OSDI 2020 有哪些值得關注的文章？

1樓：

看答題區都是感覺在神仙打架，一介素人無名之輩的小渣渣都不好意思來湊熱鬧了，但還是決定厚臉皮來看看，順便埋個坑，爭取盡早把儲存和分布式的 topic 對應的看完？（逃

回到正題，

0x00 From WiscKey to Bourbon: A Learned Index for Log-Structured Merge Trees

看回答裡目前沒有展開講我剛看完的這篇的關於 KV 裡的學習索引相關的，可能做儲存的同學或者更小一點做鍵值儲存/索引結構/DB的同學可能會對這篇比較感興趣一點。

這篇文章其實是把學習索引給率先應用到了以 WiscKey 為代表的 LSM Tree 中來，實驗表明查詢效能相比於 WiscKey 提公升了 1.23x-1.78x。

之前學習索引的研究大多都是應用到資料庫領域，考慮代替 B Tree 及其變種，之前沒什麼人在 LSM Tree 上做學習索引大概可能是考慮到 LSM Tree 本身的利於寫的特性和學習索引更利於唯讀負載這兩者之間的衝突，所以作者花了大量的篇幅和做了很多實驗來分析其實 LSM Tree 還是很適用於學習索引的，即 LSM Tree本身的追加寫設計使得對應的許多 SSTables 其實在很長一段時間內都是唯讀的，所以對這些 file 構建學習索引是能夠帶來收益的。

對於學習索引的構建方法其實本身沒有採用特別複雜的方法，就使用了 PLR 的方法，當然這個方法的選擇是比較關鍵的，因為索引結構的構建可能對整個系統帶來比較大的影響，而傳統的索引結構本身是乙個相對比較簡單純粹的資料結構，在這裡的方法的選擇需要評估其能帶來的效能提公升以及本身構建過程中產生的成本開銷，所以作者針對這方面也進行了簡單的分析。當然也其實拋磚引玉說未來的工作可以在構建方法上嘗試別的機器學習方法來提公升整體的效能並降低成本。

文章工作確實做的很足，從一開始對 LSM Tree 的分析就做了大量的實驗，來證明其實是和學習索引能夠結合起來的，後文真正展開講自己的設計時候也結合了一些實驗來證明自己設計的合理性，最後的測試則是測試了多種多樣的負載下的效能表現，最後的實驗設計思路主要圍繞讀者可能存在的問題來相繼展開，測試做的很詳細也都有較為清楚的實驗現象的解釋和實驗結論總結。

暫時拋開 idea 不談，從整個文章的構思和行文來講，我個人感覺讀起來是非常舒適的，問題也算是講的特別的清楚。

但個人也有一些延申的思考（其實我瞎說的~求噴），本篇文章其實是從 WiscKey 的方向出發的，應用場景彷彿就稍微有點固定到了 KV 分離的這種情況，而且文章裡的很多測試其實都是基於 LSM Tree 部分的資料快取在記憶體中來做的，雖然後面有關於當資料放置在儲存裝置上的一些測試，但此時的效果就不再那麼顯著，從實用性或者實際應用的角度講，學習索引能否真正在生產環境中的 LSM 儲存中進行加速彷彿還不是特別明朗，但至少這篇文章開了乙個好頭。

DieInADream：OSDI20 - Bourbon: Learned Index for LSM

0x01

等我看了儲存和分布式 topic 下的文章我來繼續補~

哈哈哈大佬們面前班門弄斧了，溜了溜了~

OSDI 2020 有哪些值得關注的文章？

2020 雙十一平價化妝品有哪些值得關注？

LOFTER有哪些值得關注的人？

有哪些設計部落格值得關注？

其他用戶還看了：