-
公开(公告)号:CN110309180B
公开(公告)日:2021-06-11
申请号:CN201910502646.2
申请日:2019-06-11
Applicant: 暨南大学
IPC: G06F16/2455 , G06F16/25 , G06F16/21
Abstract: 本发明公开了一种基于数据资源转化效率模型的缓存方法,针对计算机存储领域的缓存策略问题。数据缓存的本质可以视作为动态I/O数据流的热数据识别问题,传统缓存策略方案大多仅考虑数据流中所反映的新进度和频率指标来确定热数据,然而热数据的判断不能仅仅只依靠这些指标,因为随着对负载认识的加深,一定会有例如重用距离特征等其它更精确和适合指标出现,同时负载是变化的,而新进度和频率指标反映的更多的一种宏观的规律,在具体的数据流时间段中,这种判断方法不一定正确。因此针对这一问题,本方法从数据的资源转效率的角度来定义和解决热数据识别的问题,并提出一种基于数据资源转化效率模型的缓存方法,以提升现有算法的性能。
-
公开(公告)号:CN110309180A
公开(公告)日:2019-10-08
申请号:CN201910502646.2
申请日:2019-06-11
Applicant: 暨南大学
IPC: G06F16/2455 , G06F16/25 , G06F16/21
Abstract: 本发明公开了一种基于数据资源转化效率模型的缓存方法,针对计算机存储领域的缓存策略问题。数据缓存的本质可以视作为动态I/O数据流的热数据识别问题,传统缓存策略方案大多仅考虑数据流中所反映的新进度和频率指标来确定热数据,然而热数据的判断不能仅仅只依靠这些指标,因为随着对负载认识的加深,一定会有例如重用距离特征等其它更精确和适合指标出现,同时负载是变化的,而新进度和频率指标反映的更多的一种宏观的规律,在具体的数据流时间段中,这种判断方法不一定正确。因此针对这一问题,本方法从数据的资源转效率的角度来定义和解决热数据识别的问题,并提出一种基于数据资源转化效率模型的缓存方法,以提升现有算法的性能。
-
公开(公告)号:CN109086224A
公开(公告)日:2018-12-25
申请号:CN201810748365.0
申请日:2018-07-10
Applicant: 暨南大学
IPC: G06F12/08
Abstract: 本发明公开了一种自适应分类重用距离来捕捉热数据的缓存方法,针对计算机存储领域的缓存策略问题。由于传统的缓存策略方案大多仅考虑数据所反映的新进度(Recency)或频率这两个特性,无法更深层次地捕捉到数据访问所反映的模式特征,加之算法本身不具备有针对捕捉到的数据特征变化而做出自适应调节的能力,因此可能导致了策略的数据命中率和稳定性不高的现象。针对这一问题,本缓存方法通过利用数据的重用距离特征和缓存替换的元数据历史信息来深度挖掘数据访问模式的特征,并以一种自适应的方式处理这种热数据识别和缓存时间分配的过程,从而达到提升算法命中率的目的。
-
公开(公告)号:CN109086224B
公开(公告)日:2022-10-21
申请号:CN201810748365.0
申请日:2018-07-10
Applicant: 暨南大学
IPC: G06F12/08
Abstract: 本发明公开了一种自适应分类重用距离来捕捉热数据的缓存方法,针对计算机存储领域的缓存策略问题。由于传统的缓存策略方案大多仅考虑数据所反映的新进度(Recency)或频率这两个特性,无法更深层次地捕捉到数据访问所反映的模式特征,加之算法本身不具备有针对捕捉到的数据特征变化而做出自适应调节的能力,因此可能导致了策略的数据命中率和稳定性不高的现象。针对这一问题,本缓存方法通过利用数据的重用距离特征和缓存替换的元数据历史信息来深度挖掘数据访问模式的特征,并以一种自适应的方式处理这种热数据识别和缓存时间分配的过程,从而达到提升算法命中率的目的。
-
-
-