.png){kind=icon}
返回
Workload-Aware Buffer Prefetching for Database Systems
.png){kind=icon}
OA
AI
DOI：10.1007/s41019-025-00342-6.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
数据库系统在当今信息社会中扮演着至关重要的角色。随着现代数据库系统在多样化领域的广泛应用，其工作负载和数据访问模式日益复杂，给传统缓冲管理机制带来了新的挑战。无论是传统缓冲管理策略还是现有的自适应算法，都无法有效解决一个关键问题：当数据访问热点发生剧烈变化时，如何避免缓冲命中率持续下降并确保其快速恢复？我们将这一挑战称为“缓冲冷启动”问题。为解决此问题，并考虑到许多实际应用中工作负载的周期性特性，我们提出采用缓冲预取技术主动加载潜在的热数据页。该方法缩短了缓冲性能下降的持续时间以及缓冲命中率在热点转换期间恢复所需的时间，从而有效解决了周期性工作负载下的缓冲冷启动问题。具体而言，我们引入了Pre-buffer框架，这是一个感知工作负载的缓冲预取框架。Pre-buffer识别给定工作负载中的热页，并在检测到工作负载变化时，利用相似性度量匹配和预测新工作负载的热页集合。随后，一个独立的预取线程将这些热页提前加载到缓冲区中。基于真实数据库实验场景的特性，我们设计了两种代表性工作负载来评估我们的方法。实验结果表明，所提出的感知工作负载的缓冲预取方案显著提升了动态工作负载变化下缓冲命中率的恢复速度，从而增强了数据库缓冲系统的整体性能。
Keyword:
Buffer management
Workload awareness
Buffer prefetch
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
D
IF:
4.6
论文数:
249
被引数:
665
机构
引用论文
.png){kind=icon}
分享收藏分享收藏
查看更多内容