基于人工智能的高速缓存方法技术

本发明专利技术涉及一种基于人工智能的高速缓存方法。在应用程序涉及的数据被访问时，分别在记录系统和高速缓存中检索被访问的数据，并判断被访问的数据对应的缓存存储数据元素是否达到所述高速缓存到期时间；如果是，则将记录系统中检索到的数据加载到缓存，并对被访问的数据进行高速缓存优化，调整高速缓存到期时间；否则，判断高速缓存中检索到的数据是否与记录系统中检索到的数据一致；如果一致，则将高速缓存中检索到的数据加载到缓存；如果不一致，则将记录系统中检索到的数据加载到缓存，同时将记录系统中检索到的数据复制到高速缓存中，并将高速缓存中检索到的数据在高速缓存中删除。本发明专利技术可以以更高效和更及时的方式向应用提供更准确的数据。

A Cache Method Based on Artificial Intelligence

The invention relates to a caching method based on artificial intelligence. When the data involved in the application is accessed, the accessed data is retrieved in the recording system and the cache respectively, and the corresponding cache storage data elements of the accessed data are judged whether they reach the cache expiration time. If so, the retrieved data in the recording system is loaded into the cache and accessed. Questioned data are optimized to adjust cache expiration time; otherwise, it is judged whether the data retrieved in the cache is consistent with the data retrieved in the recording system; if consistent, the data retrieved in the cache is loaded into the cache; if not, the number retrieved in the recording system is determined. Data is loaded into the cache, and the data retrieved from the recording system is copied into the cache, and the data retrieved from the cache is deleted in the cache. The invention can provide more accurate data for application in a more efficient and timely manner.

【技术实现步骤摘要】
基于人工智能的高速缓存方法
本专利技术涉及缓存机制
，具体的说是一种基于人工智能的高速缓存方法。
技术介绍
应用程序是一种独立的计算机程序或软件，其设计用于满足特定目的为了用户的利益而执行一组协调的功能、任务或活动，在应用程序的执行期间，应用程序可以访问存储在高速缓存中的数据。正如通常已知的那样，高速缓存是存储数据的硬件或软件组件，因此可以更快地服务于该数据的未来请求，因为从高速缓存读取数据通常比重新计算结果或从记录系统读取数据更快。因此，可以从缓存中提供的请求越多，系统可以执行的越快。但随着时间的推移，高速缓存中的数据可能变得过时，这时就需要更新系统数据来替换。由于更新可能过于频繁或不够频繁，导致不必要数据的更新和不准确的数据分别保留缓存。在确定硬编码日期/时间量时，应用开发者可以为数据的准确性交换提供数据的速度。使用传统缓存策略的应用开发者面临的挑战是：应用开发者通常在缓存过期日期进行最佳猜测，然后将日期编程或硬编码到应用中。由于更改硬编码日期所涉及的复杂因素，缓存过期日期并不经常更改，尽管它过长或过短。例如，具有地理地址数据元素的高速缓存可以被编程为每十年更新一次。但是，对于年轻人来说，他们的地址可能每年都会改变，而老年人可能每十年更换一次。对于某些地理地址，十年的到期日期太长，其他日期太短。硬编码的缓存过期日期可能会导致缓存将结果返回给应用程序查询，这对年轻人来说可能是不准确的，并且在进行任何更改之前不必要地使用资源来更新缓存。但是，选择缓存过期日期以说明与数据元素关联的属性非常复杂，因为正在更改硬编码的缓存过期日期。鉴于这些复杂性，应用程序开发人员在对缓存过期日期进行硬编码时会交换数据的准确性，以便通过缓存提高访问数据的速度。
技术实现思路
针对现有技术中存在的上述不足之处，本专利技术要解决的技术问题是提供一种基于人工智能的高速缓存方法。本专利技术为实现上述目的所采用的技术方案是：一种基于人工智能的高速缓存方法，包括以下步骤：在一个或多个应用程序运行时，记录系统中存储的所述应用程序涉及的数据元素复制到高速缓存中，形成缓存存储数据元素，使得所述缓存存储数据元素在被访问时能够被加载到缓存，且所述应用程序对所述缓存存储数据元素设置有高速缓存到期时间；在所述应用程序涉及的数据被访问时，分别在记录系统和高速缓存中检索被访问的数据，并判断被访问的数据对应的缓存存储数据元素是否达到所述高速缓存到期时间；如果是，则将记录系统中检索到的数据加载到缓存，并对被访问的数据进行高速缓存优化，调整高速缓存到期时间；否则，判断高速缓存中检索到的数据是否与记录系统中检索到的数据一致；如果一致，则将高速缓存中检索到的数据加载到缓存；如果不一致，则将记录系统中检索到的数据加载到缓存，同时将记录系统中检索到的数据复制到高速缓存中，并将高速缓存中检索到的数据在高速缓存中删除。所述高速缓存优化使用机器学习方法。所述调整后的高速缓存到期时间发送给对应的应用程序，所述应用程序将高速缓存到期时间修改为调整后的高速缓存到期时间。所述高速缓存到期时间在应用程序初次运行时，为应用程序开发者设置的默认高速缓存到期时间。本专利技术具有以下优点及有益效果：1、本专利技术使用机器学习来更新缓存过期日期并优化缓存策略，通过缓存机制优化缓存策略，可以以更高效和更及时的方式向应用提供更准确的数据。2、更准确和高效的应用程序可能会导致应用程序在其相关功能和任务中更有效的使用，以更好地平衡速度的准确性。附图说明图1为本专利技术的系统结构图；图2为本专利技术的方法流程图；图3为本专利技术的高速缓存优化平台结构图。具体实施方式下面结合附图及实施例对本专利技术做进一步的详细说明。图1所示是本专利技术方法执行所依赖的系统100框图，该系统包括计算云114、记录系统102(数据元素104)、应用程序服务器108(应用程序106)、开发平台112、高速缓存优化模块120(高速缓存机制122、机器学习模型124、高速缓存到期时间126)、高速缓存116(一个或多个高速缓存存储的数据元素118)、本地系统110。记录系统102可以包括存储在数据库中的一个或多个数据元素104或任何其他合适的存储。在数据库的情况下，记录系统102可以包括任何已知或已知的查询响应数据源，包括但限于结构化查询语言(SQL)关系数据库管理系统。在数据库的情况下，数据库可以包括关系数据库、多维数据库、可扩展标记语言(XML)文档或存储结构化和/或非结构化数据的任何其他数据存储系统。数据元素104可以分布在多个关系数据库、维度数据库和/或其他数据源之间。应用程序106可以包括在应用程序服务器108内执行的服务器端可执行程序代码(例如，编译的代码，脚本等)，以接收来自本地系统110或任何其他合适的查询源的查询，并根据记录系统102的数据元素106或高速缓存116的高速缓存存储的数据元素118来向本地系统提供结果。应用程序106可以使用结构化查询语言(SQL)或其他合适的语言来管理和查询存储在记录系统102和高速缓存116中的数据。系统100可以包括开发平台112，以使最终用户能够开发自己的应用程序106，用于与本地系统110的操作和与本地系统110相关联的资产进行接口和优化。开发平台112可以是任何合适的开发平台。虽然开发平台112在图1中的计算云114中，开发平台112也可以远离计算云114。终端用户开发的应用程序106可以通过利用云计算或分布式计算资源来操作。应用程序服务器108可以提供任何合适的接口，通过该接口，本地系统110和在开发平台112上工作的应用程序设计者可以与应用程序服务器108上执行的应用程序106通信。例如，应用程序服务器108可以包括支持传输控制协议/因特网协议(TCP/IP)上的瞬态请求/响应协议的超文本传输协议(HTTP)接口，支持实现TH的非瞬态全双工通信的Web套接字接口。在单个TCP/IP连接上的Web套接字协议和/或开放数据协议(ODATA)接口。应用程序服务器108可以提供应用程序服务，应用程序106可以用来管理和查询存储在高速缓存116中的记录系统102的数据元素104和/或缓存存储的数据元素118。在记录102的系统是数据库的情况下，应用服务器108可以用于将数据库数据模型及其表、层次结构、视图和数据库过程暴露给本地系统110。记录系统102可以存储在计算云114中的客户端或远离客户端。众所周知，“计算云”通常被称为“云计算”，它是通过因特网在网络上传送按需计算资源(例如，网络、网络带宽、服务器、处理、内存、存储、应用、数据中心、虚拟机和服务等)。支付使用费。计算云114可以提供可由本地系统110远程访问的物理基础设施和应用程序。存储在记录系统102中的数据元素104和高速缓存116中的对应的高速缓存存储的数据元素118可以包括任何类型的数据。例如，数据元素104可以包括关于工业资产及其使用条件的信息，例如从嵌入在工业资产本身或其附近的传感器收集的数据。可以使用其他合适的数据元素。数据元素104可以在本地(例如，本地系统110)或远程(例如，计算云114)的软件中对资产进行聚合、分析和处理。工业资产可以包括但不限于，生产线上的制造设备，在风电场上发电的风力涡轮机，或钻孔等。工业资产可以配备本文档来自技高网...

