[发明专利]访问热度统计方法及装置

说明书

本发明公开了一种访问热度统计方法及装置，该方法包括：从接收的访问热度统计请求中获取当前统计对象的URL；根据URL判断当前统计对象的队列类型，其中，队列类型包括：过滤队列和LFU队列，过滤队列采用LRU算法进行排序，用于存储访问次数低于预定门限的统计对象，LFU队列用于存储访问次数高于预定门限的统计对象，过滤队列和LFU队列均为固定长度；根据队列类型将当前统计对象存储至对应的队列。通过本发明，采用定长过滤队列和定长LFU队列相结合的方式，过滤队列采用LRU算法排序方式，主要用于过滤互联网低频访问对象，与传统LFU算法相比，节省了内存空间，优化了LFU算法。

技术领域

本发明涉及通信领域，具体而言，涉及一种访问热度统计方法及装置。

背景技术

根据思科（Cisco）视觉网络指数（Visual Network Index，简称为VNI）统计预测，互联网流量中90%以上的流量都是互联网数据（Web Data）、文件共享、视频类的可重复内容，这些流量采用缓存、转发的模式更为高效，通过Web缓存，将用户所需的内容缓存到离用户尽可能近的地点，用来缩短传输距离、降低骨干网传输开销，提升客户体验。

通过分析Web对象的访问模型，可以有效提高缓存的有效性，这样有利于缓存器缓存的对象与未来Web访问尽可能的相似性。

互联网内容访问的特点是大部分访问集中于最热的小部分内容（如二八分布、三七分布等），且分布具有明显的长尾效应，即绝大部分的内容被访问的频度很低。以上描述的分布特点可采用齐普夫（Zipf）定律来描述。

根据这个特性，Web缓存器可以通过缓存最流行的Web对象，通过最不经常使用的缓存替换算法（Least Frequently Used，简称为LFU）来提高缓存命中率。但这种算法存在两个明显的缺点：为了实施LFU，需要收集所有对象的访问信息；为了提供缓存命中率，必须有足够大的缓存空间。

针对相关技术中LFU算法消耗存储空间过大的问题，目前尚未提出有效的解决方案。

发明内容

本发明提供了一种访问热度统计方法及装置，以至少解决相关技术中LFU算法消耗存储空间过大的问题。

根据本发明的一个方面，提供了一种访问热度统计方法，包括：从接收的访问热度统计请求中获取当前统计对象的统一资源定位符（Uniform Resource Locator，简称为URL）；根据所述URL判断所述当前统计对象的队列类型，其中，所述队列类型包括：过滤队列和最不经常使用（Least Frequently Used，简称为LFU）队列，所述过滤队列采用最少最近使用（Least Recently Used，简称为LRU）算法进行排序，用于存储访问次数低于预定门限的统计对象，所述LFU队列用于存储访问次数高于所述预定门限的统计对象，所述过滤队列和所述LFU队列均为固定长度；根据所述队列类型将所述当前统计对象存储至对应的队列。

优选地，根据所述URL判断所述当前统计对象的队列类型包括：如果所述当前统计对象是新增的统计对象，确定所述当前统计对象的队列类型为过滤队列；如果所述当前统计对象已经在所述过滤队列中，根据所述当前统计对象的访问次数与所述LFU队列的队尾统计对象的访问次数的大小，确定所述当前统计对象的队列类型；如果所述当前统计对象已经在所述LFU队列中，确定所述当前统计对象的队列类型为LFU队列。

优选地，根据所述当前统计对象的访问次数与所述LFU队列的队尾统计对象的访问次数的大小，确定所述当前统计对象的队列类型包括：判断所述当前统计对象的访问次数是否不低于所述LFU队列的队尾统计对象的访问次数；如果所述当前统计对象的访问次数不低于所述LFU队列的队尾统计对象的访问次数，确定所述当前统计对象的队列类型为LFU队列；如果所述当前统计对象的访问次数低于所述LFU队列的队尾统计对象的访问次数，确定所述当前统计对象的队列类型为过滤队列。