TreeToaster: Towards an IVM-Optimized Compiler
TreeToaster: Towards an IVM-Optimized Compiler
复制标题
TreeToaster：迈向 IVM 优化的编译器
DOI：
10.1145/3448016.3459244
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Ziarek, Lukasz
中科院分区：
文献类型：
--
作者：
Balakrishnan, Darshana;Nuessle, Carl;Kennedy, Oliver;Ziarek, Lukasz
编译器的优化器对抽象语法树(AST)进行操作，不断地应用重写规则来用更高效的子树替换AST的子树。尤其是在大型源代码库中，由于优化器幼稚地遍历AST，即使是简单地寻找重写的机会也可能代价高昂。在本文中，我们利用重复查找重写的需要，并探索通过索引和增量视图维护(IVM)来提高搜索速度的选项。具体地说，我们考虑使用DBToaster等嵌入式IVM系统的附加方法，以及两种新方法：标签索引和TreeToaster，这是一种AST专用的IVM形式。我们将这些方法集成到现有的即时数据结构编译器中，并通过实验证明TreeToaster可以以最小的内存开销显着提高性能。
A compiler's optimizer operates over abstract syntax trees (ASTs), continuously applying rewrite rules to replace subtrees of the AST with more efficient ones. Especially on large source repositories, even simply finding opportunities for a rewrite can be expensive, as optimizer traverses the AST naively. In this paper, we leverage the need to repeatedly find rewrites, and explore options for making the search faster through indexing and incremental view maintenance (IVM). Concretely, we consider bolt-on approaches that make use of embedded IVM systems like DBToaster, as well as two new approaches: Label-indexing and TreeToaster, an AST-specialized form of IVM. We integrate these approaches into an existing just-in-time data structure compiler and show experimentally that TreeToaster can significantly improve performance with minimal memory overheads.
登录
查看更多内容
数据库环中的增量查询评估
DOI：
10.1145/1807085.1807100
发表时间：
2010
期刊：
Proceedings of the twenty-ninth ACM SIGMOD-SIGACT-SIGART symposium on Principles of database systems
影响因子：
--
作者：
Christoph E. Koch
通讯作者：
Christoph E. Koch
负面会员资格
DOI：
10.1305/ndjfl/1093635499
发表时间：
1990
期刊：
Notre Dame J. Formal Log.
影响因子：
--
作者：
Wayne D. Blizard
通讯作者：
Wayne D. Blizard
具有泄漏连接的收敛交互式推理
DOI：
10.5441/002/edbt.2017.33
发表时间：
2017
期刊：
2017
影响因子：
--
作者：
Yang, Ying;Kennedy, Oliver
通讯作者：
Kennedy, Oliver
DOI：
10.1145/3183713.3183724
发表时间：
2017
期刊：
Proceedings of the 2018 International Conference on Management of Data
影响因子：
--
作者：
Gábor Szárnyas
通讯作者：
Gábor Szárnyas
DOI：
10.1007/978-3-319-77525-8_100350
发表时间：
2019
期刊：
Encyclopedia of Big Data Technologies
影响因子：
--
作者：
通讯作者：
--