可更新的学习索引准备好了吗？
摘要：可更新的学习索引与传统索引相比，在更低的内存空间消耗下表现更好的结果显示出极大的潜力。然而，目前还不清楚在实际工作负载下，这些学习索引与彼此以及传统索引之间的比较情况，尤其是在数据分布和并发级别发生变化的情况下。这使得从业者对于这些新的索引在实践中的实际行为仍然持谨慎态度。为了填补这一空白，本文首次对可更新的学习索引进行了全面评估。我们的评估使用了十个真实数据集和各种工作负载来挑战学习索引的三个方面：性能、内存空间效率和稳健性。基于评估结果，我们给出了一系列结论，可以指导未来学习索引的发展和部署。
作者：Chaichon Wongkham, Baotong Lu, Chris Liu, Zhicong Zhong, Eric Lo, Tianzheng Wang
论文ID：2207.02900
分类：Databases
分类简称：cs.DB
提交时间：2022-09-07