【技术实现步骤摘要】
本专利技术涉及积分领域，特别是涉及一种建立缓存优先级预测机制实现lru优化的方法。
技术介绍
1、关于操作系统的内存管理，如何节省利用容量不大的内存为最多的进程提供资源，一直是研究的重要方向。而内存的虚拟存储管理，是现在最通用，最成功的方式——在内存有限的情况下，扩展一部分外存作为虚拟内存，真正的内存只存储当前运行时所用得到信息。这无疑极大地扩充了内存的功能，极大地提高了计算机的并发度。虚拟页式存储管理，则是将进程所需空间划分为多个页面，内存中只存放当前所需页面，其余页面放入外存的管理方式。
2、然而，有利就有弊，虚拟页式存储管理减少了进程所需的内存空间，却也带来了运行时间变长这一缺点：进程运行过程中，不可避免地要把在外存中存放的一些信息和内存中已有的进行交换，由于外存的低速，这一步骤所花费的时间不可忽略。因而，采取尽量好的算法以减少读取外存的次数，显得非常有必要。lru算法是解决问题的主流算法之一。
3、lru是least recently used的缩写，即最近最少使用，是一种常用的页面置换算法，选择最近最久未使用的页面予以淘汰。该算法赋予每个页面一个访问字段，用来记录一个页面自上次被访问以来所经历的时间 t，当须淘汰一个页面时，选择现有页面中其 t 值最大的，即最近最少使用的页面予以淘汰。
4、 lru实现简单，在一般情况下能够表现出很好的命中率，是一个“性价比”很高的算法，平时也很常用。虽然lru对突发性的稀疏流量（sparse bursts）表现很好，但同时也会产生缓存污染，举例来说
5、所以需要在当前时序纬度的算法基础上，增加多种业务应用统计属性，并通过应用统计属性预测缓存优先级，来弥补lru在应用中的准确率缺陷，实现lru的改进和优化。本专利技术专利正是基于此思想来实现。
技术实现思路
1、本专利技术提供了一种建立缓存优先级预测机制实现lru优化的方法。在传统lru算法基础上，增加基于使用时间维度+多种业务维度的多维度标签，并通过统计业务标签的使用时间及频率，来预测某个缓存的优先级，淘汰优先级最低的缓存，实现lru在应用过程中准确率的优化和提升。本专利技术包括缓存及标签模型模块、缓存标签及历史数据维护模块、缓存标签预测及是使用统计模块、缓存优先级计算及使用次数维护模块、缓存优先级淘汰模块、缓存使用模块。
2、1. 缓存及标签模型模块：
3、(1)每个缓存在生成的时候有一个唯一id，同时内置固定的优先级别、最近使用次数（15分钟）、最近使用时间 。另外每个缓存支持动态的业务标签维护；
4、(2)每个标签为一个全局的标签，包含最近使用时间、使用时长、空闲时长、最近使用次数、标签id；
5、(3)标签历史记录按照时间进行维护（比如间隔5秒），相同时段内的记录使用次数。
6、缓存及标签模型逻辑示例如图1所示。
7、2.缓存标签及历史数据维护模块：在给一个缓存通过标签id添加一个业务标签的时候，如果标签不存在会生成一个全局的标签信息，标签的下次使用时间为当前时段。每次缓存命中的时候，都增加缓存所有标签最新使用历史记录，同时更新相同时段的历史记录增加使用次数。
8、3.缓存标签预测及是使用统计模块：
9、(1)标签的使用次数为使用次数为计算时间内的所有使用次数；
10、(2)过滤出最近统计时间内时段使用次数大于阀值的历史记录，时间段连续的记录合并为一条记录，两条历史记录的时间跨度为历史记录的使用时长。相邻两条记录之间的开始使用时间之差为记录空闲时间。
11、历史记录过滤方法如图2所示。
12、把它们按照从近到远权重递减分配不同的权重，最后根据公式（如图3）计算出缓存标签的使用时长和空闲时长。其中：
13、ai 某个时段百分比权重；
14、βi : 某个时段使用时长或者空闲时长；
15、n : 合并后的时段数。
16、3.缓存优先级计算及使用次数维护模块：
17、(1)如果当前时间在缓存标签最近使用时间和缓存标签最近使用时间 + 使用时长 ，表示缓存有效，预计使用时间为立刻；
18、(2) 无效缓冲的当前时间 + 空闲时长作为缓存标签的预计使用时间；
19、(3)缓存优先级最高1级，最低10级 ，优先级公式=（当前时间 - 缓存预计使用时间）/ 优先级时长 + 1，大于10的全部按照10进行计算；
20、(4)取预计时间最近的缓存标签作为缓存的统计标签来计算优先级，使用记录为最近缓存标签的使用记录。
21、4.缓存优先级淘汰模块：定期检查缓存信息，在发现缓存记录大于最大缓存时启动缓存淘汰机制，缓存淘汰优先级最高的缓存，如果优先级相等淘汰使用次数最少的缓存。
22、5.缓存使用模块：一个业务系统在使用缓存之前先对缓存进行全局的业务标签规划，定义要使用的标签规则，在保存缓存的时候传入缓存id、相关标签id，及缓存的内容，在使用过程中也可以动态的维护缓存的标签，获取缓存内容的时候只要传入缓存id即可。
本文档来自技高网...【技术保护点】
