QML：一种混合空间索引结构.docx

1 引言 物联网设备会生成大量的地理空间数据，为了有效地访问和处理此类数据，数据库管理员通常会采用基于树的索引结构来提高数据分析和事务性工作负载性能[1]。为了提升数据库的读写性能，整个索引通常会保存在内存中。但当数据量达到 PB级别以上时，树形索引结构会急速变大，进而严重侵占系统资源。研究表明，在商用内存数据库中，索引占用了全部内存空间的55%[2]。现有的索引结构在空间大数据环境下面临存储空间占用高和查询I/O次数多的问题。 机器学习算法的引入从根本上改变索引结构。2018 年，Kraska等[1]在SIGMOD 会议上首次提出了学习索引的概念。他们将机器学习方法应用于索引结构中，在降低索