PostLearn: Rumo a um Índice Aprendido para PostgreSQL

Avanços recentes em estruturas de dados baseadas em aprendizado de máquina, como índices aprendidos, mostram que modelos podem ser treinados para aproximar a distribuição cumulativa de chaves, prevendo assim as posições das chaves de forma mais eficiente do que índices tradicionais. Embora protótipos de pesquisa tenham mostrado promessa significativa, até agora não houve uma integração abrangente de índices aprendidos em um sistema de banco de dados relacional. Neste artigo, exploramos a viabilidade de índices aprendidos para sistemas relacionais ao apresentar o PostLearn, uma integração do índice aprendido ALEX+ como um método de acesso a índice nativo do PostgreSQL. Detalhamos o design e os desafios de implementação de embutir um índice baseado em modelo na infraestrutura existente do PostgreSQL e exploramos seus potenciais benefícios de desempenho. Embora o PostLearn possa alcançar até 1.5x de aceleração em buscas pontuais e varreduras de pequenos intervalos em comparação com a estrutura B+-Tree embutida sob cargas de trabalho selecionadas, os benefícios de desempenho de ponta a ponta são consideravelmente menores do que quando testados isoladamente.