【技术保护点】
1.一种基于人工智能的高速缓存方法，其特征在于，包括以下步骤：在一个或多个应用程序运行时，记录系统中存储的所述应用程序涉及的数据元素复制到高速缓存中，形成缓存存储数据元素，使得所述缓存存储数据元素在被访问时能够被加载到缓存，且所述应用程序对所述缓存存储数据元素设置有高速缓存到期时间；在所述应用程序涉及的数据被访问时，分别在记录系统和高速缓存中检索被访问的数据，并判断被访问的数据对应的缓存存储数据元素是否达到所述高速缓存到期时间；如果是，则将记录系统中检索到的数据加载到缓存，并对被访问的数据进行高速缓存优化，调整高速缓存到期时间；否则，判断高速缓存中检索到的数据是否与记录系统中检索到的数据一致；如果一致，则将高速缓存中检索到的数据加载到缓存；如果不一致，则将记录系统中检索到的数据加载到缓存，同时将记录系统中检索到的数据复制到高速缓存中，并将高速缓存中检索到的数据在高速缓存中删除。

【技术特征摘要】
1.一种基于人工智能的高速缓存方法，其特征在于，包括以下步骤：在一个或多个应用程序运行时，记录系统中存储的所述应用程序涉及的数据元素复制到高速缓存中，形成缓存存储数据元素，使得所述缓存存储数据元素在被访问时能够被加载到缓存，且所述应用程序对所述缓存存储数据元素设置有高速缓存到期时间；在所述应用程序涉及的数据被访问时，分别在记录系统和高速缓存中检索被访问的数据，并判断被访问的数据对应的缓存存储数据元素是否达到所述高速缓存到期时间；如果是，则将记录系统中检索到的数据加载到缓存，并对被访问的数据进行高速缓存优化，调整高速缓存到期时间；否则，判断高速缓存中检索到的数据是否与记录系统中检索到的数据一致；如果一...

【专利技术属性】
技术研发人员：江大白，钟生，胡增，
申请(专利权)人：中用科技有限公司，
类型：发明
国别省市：安徽,34