Sampling-based Predictive Database Buffer Management

doi:10.14778/3773731.3773734

2025-09-01

PRE

DOI：10.14778/3773731.3773734

原文链接

原文求助

摘要

En 中文

系统通常需要支持分析（OLAP）工作负载，这些工作负载会对二级存储上的数据进行并发扫描。缓冲管理器负责将数据获取到数据库系统的缓冲池中并缓存，以提高这些数据的命中率，从而降低查询延迟。本文提出了一种数据库缓冲缓存策略，利用关于长时间运行的扫描的信息来估计未来的访问。这些估计被用来近似最优的缓冲缓存策略，否则需要关于未来访问的知识。由于缓冲缓存策略必须高效且开销低，我们提出了基于采样的预测性缓冲管理技术，其中缓冲驱逐仅考虑一小部分随机缓冲区，并使用访问时间估计从样本中进行选择。这种设计具有优势，因为它可以通过调整样本大小轻松调整，并且可以轻松修改以改进访问时间估计和扩展可以有效预测的工作负载类型集。我们通过在真实Amazon Redshift工作负载跟踪上的模拟研究，以及将我们的技术实现到著名的开源PostgreSQL数据库系统中，在流行的TPC-H和YCSB基准上进行了评估。我们表明，我们的方法为扫描工作负载提供了显著的性能改进，通过减少I/O量最多达40%，优于PostgreSQL的Clock-sweep策略以及先前用于使用顺序扫描和索引访问的工作负载的预测方法。

Keyword:

REPLACEMENT

ALGORITHMS