RadixSpline: A Single-Pass Learned Index

最近的研究表明，学习模型在大小和查找性能方面优于最先进的索引结构。虽然这是一个非常有前途的结果，但现有的学习结构通常执行起来很麻烦，构建起来也很慢。事实上，我们知道的大多数方法都需要对数据进行多次训练。我们引入了RadixSpline (RS)，这是一种学习索引，可以在一次数据传递中构建，在大小和查找性能方面与最先进的学习索引模型(如RMI)相比具有竞争力。我们使用SOSD基准来评估RS，并表明它在所有数据集上都取得了具有竞争力的结果，尽管它只有两个参数

方法：

在这项工作中，我们引入了RadixSpline (RS)，这是一个学习索引，可以在排序数据的一次传递中构建。值得注意的是，fit-tree[6]和PGM[5]的建议也支持单边构建。但是，对于这两个索引，每个元素的工作量都是对数量级的(类似于b树中的插入)。在RS中，我们提出了第一个单边学习索引，每个新元素的工作量恒定。

作为一个有序索引，RS同时支持相等谓词和范围谓词(例如，下界查找)。RS构建分为两个步骤。首先，用线性样条拟合数据的CDF，以保证一定的误差范围。这将产生一组比底层数据小得多的样条点。其次，我们构建一个基数表(一个平面基数结构)，作为样条点的近似索引。与自适应基数树(ART)[14]中的Node256类似，我们提取某个基数前缀(例如，前20位，忽略所有键共享的公共前缀位)，并将其作为基数表的偏移量。这两个步骤都可以在对排序数据的一次传递中执行。

RADIXSPLINE

RadixSpline (RS)索引用于将查找键映射到索引(键在底层数据中的位置)。与RMI[13]类似，基数样条索引要求底层数据按平面数组中的查找键排序。RS索引由两个组成部分组成:一组样条点和一个基数表。