[发明专利]基于人工智能的高速缓存方法

说明书

本发明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。本发明可以以更高效和更及时的方式向应用提供更准确的数据。

技术领域

本发明涉及缓存机制技术领域，具体的说是一种基于人工智能的高速缓存方法。

背景技术

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。

发明内容

针对现有技术中存在的上述不足之处，本发明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。

本发明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。