1.一种建立缓存优先级预测机制实现LRU优化的方法其特征在于：在传统LRU算法基础上，增加基于使用时间维度+多种业务维度的多维度标签，并通过统计业务标签的使用时间及频率，来预测某个缓存的优先级，淘汰优先级最低的缓存，实现LRU在应用过程中准确率的优化和提升。
2.本专利技术包括缓存及标签模型模块、缓存标签及历史数据维护模块、缓存标签预测及是使用统计模块、缓存优先级计算及使用次数维护模块、缓存优先级淘汰模块、缓存使用模块。
3.根据权利要求1所述的一种建立缓存优先级预测机制实现LRU优化的方法其特征在于，其特征在于：缓存及标签模型模块：每个缓存在生成的时候有一个唯一ID，同时内置固定的优先级别、最近使用次数（15分钟）、最近使用时间；另外每个缓存支持动态的业务标签维护；每个标签为一个全局的标签，包含最近使用时间、使用时长、空闲时长、最近使用次数、标签ID；标签历史记录按照时间进行维护（比如间隔5秒），相同时段内的记录使用次数。
4.根据权利要求1所述的一种建立缓存优先级预测机制实现LRU优化的方法其特征在于，其特征在于：缓存标签及历史数据维护模块
5.根据权利要求1所述的一种建立缓存优先级预测机制实现LRU优化的方法其特征在于，其特征在于：缓存标签预测及是使用统计模块：标签的使用次数为使用次数为计算时间内的所有使用次数；过滤出最近统计时间内时段使用次数大于阀值的历史记录，时间段连续的记录合并为一条记录，两条历史记录的时间跨度为历史记录的使用时长；相邻两条记录之间的开始使用时间之差为记录空闲时间；把它们按照从近到远权重递减分配不同的权重，最后根据公式（如图3）计算出缓存标签的使用时长和空闲时长，其中：ai某个时段百分比权重；βi : 某个时段使用时长或者空闲时长；n :合并后的时段数。
6.根据权利要求1所述的一种建立缓存优先级预测机制实现LRU优化的方法其特征在于，其特征在于：缓存优先级计算及使用次数维护模块：如果当前时间在缓存标签最近使用时间和缓存标签最近使用时间 + 使用时长 ，表示缓存有效，预计使用时间为立刻；无效缓冲的当前时间 + 空闲时长作为缓存标签的预计使用时间；缓存优先级最高1级，最低10级，优先级公式=（当前时间 - 缓存预计使用时间）/ 优先级时长 + 1，大于10的全部按照10进行计算；取预计时间最近的缓存标签作为缓存的统计标签来计算优先级，使用记录为最近缓存标签的使用记录。
7.根据权利要求1所述的一种建立缓存优先级预测机制实现LRU优化的方法其特征在于，其特征在于：缓存优先级淘汰模块：定期检查缓存信息，在发现缓存记录大于最大缓存时启动缓存淘汰机制，缓存淘汰优先级最高的缓存，如果优先级相等淘汰使用次数最少的缓存。
8.根据权利要求1所述的一种建立缓存优先级预测机制实现LRU优化的方法其特征在于，其特征在于：缓存使用模块：一个业务系统在使用缓存之前先对缓存进行全局的业务标签规划，定义要使用的标签规则，在保存缓存的时候传入缓存ID、相关标签ID，及缓存的内容，在使用过程中也可以动态的维护缓存的标签，获取缓存内容的时候只要传入缓存ID即可。
...【技术特征摘要】
1.一种建立缓存优先级预测机制实现lru优化的方法其特征在于：在传统lru算法基础上，增加基于使用时间维度+多种业务维度的多维度标签，并通过统计业务标签的使用时间及频率，来预测某个缓存的优先级，淘汰优先级最低的缓存，实现lru在应用过程中准确率的优化和提升。
2.本发明包括缓存及标签模型模块、缓存标签及历史数据维护模块、缓存标签预测及是使用统计模块、缓存优先级计算及使用次数维护模块、缓存优先级淘汰模块、缓存使用模块。
3.根据权利要求1所述的一种建立缓存优先级预测机制实现lru优化的方法其特征在于，其特征在于：缓存及标签模型模块：每个缓存在生成的时候有一个唯一id，同时内置固定的优先级别、最近使用次数（15分钟）、最近使用时间；另外每个缓存支持动态的业务标签维护；每个标签为一个全局的标签，包含最近使用时间、使用时长、空闲时长、最近使用次数、标签id；标签历史记录按照时间进行维护（比如间隔5秒），相同时段内的记录使用次数。
4.根据权利要求1所述的一种建立缓存优先级预测机制实现lru优化的方法其特征在于，其特征在于：缓存标签及历史数据维护模块：在给一个缓存通过标签id添加一个业务标签的时候，如果标签不存在会生成一个全局的标签信息，标签的下次使用时间为当前时段；每次缓存命中的时候，都增加缓存所有标签最新使用历史记录，同时更新相同时段的历史记录增加使用次数。
5.根据权利要求1所述的一种建立缓存优先级预测机制实现lru优化的方法其特征在于，其特征在于：缓存标签预测及是使用统计模块：标签的使用次数为使用次数为计算时间内的所有使用次数；过滤出最近统计时间内时段使用次数大于阀值的历史记录，...
【专利技术属性】
技术研发人员：蒋敬洪，陶思翰，朱志强，
申请(专利权)人：翼集分上海数字科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。