lsm-treeSEARCH AGGREGATION
...計，利用 SSD 高效的隨機讀寫性能，通過將 value 分離出 LSM-tree 的方法來達到降低寫放大的目的。 我們的基準測試結果顯示，當 value 較大的時候，Titan 在寫、更新和點讀等場景下性能都優于 RocksDB。但是根據 RUM Conjecture，通常某...
...段仍然會繼續在 RocksDB 上改進，改進的目標仍然是減小 LSM-Tree 本身的寫放大問題。選用的模型是 WiscKey （FAST16，https://www.usenix.org/system/files/conference/fast16/fast16-papers-lu.pdf ），WiscKey 的核心思想是將 Value 從 LSM-Tree 中剝離出來，以...
...其數據首先存儲內存中，而后需要定期 Flush 到硬盤上。LSM-Tree 通過內存插入與磁盤的順序寫，來達到最優的寫性能，因為這會大大降低磁盤的尋道次數，一次磁盤 IO 可以寫入多個索引塊。HBase, Cassandra, RockDB, LevelDB, SQLite 等都是...
...，然后把大的 Value 放到一個 Blob File 里去，而不是放到 LSM-Tree。這樣的分開存儲會讓 LSM-Tree 變得很小，避免了因為 LSM-Tree 比較高的時候，特別是數據量比較大時出現的比較嚴重的寫放大問題。有了 Titan 之后，就可以解決「單個...
...n，這個 engine 主要是用的 KV 分離的思想，將大的 value 從 LSM-Tree 里面移除，減少寫放大。 基于 Intel 下一代硬件 AEP 的 RocksDB 優化。硬件一直在以超過我們想象的速度發展，當我們還在糾結如何優化 SSD 的時候，基于 NVM 的編程已...
ChatGPT和Sora等AI大模型應用，將AI大模型和算力需求的熱度不斷帶上新的臺階。哪里可以獲得...
大模型的訓練用4090是不合適的，但推理（inference/serving）用4090不能說合適，...
圖示為GPU性能排行榜，我們可以看到所有GPU的原始相關性能圖表。同時根據訓練、推理能力由高到低做了...
