学习式索引算法研究综述  

A Survey on Learned Index

作　　者：王小丽[1] WANG Xiao-li(School of Information Science and Engineering,Ningbo University,Ningbo 315211,China)

机构地区：[1]宁波大学信息科学与工程学院,宁波315211

出　　处：《无线通信技术》2021年第1期47-52,共6页Wireless Communication Technology

基　　金：国家自然科学基金项目(61572266)。

摘　　要：传统的索引结构为不同的应用和数据类型提供统一的处理方式,也取得了巨大的成功,但由于其没有结合具体的数据分布与特征,因此系统一般很难保证性能达到最优。学习式索引,它可以利用机器学习模型学习数据的分布与特征,从而达到对索引结构进行优化。本文将对学习式索引算法的研究工作进行综述,在此基础上,将会系统的介绍学习式索引的基本思路以及关键技术,并总结需要进一步研究的问题。The traditional index structure provides a unified processing method for different applications and data types,and has also achieved great success.However,because it does not combine the specific data distribution and characteristics,it is difficult to guarantee the optimal performance of the system.Learning index,which can use machine learning model to learn the distribution and characteristics of data,so as to optimize the index structure.This paper will review the research work of learning index algorithm,on this basis,it will systematically introduce the basic ideas and key technologies of learning index,and summarize the problems that need further research.

关 键 词：学习式索引 机器学习 索引优化 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]