基于大页内存的学习索引内存分配策略

作     者：官嘉林 朱艳 吴庭亮 陈艳 张敬伟 GUAN Jialin;ZHU Yan;WU Tingliang;CHEN Yan;ZHANG Jingwei

作者机构：桂林电子科技大学广西可信软件重点实验室广西桂林541004 桂林航天工业学院计算机科学与工程学院广西桂林541004 

出 版 物：《华东师范大学学报（自然科学版）》 (Journal of East China Normal University(Natural Science))

年 卷 期：2023年第2期

页      面：73-81页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：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) 

主　　题：学习索引 大页内存 数据存取 

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.