[发明专利]一种基于分类预测的缓存选择方法和系统

说明书

本发明公开了一种基于分类预测的缓存选择策略。该策略利用朴素贝叶斯分类思想将对象分为两类:“只访问一次”和“访问大于一次”。避免将“只访问一次”的对象放入缓存，并且基于朴素贝叶斯的分类时空开销较小。在缓存过程中，通过历史信息表对预测不准的图片进行弥补，降低误判概率。此外，根据缓存实时情况动态调整“只访问一次”的预测权重，使更有效地利用缓存。本发明用于缓存替换算法之前的预判断，可以结合任何一种缓存替换算法。在不改变缓存算法复杂度的同时提升缓存命中率，减少SSD写入并延长SSD寿命。同时，将机器学习的思想引入缓存也给缓存算法研究提供了一种新的考虑思路。

技术领域

本发明属于计算机数据存储领域，更具体地，涉及一种基于分类预测的缓存选择方法和系统。

背景技术

最近基于闪存的固态硬盘(SSD)被广泛部署为缓存设备，以提高缓存系统性能。基于闪存的固态硬盘SSD主要是NAND闪存类型的，它的读写功能是基于区块擦除和写入来实现。相比于传统的机械硬盘，基于闪存的固态硬盘具有更低的能耗、更快的速度、更强的抗震性、更高的稳定性等优点，因此这种类型的基于闪存的固态硬盘能应用在各种环境中。

针对固态盘的缓存管理算法在过去几十年中得到了很好的研究，但因为其存在以下的问题，导致其不能直接被用来管理SSD：首先，传统缓存策略在进入DRAM之前不要对数据进行过滤，允许任何数据进入SSD，这种积极的数据更新策略导致对SSD的写入操作太多，并使其快速磨损，这最终导致企业应用使用SSD的高成本；其次，这种允许任何数据进入缓存的策略也导致了一部分热数据被淘汰出去，这会导致缓存利用率下降。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于分类预测的缓存选择方法和系统，其目的在于，解决现有缓存管理策略中由于对SSD盘的写入操作太多，从而会快速磨损SSD盘并增加SSD盘的使用成本，以及由于使得一部分热数据被淘汰而导致缓存利用率下降的技术问题。

为实现上述目的，按照本发明的一个方面，提供了一种基于分类预测的缓存选择方法，包括以下步骤：

(1)接收来自用户的访问请求，并根据该访问请求判断访问请求对应的请求对象是否已经被缓存，若已经被缓存，则使用缓存替换算法对该访问请求对应的请求对象进行处理，并继续接收来自用户的下一个访问请求，然后重复执行本步骤，否则转入步骤(2)；

(2)从底层存储系统读取该请求对象的数据块，并确定缓存中是否还有足够的空间存储该请求对象的数据块，若有则使用缓存替换算法将请求对象放入缓存中，接收来自用户的下一个访问请求，然后返回步骤(1)，否则转入步骤(3)；

(3)查询请求对象是否不存在于历史信息列表中，若是则转入步骤(4)，否则转入步骤(5)。

(4)根据访问对象并使用以下公式计算分类预测函数f，判断分类预测函数的值是否大于0，若是则将访问对象的元数据加入历史信息列表中，接受来自用户的下一条访问请求，并返回步骤(1)，否则转入步骤(6)：

其中{a₁,a₂,...,a_m}为对象特征集合，m表示对象特征的个数，y1表示“只访问一次”类别，y2表示“访问大于一次”类别，P(a_j|y1)表示“只访问一次”类别的访问对象中对象特征为a_j的概率，P(a_j|y2)表示“访问大于一次”类别的访问对象中对象特征为a_j的概率，P(y1)表示“只访问一次”类别出现的概率，P(y2)表示“访问大于一次”类别出现的概率，且P(y1)+P(y2)＝1；

(5)将访问对象从历史信息列表中移除，并调整“只访问一次”类别出现的概率P(y1)，然后转入步骤(6)；