prefetch相关论文阅读笔记

prefetch相关论文阅读笔记

论文1. Revisiting Data Prefetching for Database Systems with Machine Learning Techniques(2021)

本文认为访问模式(access pattern)只有三种:(1) locality within a transaction, (2) random access by transactions and (3) sequential accesses by long queries。以本文的观点,是不存在事件之间的联系的,因此下文机器学习模型的训练和预测都是以事件为单位。这三种访问模式是否涵盖全面可以思考一下。
本文对于机器学习预取模型的功能描述是:输入前N-1个访问的页,模型能够预测第N个访问的页。
文章提出的思路被概括为如下几个步骤:数据准备,输入转换,表示学习和预测。
数据准备就是把访问序列按照transaction分割好,作为训练输入。
由于页的地址空间很大,用地址直接表示页会存在表示稀疏问题,于是地址被划分为许多个extent单元,访问序列中的每一个页用如下方式表示:页所在的extent号,和页在extent内的地址,这样大大缩小了表示空间,这就是输入转换。
表示学习就是神经网络出场的步骤。这里神经

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值