SOSD (Searching on Sorted Data)

"SOSD 是一个数据集集合，用于对学习索引的查找性能进行基准测试。SOSD 目前包括八个不同的数据集。每个数据集由 2 亿个 64 位无符号整数（键）组成，重复很少（如果有的话）： amzn 表示图书销售人气数据。face 是 Facebook 用户 ID 数据集的上采样版本。logn 和 norm 分别是对数正态 (0, 2) 和正态分布。osmc 是统一采样的 OpenStreetMap 位置，表示为 Google S2 CellIds。uden 是密集的整数。uspr 是均匀分布的稀疏整数。wiki 是维基百科文章编辑时间戳。此外，所有数据集（osmc 和 wiki 除外）都有 32 位版本，具有相似的 CDF。我们使用不同的参数，(0, 1)，用于以 32 位的情况登录以减少重复的数量。”