《表1 常用置换算法性能:面向Web系统热点数据预测及缓存管理的研究》
当数据缓存空间已满时,再次缓存数据时需要替换掉那些命中率低的数据。目前常用的缓存置换策略可以分为以下几类:基于访问时间的、基于访问频率的、访问时间与频率兼顾、基于访问模式的[8]。其中,基于访问时间的置换策略按各缓存项的被访问时间来组织缓存队列,决定缓存对象,如LRU(Least Recently Used)最近最少使用策略;基于访问频率的策略是根据缓存项被访问频率来组织缓存,如InCache LFU(In-Cache Least Frequently Used)最不经常使用策略、LIRS(Low Inter-Reference Recency Set)最短最近使用间隔策略等[9];访问时间与频率兼顾策略使得在数据访问模式变化时缓存策略仍有较好的性能,如FBR(Frequency Based Replacement)基于频率的替换策略;基于访问模式的策略则是根据某些应用较为明确的数据访问特点,进而产生与其相适应的缓存策略。缓存置换策略的性能对比如表1所示,本文是针对热点数据的缓存管理,而热点数据对时效性要求较高,根据置换策略的综合性能,本文采用LRU策略进行缓存的替换。
图表编号 | XD00122509300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.25 |
作者 | 韩兵、方英兰 |
绘制单位 | 北方工业大学信息学院、大规模流数据集成与分析技术北京市重点实验室 |
更多格式 | 高清、无水印(增值服务) |