升了ALEX性能. 在内存分配阶段, 采用预分配策略; 在内存回收阶段, 则采用延迟释放策略. 在Longitudes数据集上的实验表明, 该策略具有良好的效果.

关键词：学习索引,大页内存,数据存取,

基金资助：国家自然科学基金(U1711263); 广西自然科学基金 (2018GXNSFAA281199, 2020GXNSFAA159117); 广西高校中青年教师基础能力提升项目(2018KY0651)