Include-Slim：通过度量访问方法支持相似性检索的多种变体

《IEEE Open Journal of the Computer Society》：Include-Slim: Supporting Similarity Retrieval Variants with a Metric Access Method

　　

摘要：

数据库管理系统（DBMS）是高效数据存储和检索的标准工具。然而，它们的原生功能主要针对标量数据类型（如数字和短文本），对图像或多维数组等复杂数据的支持有限，而这些数据更适合使用基于相似性的检索方法。本研究解决了两个关键问题：(i) 如何在单个查询中无缝集成基于相似性的比较和传统比较方法？(ii) 如何在现有的DBMS中高效执行此类查询？度量访问方法（MAM）利用度量空间的属性来加速相似性搜索。然而，将MAM集成到开源DBMS中的尝试仍然有限，通常仅支持基本的相似性操作，且缺乏处理同时包含标量属性和复杂属性的查询的功能。我们提出了一种全面的解决方案：将一组丰富的相似性查询操作集成到通用DBMS中，这些操作由一种名为Include-Slim的新型MAM提供支持，该MAM专为高效执行而设计。我们描述了其结构、支持的运算符以及它加速检索的条件。实验结果表明，与顺序扫描相比，Include-Slim能够实现对标量属性和复杂属性的集成查询，速度提升可达10倍至10,000倍。