[发明专利]一种预测数据访问频率的方法及装置

说明书

技术领域

本发明涉及数据处理技术领域，更具体地说，涉及一种预测数据访问频率的方法，还涉及一种预测数据访问频率的装置。

背景技术

计算机在运行时，CPU就会把需要运算的数据调到内存中进行运算，但是内存的工作频率远远低于CPU的工作频率，这样会造成的结果为：当CPU在执行完一条指令后，需要等待一些时间才能再次访问内存，虽然CPU本身可以较快处理完当前指令，但是等待所花费的时间拉低了CPU的工作效率。因此，高速缓冲存储器Cache肩负使命应运而生。Cache的存取速度比内存快几倍甚至十几倍，能更好地配合CPU进行工作。

在大量数据中，有80％的访问操作为读操作，并且只有20％的数据占用了80％的访问比率，我们需要把那些访问频率大的数据存储到Cache中，那些访问频率小的数据存储在内存中。在CPU运行过程中，当CPU需要的数据存储在Cache中时，被称为“命中”；当CPU需要的数据未被存储在Cache中时，被称为“不命中”，可见提高“命中”率可以提高CPU从Cache中获取所需要的数据的概率。而要提高“命中”率，需要我们预测数据的访问频率，这样才能将访问频率大的数据存储到Cache中。

现有技术中，数据访问频率的预测方法为统计某一段时间内数据的访问频率，然后将访问频率大的数据存入Cache，访问频率小的存入内存。但是此种方法的准确性很差，因为数据的访问频率是会根据实际需要变化的，单纯获得一段时间内的访问频率并不能准确地预测该数据的访问频率的变化趋势，因此该种预测数据访问频率的方法的准确性很低。

综上所述，如何提供一种能提高预测数据访问频率的准确性的方法，是目前本领域技术人员亟待解决的问题。

发明内容

本发明的目的是提供一种预测数据访问频率的方法及装置，能够提高预测数据访问频率的准确性。

为了实现上述目的，本发明提供如下技术方案：

一种预测数据访问频率的方法，包括：

步骤1：获取N段连续的时间段中每个时间段内目标数据的访问频率，第一个时间段至第N个时间段对应历史上距离当前时刻由远到近的时间，设置变量m的值为0；

步骤2：将第m+1个至第m+n+1个时间段对应访问频率输入至预先创建的神经网络，以指示所述神经网络基于第m+1个至第m+n个时间段对应访问频率得到第m+n+1个时间段的预测访问频率、输出该预测访问频率及该预测访问频率与第m+n+1个时间段对应访问频率的差值、在该差值大于预设阈值时调整自身参数；

步骤3：判断所述神经网络输出的差值是否大于预设阈值，如果是，则将变量m的值加1并返回执行步骤2，如果否，则确定所述神经网络训练完成；获取n个连续的时间段中每个时间段内所述目标数据的访问频率并输入至训练完成的神经网络，得到该神经网络输出的预测的所述目标数据第n+1个时间段内的访问频率。

优选的，在判断出所述神经网络输出的差值大于预设阈值后，还包括：

基于m当前的值判断m+n+1的值是否小于N的值，若是，则执行所述将变量m的值加1并返回执行步骤2的步骤，若否，则发出所述神经网络训练失败的提示。

优选的，发出所述神经网络训练失败的提示，包括：

将所述神经网络训练失败的提示发送至指定通讯终端。

优先的，发出所述神经网络训练失败的提示后，还包括：

按照预设规则扩大N的值，并返回执行步骤1。

一种预测数据访问频率的装置，包括：

获取单元，用于：获取N段连续的时间段中每个时间段内目标数据的访问频率，第一个时间段至第N个时间段对应历史上距离当前时刻由远到近的时间，设置变量m的值为0；

输入单元，用于：将第m+1个至第m+n+1个时间段对应访问频率输入至预先创建的神经网络，以指示所述神经网络基于第m+1个至第m+n个时间段对应访问频率得到第m+n+1个时间段的预测访问频率、输出该预测访问频率及该预测访问频率与第m+n+1个时间段对应访问频率的差值、在该差值大于预设阈值时调整自身参数；

判断单元，用于：判断所述神经网络输出的差值是否大于预设阈值，如果是，则将变量m的值加1并指示所述输入单元执行所述将第m+1个至第m+n+1个时间段对应访问频率输入至预先创建的神经网络的步骤，如果否，则确定所述神经网络训练完成；获取n个连续的时间段中每个时间段内所述目标数据的访问频率并输入至训练完成的神经网络，得到该神经网络输出的预测的所述目标数据第n+1个时间段内的访问频率。