WALDEN: Workload-Aware Learned Tree Index

Hongtao Sun

doi:10.1007/s41019-025-00332-8

WALDEN: Workload-Aware Learned Tree Index

2026-04-09

0

OA

AI

DOI：10.1007/s41019-025-00332-8

原文链接

查看原文

摘要

En 中文

学习索引的快速发展带来了数据库管理系统索引性能的显著提升。它将索引视为一个学习模型，学习键与它们在数据库中的位置之间的映射。现有工作主要关注提高模型本身的回归精度。然而，我们观察到实际查询工作负载存在偏差，且键的访问频率不同，这表明键的重要性并不相同。仅通过将键视为等价来优化回归精度可能对工作负载并非最有效。我们提出了一种新颖的负载感知学习树索引（WALDEN），该索引为键设置权重，并将重要键安排到树索引的较浅层。具体而言，设计了一种最小化键的加权碰撞度的算法，以高效构建这种负载感知树索引。此外，我们还设计了一种索引更新机制，用于监控并响应查询工作负载分布的任何显著变化。在真实数据集上的综合评估表明，WALDEN在平均吞吐量方面优于当前最先进的学习索引，性能提升介于9.7%至500%之间。

Keyword:

Learned Index

AI4DB

Key weights

Biased workload

WALDEN: Workload-Aware Learned Tree Index

摘要

AI总结

期刊

机构

引用论文