10.3772/j.issn.1002-0470.2013.01.002
基于稳定集模型的大容量缓存管理
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%.
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
23
TP3;O29
973计划2011CB302304;863计划2011AA01A102;国家自然科学基金61100012;中国科学院战略性先导科技专项XDA06010401
2013-05-10(万方平台首次上网日期,不代表论文的发表时间)
共8页
8-15