计算机科学 > 机器学习
[提交于 2025年9月25日
]
标题: Sig2Model:一种可更新学习索引的提升驱动模型
标题: Sig2Model: A Boosting-Driven Model for Updatable Learned Indexes
摘要: 学习索引(LIs)通过使用机器学习模型来近似排序数据的累积分布函数(CDF),实现了从传统索引结构到新范式的转变。 虽然LIs在静态数据集上表现出色,但在动态更新下性能会下降:保持CDF不变(F(k)之和等于1)需要全局模型重新训练,这会阻塞查询并限制每秒查询数(QPS)指标。 当前方法未能有效解决这些重新训练成本,因此不适合具有频繁更新的真实工作负载。 在本文中,我们提出了Sig2Model,这是一种高效且自适应的学习索引,通过三种关键技术最小化重新训练成本:(1)一种逻辑回归提升近似技术,通过局部逻辑函数近似数据分布的变化来动态调整索引模型,同时保持有界误差保证并推迟完整重新训练;(2)通过高斯混合模型(GMMs)进行主动更新训练,识别高更新概率区域以进行战略占位符分配,加快更新速度;以及(3)一种神经联合优化框架,通过基于梯度的学习持续优化逻辑函数集合和GMM参数。 我们在真实世界和合成工作负载上对最先进的可更新学习索引进行了评估,并表明 Sig2Model将重新训练成本降低了最多20倍,QPS提高了最多3倍,并且内存使用量减少了最多1000倍。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.