カーミ

機械学習モデルを利用して従来のインデックス構造を置き換える学習インデックスは、最近の研究で有望な結果を示しています。しかし、既存の学習インデックスは合成データセットと実世界データセットの間にパフォーマンスのギャップを示し、実用的なインデックスには遠い状態です。本論文では、モデルのトレーニング中にデータのパーティショニングの重要性を無視することがこの問題の主な理由であることを明らかにします。したがって、インデックス構築にデータパーティショニングを明示的に適用し、新しく効率的で更新可能なキャッシュ対応のRMIフレームワーク「CARMI」を提案します。具体的には、学習インデックス内のツリーノードのデータパーティショニングの効果を定量化し特徴づけるための指標としてエントロピーを導入し、新しいコストモデルを提案することで、将来の研究のための新しい理論的基盤を築きます。そして、新しいコストモデルに基づいて、CARMIは手動調整なしでハイブリッド構築アルゴリズムにより、さまざまなデータセットとワークロードの下でツリー構造とモデルタイプを自動的に決定できます。さらに、メモリアクセスがRMIの性能を制限するため、CPUキャッシュの特徴を最大限に活用してメモリアクセス数を効果的に削減する新しいキャッシュ対応設計もCARMIに適用されています。実験研究では、CARMIがベースラインよりも優れており、B+ツリー/ALEXと比較して平均2.2倍/1.9倍のスピードアップを達成しながら、B+ツリーの約0.77倍のメモリスペースしか使用していないことが示されています。SOSDプラットフォームでは、CARMIはすべてのベースラインを上回り、事前に各データセットに対して慎重に調整された最寄りの競合RMIに対して平均1.2倍のスピードアップを達成しています。