論文導讀｜基於機器學習的高速緩存預取

  作者：北京大學楊磊 這篇文章通過機器學習方法預測未來訪問來解決LSM-tree存儲引擎下的緩存失效問題，目前該論文已經被數據庫頂會VLDB2020接收。 問題背景 傳統的緩存替換機制，比如LRU、LFU，在應對傳統的以表爲粒度的統計和訪問信息時，能夠維持較好的性能。而在LSM-tree下，這些傳統的緩存替換機制不再有效。因爲後臺的操作（比如flush和compaction）會破壞原有的表粒度的

>>阅读原文<<