ترجمه فارسی مقاله UpLIF: یک چارچوب شاخص یادگیری‌شده‌ی خودتنظیم‌پذیرِ قابل به‌روزرسانی

چکیده

The emergence of learned indexes has caused a paradigm shift in our perception of indexing by considering indexes as predictive models that estimate keys’ positions within a data set, resulting in notable improvements in key search efficiency and index size reduction; however, a significant challenge inherent in learned index modeling is its constrained support for update operations, necessitated by the requirement for a fixed distribution of records. Previous studies have proposed various approaches to address this issue with the drawback of high overhead due to multiple model retraining. In this paper, we present UpLIF, an adaptive self-tuning learned index that adjusts the model to accommodate incoming updates, predicts the distribution of updates for performance improvement, and optimizes its index structure using reinforcement learning. We also introduce the concept of balanced model adjustment, which determines the model’s inherent properties (i.e. bias and variance), enabling the integration of these factors into the existing index model without the need for retraining with new data. Our comprehensive experiments show that the system surpasses state-of-the-art indexing solutions (both traditional and ML-based), achieving an increase in throughput of up to 3.12 times with 1000 times less memory usage.

چکیده به فارسی (ترجمه ماشینی)

ظهور شاخص های آموخته شده با در نظر گرفتن شاخص ها به عنوان مدلهای پیش بینی کننده که موقعیت کلیدها را در یک مجموعه داده تخمین می زند ، باعث تغییر پارادایم در درک ما از نمایه سازی شده است و در نتیجه پیشرفت های قابل توجه در کارآیی کلیدی جستجو و کاهش اندازه شاخص ایجاد می شود.با این حال ، یک چالش مهم ذاتی در مدل سازی شاخص آموخته ، پشتیبانی محدود آن برای عملیات به روزرسانی است که به دلیل نیاز به توزیع ثابت سوابق ضروری است.مطالعات قبلی رویکردهای مختلفی را برای پرداختن به این مسئله با اشکال سربار بالا به دلیل آموزش چند مدل ارائه داده اند.در این مقاله ، ما uplif ، یک شاخص آموخته شده خودآموز سازگار را ارائه می دهیم که مدل را برای قرار دادن به روزرسانی های ورودی تنظیم می کند ، توزیع به روزرسانی ها را برای بهبود عملکرد پیش بینی می کند و ساختار شاخص آن را با استفاده از یادگیری تقویت کننده بهینه می کند.ما همچنین مفهوم تنظیم مدل متعادل را معرفی می کنیم ، که خصوصیات ذاتی مدل (یعنی تعصب و واریانس) را تعیین می کند ، و امکان ادغام این عوامل در مدل شاخص موجود را بدون نیاز به بازآموزی با داده های جدید فراهم می کند.آزمایش های جامع ما نشان می دهد که این سیستم از راه حل های پیشرفته ای از هنر (هم سنتی و هم مبتنی بر ML) پیشی می گیرد و با افزایش 1000 برابر مصرف حافظه ، افزایش توان حداکثر 3.12 برابر را بدست می آورد.