{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部分”：[[2024,7,13]]，“日期-时间”：“2024-07-13T00:13:59Z”，“时间戳”：1720829639364}，“引用-计数”：45，“发布者”：“计算机协会（ACM）”，“问题”：“4”，“内容-域”：{-“域”：[]，“交叉标记限制”：false}，”short集装箱装载机”：[“Proc.VLDB Endow.”]，“published-print”：{“date-parts”：[[2020,12]]}，“abstract”：“我们提出了Stacked Filters，这是一种新的概率过滤器，它与查询无关过滤器（如Bloom和Cuckoo过滤器）类似，具有快速性和鲁棒性，同时具有与基于分类器的过滤器（如Learned Filters）类似的低误报率和大小。其核心思想是，堆叠过滤器结合了有关经常查询的不存在值的工作负载知识。他们没有学习，而是在结构上使用散列和几个有序的过滤层来整合这些知识，为数据和频繁的负片编制索引。堆叠过滤器还可以实时收集工作负载知识并自适应构建过滤器。我们的实验表明，对于给定的内存预算，堆叠过滤器实现的端到端查询吞吐量比工作负载的最佳替代方案（不确定查询或基于分类器的过滤器）高出130倍，具体取决于数据的位置（SSD或HDD）<\/jats:p>“，”DOI“：”10.14778\/3436905.3436919“，”type“：”journal-article“，”created“：{”date-parts“：[2021,2,22]]，”date-time“：”2021-02-22T17:23:50Z“，”timestamp“：1614014630000}，”page“：“：[{”given“：”Kyle“，”family“：”Deeds“，”sequence“：”first“，”affiliation“：[{“name”：“Harvard University”}]}，{“given”：“Brian”，“family”：“Hentschel”，“sequence”：“additional”，“affiliation:[{”name“：”Harvard University“}]}.，{”given“：”Stratos“，”family“：”Idrees“，”sequence“：”additional 1,2,22]]}，“引用”：[{“key“：”e_1_1_1“，”unstructured“：”Shalla secure services kg.http:\/\/www.shallalist.de.Shalla secure services kg。http://www.shallalist.dle.“}，{“key”：“e_2_1_2_1”，“unstructure”：“前1000万网站：Openpagerank.”https:\/\www.domcop.com\/Openpagerank\/what-is-Openpagerank\“”前1000万网站：Openpagerank\“https:\/\/www.domcop.com\/openpagerank\/what-is-openpagerank\”。“}，{”key“：”e_1_1_3_1“，”volume-title“：”Firehose流媒体基准测试“，”author“：”Anderson K.“，”year“：”2015“}”，{“key”：“e_2_1_4_1”，”doi-asserted-by“：”publisher“，“doi”：“10.14778\/2350229.2350275”}，“{”密钥“：”d_2_5_1“”，“doi-assert-by”：“publisher”，“doi:”10.1145\/362692“}“：”e_1_2_1_6_1“，”doi-asserted-by“：”publisher“，“doi”：“10.14778\/3213880.3213884“}，{“key”：“e_1_1_7_1”，“首页”：“636”，“volume-title”：“互联网数学”，“author”：“Broder A.”，“year”：“2002”}，}“key:”e_2_1_8_1“，”首页“：”2304“，”volume-tite“：”加权bloom过滤器“，”author“：”Bruck J.“，“year:”2006“}”，{”key“：”e_1_ 1_9_1“1“，”volume-title“：”ADMS@VLDB“，”author“：”Canim M.“，”年份“：“2010”}，{“key”：“e_1_2_1_10_1”，“volume-title”：“是-否bloom filter:表示误报较少的集合的方法。arXiv预印本arXiv:1603.01060”，“author”：“Carrea L.”，年：“2016”}by“：”publisher“，”doi“：”10.1109\/TNET.2008.2011358“}，{“key”：“e_1_1_13_1”，“volume-title”：“自适应学习bloom filter（ada-bf）：分类器的有效利用”，“author”：“Dai Z.”，“year”：“2019”}，}，“key“：”e_1_i_1_14_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3035918.3064054”}“doi”：“10.1109\/ICDCS.2011.44”}，{“key”：“e_1_1_16_1”，“volume-title”：“技术报告：堆叠过滤器”，“author”：“Deeds K.”，“年份”：“2020”}，{”key“：”e_2_1_17_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/1142477”}、{“密钥”：“e_1_18_1”、“doi-assert-by”：“publisher”，”doi“：”10.1145\/863955.863979“}，”{“key”：“e_1_2_1_19_1”，“doi-asserted-by”：“出版商”，“doi”：“10.1145\/1368436.1368454”}，{“key”：“e_1_2_1_20_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1145\/2674005.2674994“}，”key“：”e_1_cu1_21_1“，”doi-assert-by“：”publisher“，“doi”：“10.1109\/90.851975”}、{“密钥”：“e_1_2_22_22_1”、“doi-sserted-by“”：“publisher”，”doi“：“10.1016\/j.cose。