原文
https://15721.courses.cs.cmu.edu/spring2023/papers/09-compilation/pirk-icde2013.pdf

背景

主内存数据库实现两个资源优化

  • CPU时钟周期
  • 内存带宽

对于HTAP场景，目前只能使用混合的、或者部分PDSM的实现 当前实现节省了带宽，但是消耗CPU 论文中提出一个方案，使用JIT编译，消除CPU的无效函数调用 不过这种代价模型不是为JIT查询设计的，论文提出了一个新的设计，来建立代价模型，以及后续的存储布局优化

随着内存的增加，可以用来处理更多数据，可以混合OLAP、OLTP场景
随之而来的是查询模型的调整，火山模型适合面向I/O的数据库，但不适合主内存数据库
为缓解这种问题，出现了 批模型，使用这种模型可以一次一列的方式，这样提高了缓存有效性
另一种是 Partially Decomposed Storage Model PDSM
不过上述跟火山模型类似，他们都很好的利用了 cache有效性，但是CPU有效性不足