【进阶必看】列存索引（IMCI）

2022-03-18 23:44:07 293 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

从RadixTree到哈希表：深入对比SGLang和vLLM的Prefix Cache实现差异本文深入对比了SGLang与vLLM在大语言模型推理服务中实现Prefix Cache（前缀缓存）的两种核心方案。SGLang采用基于Radix Tree的RadixAttention，支持任意长度前缀的精确匹配与灵活复用；vLLM则采用基于哈希表的方案，深度集成于PagedAttention，实现简洁但要求块级精确对齐。文章剖析了二者在设计哲学、内存管理、适用场景及集群级优化（如Prefix Cache Aware Routing）上的关键差异，为高性能LLM服务的技术选型提供决策依据。阅读详情

本文介绍了PolarDB MySQL引擎的列存索引特性。

简介

当前PolarDB MySQL引擎主要面向OLTP场景，广泛应用于在线业务，日常产生大量的数据。但是，PolarDB MySQL基于行存的查询性能并不能满足所有应用场景的需求。通常情况下，为了实现复杂分析型查询，需要将数据从PolarDB MySQL导出，然后导入到外部专用的OLAP系统中再进行分析查询。这样一来，需要使用两套数据库系统，架构复杂性、运维工作量和成本都会大大增加。

PolarDB MySQL引擎重磅推出的列存索引（In-Memory Column Index，简称IMCI）面向OLAP场景大数据量复杂查询。通过列存索引，PolarDB MySQL实现了一体化的实时事务处理和实时数据分析的能力，成为一站式HTAP数据库产品解决方案。通过一套数据库系统，即可满足业务的OLTP及OLAP需求。

更多相关内容可以见下面几篇文章哦：

https://help.aliyun.com/document_detail/403347.html

https://help.aliyun.com/document_detail/403348.html

https://help.aliyun.com/document_detail/403352.html

...全文