近年来,使用人工智能和机器学习优化数据库系统成为数据库领域的研究热点。其中,机器学习与数据库索引技术的交叉融合催生了“学习索引”这一新的研究方向。学习索引是一种内存索引,它使用机器学习模型替代传统的数据库索引。具体而言,它将键作为模型的输入,并输出该键对应的记录在排序数组中的位置。和传统索引不同,学习索引能够感知数据的分布规律,并通过模型推理快速地定位数据。与B+树等传统索引相比,学习索引具有更低的空间代价和更高的查询性能。从目前的趋势来看,学习索引有望取代传统索引,在未来的数据库系统中扮演重要角色。然而,最初的学习索引存在许多问题,限制了它的性能和可用性。这些问题主要包括:（1）学习索引不支持插入,只能工作在静态数据集上;（2）学习索引不具有有界的查询复杂度,在最差情况下需要扫描整个数据集;（3）学习索引的局部搜索范围较大,达到了数十个缓存行大小,所以缓存效率较低;（4）学习索引工作在DRAM上,不具有持久性,当系统崩溃时会丢失数据;（5）学习索引只支持数值类型的键,不支持变长键。最近的一些工作使用异地插入或就地插入策略来支持数据插入,并使用分段线性回归模型和自下向上的索引构建方式来保证有界的查询复杂度。然而,这些工作都没能同时获得高读写性能和有界的查询复杂度,而且它们都没有考虑缓存效率、持久性和对变长键的支持。本论文以高性能学习索引为研究目标,在支持插入和保证有界的查询复杂度的前提下,从缓存效率、持久性和支持变长键三个方面优化学习索引,为构建高性能的学习索引提供技术参考。总体而言,本文的主要工作和贡献可总结为以下几个方面:（1）针对学习索引的缓存效率低以及缺乏高效插入机制的问题,本论文提出了一种缓存感知的学习索引—COLIN。COLIN采用就地插入策略,在构建节点时预留一些空位,并利用这些空位优化节点内的数据放置。通过基于模型的数据放置策略和缓存感知的数据布局,COLIN将索引的局部搜索范围与模型的最大误差解耦。此外,COLIN的节点设计采用了学习节点与简单节点两种结构,其中学习节点用于保证索引结构的扁平特性,简单节点则用于支持越界插入与数据溢出。在多种实验负载和真实数据集上的实验结果表明,COLIN的读写性能均优于目前最新的学习索引,包括FITing-Tree、PGM-index 和 ALEX。（2）针对学习索引不具有持久性的问题,本论文提出了一种面向非易失内存（Non-Volatile Memory,简称NVM）的学习索引—PLIN。NVM具有非易失性、接近DRAM的访问延迟、支持按字节寻址和高密度等优点,有望成为未来DRAM的替代品。然而,在NVM中实现学习索引存在许多挑战。首先,现有的NVM树形索引依靠小节点结构来实现高效的崩溃一致性,但这类设计无法在学习索引的大节点中保持高效。其次,现有的学习索引结构对NVM不友好,需要设计新的结构来适应NVM的特性。PLIN采用了若干新的设计,包括NVM感知的数据放置策略、模型副本机制、局部无序且全局有序的叶子节点以及分层插入策略。本论文利用真实的英特尔傲腾持久内存搭建了实验环境,并使用多种实验负载和真实数据集对PLIN进行了性能评测。结果表明,PLIN的读写性能优于其它NVM索引,包括FPTree、Fast＆Fair 以及 TLBtree。（3）针对学习索引无法有效支持变长键的问题,本论文提出了一种支持变长键的学习索引—LIVAK。LIVAK的整体结构是一棵Trie树,树中每个节点用于索引键的8字节长度切片。LIVAK采用了学习索引和B+树两种类型的节点,它使用学习索引作为数据规模较大的Trie树节点,同时使用B+树作为数据规模较小的Trie树节点。此外,LIVAK使用路径压缩技术来处理较长的键,并通过字符重编码来避免键分布不连续导致的学习索引性能下降。在多种实验负载和真实数据集上的实验结果表明,LIVAK的读写性能优于Trie树的变体Masstree以及目前最新的支持变长键的学习索引SIndex。