The RLR-Tree: A Reinforcement Learning Based R-Tree for Spatial Data

The RLR-Tree: A Reinforcement Learning Based R-Tree for Spatial Data (sigmod2023)

学习索引已经被提议用机器学习(ML)模型取代经典的索引结构，如B-Tree。它们需要替换数据库当前部署的索引和查询处理算法，这种彻底的改变可能会遇到挑战和障碍。相比之下，我们提出了一种完全不同的方法，使用ML技术构建更好的R-Tree，而不需要改变传统R-Tree的结构或查询处理算法。具体来说，我们开发了基于强化学习(RL)的模型来决定如何选择插入的子树以及如何在构建和更新R-Tree时分割节点，而不是依赖于R-Tree及其变体目前使用的手工制作的启发式规则。在超过1亿个空间对象的真实和合成数据集上进行的实验表明，我们基于强化学习的索引在查询处理时间方面优于R-Tree及其变体。

1. R树索引设计的特点

我们提出的方法有几个显著的特点。(1)基于学习的索引可以处理任何空间对象，如矩形对象。(2)不修改R-Tree结构，因此所有现有的查询处理算法仍然适用。这将使当前数据库更容易部署基于学习的索引。(3)基于学习的索引返回准确的查询结果。(4)基于学习的索引是为动态环境设计的，可以随时处理更新。

2. 观察：

在R树的ChooseSubtree和Split操作中，进行范围查询，根据每个查询的时间对不同索引进行排序。观察到，没有一个索引对所有查询都具有最佳性能。我们观察到，当插入数据对象时，这两个操作在一个顺序的过程中被调用，因此我们将它们建模为两个马尔可夫决策过程(mdp)[31]，并建议使用强化学习(RL)来学习这两个操作的模型。