디바이스 스케일링 기술의 발전에 따라 SSD의 용량은 빠르게 증가하고 있다. 그러나 이러한 증가는 대규모 DRAM을 요구하는 방대한 인덱스 테이블의 비용을 동반한다. DRAM을 적게 사용하면서도 합리적인 성능을 제공하기 위해, I/O 참조의 국소성(locality)과 규칙성(regularity)을 활용하는 다양한 인덱스 구조들이 제안되어 왔다. 하지만 이러한 구조들은 I/O 패턴과 저장장치 단편화(fragmentation)에 따라 성능이 저하되는 문제를 보인다. 본 논문에서는 메모리 효율적인 근사 인덱스와, 추가 전용이며 정렬된 성격을 갖는 LSM-tree를 결합한 새로운 근사 인덱스 구조인 AppL을 제안한다. AppL은 보통의 인덱스 구조가 요구하는 32-64비트에 비해, 인덱스 크기를 항목당 6-8비트로 줄이면서도 국소성 및 단편화와 무관하게 이러한 높은 메모리 효율을 유지한다. 메모리 압박을 완화함으로써 AppL은 선행 기술 대비 읽기 지연(read latency)을 33.6-72.4% 단축하고, I/O 처리량(I/O throughput)을 28.4%-83.4% 향상시킨다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.