一种基于缓存对象未来价值的淘汰算法
|
摘要
为解决分布式系统缓存淘汰算法的缓存污染、抖动、命中率低等问题,综合考虑缓存对象最近的访问时间、访问频次、分片优先级和对象大小等因素,提出一种基于缓存对象未来最小价值(LFV)的淘汰算法。通过回归模型预测每个缓存对象的访问概率,利用分片优先级和对象大小计算每个缓存对象的未来价值,将LFV最小的对象进行淘汰。理论分析和仿真结果表明:该策略能有效提高请求命中率,避免缓存污染,降低节点间网络开销,提升了整体服务质量。
In order to solve the problems of cache contamination, jitter and low hit rate of existing cache elimination algorithms in distributed systems, a novel cache elimination method based on least future value(LFV) is proposed in this paper, considering the factors of recent access time, access frequency, fragmentation priority and object size of cache objects. Its main idea is to predict the access probability of each cached object by regression model, calculate the future value of each cached object by fragmentation priority and object size, and eliminate the cached object with the least future value. The theoretical analysis and simulation results show that the scheme can effectively improve the hit rate of requests, avoid buffer contamination, reduce network overhead between nodes, and improve the overall quality of service.
In order to solve the problems of cache contamination, jitter and low hit rate of existing cache elimination algorithms in distributed systems, a novel cache elimination method based on least future value(LFV) is proposed in this paper, considering the factors of recent access time, access frequency, fragmentation priority and object size of cache objects. Its main idea is to predict the access probability of each cached object by regression model, calculate the future value of each cached object by fragmentation priority and object size, and eliminate the cached object with the least future value. The theoretical analysis and simulation results show that the scheme can effectively improve the hit rate of requests, avoid buffer contamination, reduce network overhead between nodes, and improve the overall quality of service.
引文
[1] 陈寅.基于网络编码的分布式存储技术研究[D].西安:西安电子科技大学,2013.
[2] 王旭辉,张建伟,蔡增玉,等.内容中心网络缓存策略研究[J].计算机技术与发展,2018(11):1-6.
[3] 彭小珂,邓运,周子樱.分布式存储技术在大数据时代中的应用[J].电子技术与软件工程,2018(14):178.
[4] 刘敏,房至一,王红斌,等.基于老化算法的分布式文件缓存算法[J].吉林大学学报(理学版),2011,49(5):895-900.
[5] 周扬发.Web代理服务器的缓存技术研究[D].北京:北京邮电大学,2014.
[6] 林永旺,张大江,钱华林.Web缓存的一种新的替换算法[J].软件学报,2001,12(11):1710-1715.
[7] 刘期烈,秦庆伟,夏远鹏,等.命名数据网中基于流行度的网内缓存替换策略[J].计算机工程与应用,2018,54(11):76-80.
[8] LEE D,CHOI J,KIM J H.LRFU:A Spectrum of Policies that Subsumes the Least Recently Used and Least Frequently Used Policies[J].IEEE Transactions on Computers,2001,50(12):1352-1361.
[9] 王永功,李振宇,武庆华,等.信息中心网络内缓存替换算法性能分析与优化[J].计算机研究与发展,2015,52(9):2046-2055.
[10] 周欣欣,余镇危.基于流行度及最小访问代价的MP2P协同缓存优化策略[J].计算机工程与科学,2013,35(8):31-35.
[11] 罗治国,孙巍,王行刚.一种基于传输成本的流媒体缓存替换算法及其性能评价[J].通信学报,2004(2):61-67.
[12] 刘飞.缓冲区替换策略在服务器前置高清VOD系统和视频复制中的应用研究[D].厦门:厦门大学,2013.
[13] 徐理想.视频点播系统层级式缓存优化技术研究[D].合肥:中国科学技术大学,2016.
[14] 吕冬冬,沈苏彬.一种基于分段的网络流媒体代理缓存策略[J].南京邮电大学学报(自然科学版),2011,31(1):76-82.
[15] 王战红.基于分段策略的流媒体缓存模型研究[D].郑州:郑州大学,2011.
[2] 王旭辉,张建伟,蔡增玉,等.内容中心网络缓存策略研究[J].计算机技术与发展,2018(11):1-6.
[3] 彭小珂,邓运,周子樱.分布式存储技术在大数据时代中的应用[J].电子技术与软件工程,2018(14):178.
[4] 刘敏,房至一,王红斌,等.基于老化算法的分布式文件缓存算法[J].吉林大学学报(理学版),2011,49(5):895-900.
[5] 周扬发.Web代理服务器的缓存技术研究[D].北京:北京邮电大学,2014.
[6] 林永旺,张大江,钱华林.Web缓存的一种新的替换算法[J].软件学报,2001,12(11):1710-1715.
[7] 刘期烈,秦庆伟,夏远鹏,等.命名数据网中基于流行度的网内缓存替换策略[J].计算机工程与应用,2018,54(11):76-80.
[8] LEE D,CHOI J,KIM J H.LRFU:A Spectrum of Policies that Subsumes the Least Recently Used and Least Frequently Used Policies[J].IEEE Transactions on Computers,2001,50(12):1352-1361.
[9] 王永功,李振宇,武庆华,等.信息中心网络内缓存替换算法性能分析与优化[J].计算机研究与发展,2015,52(9):2046-2055.
[10] 周欣欣,余镇危.基于流行度及最小访问代价的MP2P协同缓存优化策略[J].计算机工程与科学,2013,35(8):31-35.
[11] 罗治国,孙巍,王行刚.一种基于传输成本的流媒体缓存替换算法及其性能评价[J].通信学报,2004(2):61-67.
[12] 刘飞.缓冲区替换策略在服务器前置高清VOD系统和视频复制中的应用研究[D].厦门:厦门大学,2013.
[13] 徐理想.视频点播系统层级式缓存优化技术研究[D].合肥:中国科学技术大学,2016.
[14] 吕冬冬,沈苏彬.一种基于分段的网络流媒体代理缓存策略[J].南京邮电大学学报(自然科学版),2011,31(1):76-82.
[15] 王战红.基于分段策略的流媒体缓存模型研究[D].郑州:郑州大学,2011.