-
题名基于稳定集模型的大容量缓存管理
被引量：1
- 1
-
-
作者
郭明阳
张永乐
刘振晗
刘振军
许鲁
-
机构
中国科学院计算技术研究所
中国科学院研究生院
-
出处
《高技术通讯》
CAS
CSCD
北大核心
2013年第1期8-15,共8页
-
基金
973计划（2011CB302304）,863计划（2011AA01A102）,国家自然科学基金（61100012）和中国科学院战略性先导科技专项（XDA06010401）资助项目.
-
文摘
指出了阶段间数据换入换出效率是大容量缓存管理最重要的问题，并对这一问题进行了研究。定义了一种用于预测新阶段的数据访问的新的数据访问宏观模型——稳定集模型（SSM），并基于该模型设计了一套缓存管理方法，包括缓存容量配置、缓存粒度选择、数据预取和缓存替换算法。该套算法能提高缓存在阶段间的数据换入换出效率，更有效地优化集中存储负载，并提高应用访问的性能。实验表明，基于SSM的缓存管理方法能够将集中存储负载降低到传统缓存管理方法的2．0％-15．8％，平均响应时间降低到0．8％～15．2％。
-
关键词
网络存储
大容量缓存
稳定集模型(SSM)
阶段-转换行为
缓存需求估计
缓存粒度选择
数据预取
缓存替换
-
Keywords
network storage, large cache, stable set model （SSM）, phase-transition behavior, cache demand estimation, cache granularity selection, data pre-fetch, cache replacement
-
分类号
TP393.4
[自动化与计算机技术—计算机应用技术]
-
