分解内存将计算和存储节点分成两个独立的内存池，通过RDMA或CXL链路连接。分解内存提高了资源利用率，节省了成本开销，并确保了内存和计算资源的弹性可扩展性。树索引是数据库或KV存储等存储系统的重要保证。现有的分解内存系统存在写入性能差的问题，主要是由于并发冲突、频繁的结构修改操作（SMO）和树索引上的高锁开销。

信息存储系统教育部重点实验室博士生万天宇，以及硕士生龚世佳，胡杨扬，在导师陈俭喜副教授的指导下，针对以上问题，提出了一种新的用于分解内存的写优化自适应基树索引结构GECKO。GECKO利用写入优化的缓冲节点来处理并发写，提升写性能，并设计了基于阈值的拆分策略来减少拆分并优化SMO操作，同时采用后嵌入乐观锁设计来减少锁开销，从而减少插入尾延迟。实验表明，GECKO相比较于现有最先进的分离内存树索引，在写工作负载下，吞吐量提高了1.43×-3.21×，同时SMO操作时间减少了88.5%，锁定时间减少了87.9%。

图1 GECKO架构图

图2 不同负载下的性能对比

该研究工作题为“GECKO: A Write-optimized Adaptive Radix Tree for Disaggregated Memory”发表在中国计算机学会推荐的B类国际学术会议International European Conference on Parallel and Distributed Computing (Euro-Par 2025)。该研究工作得到了重点研发项目课题（No.2024YFB4505104）和国家自然科学基金联合基金项目（ No.U22A2027）的支持。