摘要
本发明涉及一种基于分离式内存的学习型索引写扩展方法及系统,系统包括计算池服务器和存储池服务器。计算池服务器持有指向复用模型的写增量缓冲区的指针,并且基于缓存的学习型索引模型中的线性模型来确定键值对的插入位置并持有指向复用模型的写增量缓冲区的指针,以访问位于存储池服务器上的写增量缓冲区。存储池服务器构建学习型索引模型和复用模型的写增量缓冲区以吸收新插入键值对。存储池服务器中的重训练线程异步对子模型进行重训练,以将重训练过程卸载至存储池服务器;重训练线程扫描和训练子模型内的键值对,生成新的底层子模型,并更新写增量缓冲区;重训练线程基于子模型覆盖范围下的数据插入特征动态调整写增量缓冲区的大小。
技术关键词
存储池
键值
节点
索引
连续地址空间
服务器更新
线性拟合算法
指针
数据
内存
扩展系统
消息
中间层
分段
存储桶
动态
阶段
参数
系统为您推荐了相关专利信息
图像聚类方法
多视角特征
原始图像数据
索引
预测输出值
三维模型
节点
手术器械
加权最小二乘
导航定位方法