2009.04.007“}，{”key“：”e_1_2_1_23_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/2664243.2664267”}，{“key”：“e_1_2_1_24_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1145\/3077136.3080789“}，”{“key”：”e_1_i_1_25_1“，”volume-title“：”Xor filters：比bloom和cuckoo filters更快更小“，”author“：”Graf T.M.“，“year”：“2019”}，“doi”：“10.1145\/3329785.3329934”}，{“键”：“e_1_2_1_27_1”，“doi断言者”：“publisher”，“doi”：“10.1109\/IICSTCC.2015.7321404”}，｛“key”：“e_1_2_28_1”，“doi断言者”：“publisher”，“doi”：“10.1145\/31837133196909”}，｛“key”：“e_1_2_29_1”，“doi断言者”：“publisher”，“doi”：“10.14778\/33033753.3303757”}，｛“key”：“e_1_1_30_1”，“卷标题”：“用于识别bloom filter的真阳性的补码bloom fictor”，“author”：“Lim H.”，《年份》：“1905”}，{“key”：“e_1_2_1_31_1”，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/ICPP.2011.27“}，”{“密钥”：“e_1_2_1_32_1”，“doi-assert-by”：“publisher”，asserted-by“：”publisher“，”doi“：“10.1145\/3339504”}，{“key”：“e_1_2_1_34_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1145\/3035918.3035963“}，}”key“：”e_1_i_1_35_1“，”volume-title“：”Jan“，”author“：”Pike G“，”year“：”2011“}”，{：“通过线性插值建模目标和约束函数的直接搜索优化方法”，“author”：“Powell M.J.D.”，“year”：“1994”}，{“key”：“e_1_2_1_37_1”，“doi-asserted-by”：“publisher”，”doi“：”10.5555\/1768570.1768582“}，”{“密钥”：“e_1_2_1_38_1”“”，“volume-title”：“Meta-learning neural bloom filters.arXiv-print arXiv:1906.04304”，“author”：“Rae J.W.”，“year”：“2019”}，{“key”：“e_1_1_40_1”，“doi-asserted-by”：“publisher”、“doi”：“10.1007\/978-3-540-89737-8_15”}、{“key”：“e_1_2_1_41_1”、”volume-title“：“Rocksdb trace、replay、analyzer和工作负荷生成”，“author”:“DB.”，年份：“2020年”}，{“关键”：“e_1_1_42_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1093\/生物信息学\/btq230“}，{”key“：”e_2_1_43_1“，”doi-assert-by“：”publisher“，“doi”：“10.1109\/SURV.2011.031611.00024”}，}“key”：“e_ 2_1_ 44_1”、“doi-sserted-by“e_1_2_1_45_1”，“doi-asserted-by”：“出版商”，“doi”：“10.1007\/978-3-319-18123-3_21”}]，“container-title”：[“VLDB捐赠会议记录”]，“原始标题”：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/dl.acm.org\/doi\/pdf\/10.14778\/34369905.3436919”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“相似性检查”}，“存放”：{日期部分”：[2022,12,28]]，“date-time”：“2022-12-28T10:26:23Z”，“timestamp”：1672223183000}，“score”：1，“resource”：{“primary”：}“URL”：“https:\/\/dl.acm.org\/doi\/10.14778\/3436919”}}，”subtittle“：[”learning to filter by structure“]，”shortitle“：[]，”issued“：{”date-parts“：[2020,12]}”，“references-count”：45，“journal-issue:{”问题“：”4“，”published-print“：{”date-parts“用法：[2020,12]}}，“alternative-id”：[“10.14778\/3436905.3436919”]，“URL”：“http://\/dx.doi.org\/10.14778\/3436905.3436919”，“relation”：{}，”ISSN“：[”2150-8097“]，“ISSN-type”：[{“value”：“2150-80.97”，“type”:“print”}]，“subject”：[]，“published”：{“date-parts”：[2020,12]}}}