cwida/ALP 来源：https://github.com/cwida/ALP

ALP：自适应无损浮点数压缩

作者：Azim Afroozeh，Leonardo Kuffó，Peter Boncz
会议：ACM SIGMOD 2024

这是什么仓库？

本仓库包含论文《ALP: Adaptive Lossless Floating-Point Compression》（https://dl.acm.org/doi/abs/10.1145/3626717）的源代码和基准测试，该论文发表于 ACM SIGMOD 2024。

ALP 是一种专为 IEEE 754 浮点数据设计的最先进的无损压缩算法。它通过利用真实世界浮点数值中常见的两种模式来编码数据：

• 十进制浮点数：真实世界数据集中的浮点数/双精度数大部分是十进制数。ALP 将这些值乘以 10 的幂次映射为整数，然后使用 FastLanes 变体的参考帧编码¹（对 SIMD 友好）对结果进行压缩。
  示例：数字 10.12 变为 1012，然后送入 FastLanes 编码器。

• 高精度浮点数：剩余的值通常是高精度浮点数/双精度数。ALP 仅对这些值左侧部分进行压缩，使用 FastLanes 字典编码。右侧部分保持不变，因为它需要保持高精度，且通常是高度随机的、不可压缩的。

📊 ALP 的性能如何？

ALP 结果
这些结果突出了 ALP 在压缩算法的三个关键指标上的卓越表现：解码速度、压缩比和压缩速度——在每个类别中都优于其他方案。

🧪 如何复现结果

只需运行以下脚本：

bash ./publication/script/master_script.sh

有关复现基准测试的更多信息，请参考我们的指南这里，或阅读官方 ACM 可复现性报告：https://dl.acm.org/doi/10.1145/3687998.3717057

🏅 ACM 工件与奖项

我们很高兴地宣布，我们参与了 SIGMOD 可用性与可复现性倡议（https://reproducibility.sigmod.org/），并且我们的论文获得了全部三个徽章：🎉

我们还自豪地分享，ALP 获得了 SIGMOD 最佳工件奖（https://sigmod.org/sigmod-awards/sigmod-best-artifact-award/）！

⏱️ 想在自己的数据集上运行基准测试？

请查看我们的指南：如何对您的数据集进行基准测试
它解释了如何在您自己的数据上运行 ALP。

🗂️ 仓库结构

• src/：ALP 和 ALP_RD 的核心实现
• benchmarks/：基准测试工具和数据集
• include/：用于集成的头文件
• scripts/：数据处理的实用脚本
• test/：单元测试
• publication/：出版物和补充材料

📚 出版物

• 会议论文：ALP: Adaptive Lossless Floating-Point Compression，ACM SIGMOD 2024
  https://dl.acm.org/doi/10.1145/3626717
• 可复现性报告：Reproducibility Report for ACM SIGMOD 2024 Paper: ‘ALP: Adaptive Lossless Floating-Point Compression’
  https://dl.acm.org/doi/10.1145/3687998.3717057

📄 许可证

本项目采用 MIT 许可证。详情请参阅 LICENSE 文件。

📬 联系我们

如果您有问题、想贡献，或希望了解 ALP 及相关项目的最新动态，请加入我们的 Discord 社区：
加入我们的 Discord（https://discord.gg/2ngmRaRW）
社区状态（https://discord.gg/2ngmRaRW）

🧩 被以下系统使用

ALP 已被集成到以下系统中：

• DuckDB（https://duckdb.org/2024/02/13/announcing-duckdb-0100.html）
• FastLanes（https://github.com/cwida/FastLanes）
• KuzuDB（https://github.com/kuzudb/kuzu/pull/3994）
• liquid-cache（https://github.com/XiangpengHao/liquid-cache/pull/133）