[发明专利]一种网络缓存线性替换方法

说明书

本发明提供一种网络缓存线性替换方法，首先建立一个缓存替换模型作为实验基础，先对网站固定缓存容量大小，然后对其发送大量的访问请求，再对网路缓存中出现的数据信息进行提取分析，同时将向网络中所发送的请求数据按照一定的数量分成不同的序列，这些序列也可以作为实验对象。在该网站的网络缓存存储满时，要对接下来的访问数据与之前已经存储的数据进行替换。在替换的过程中，采用了三种递进式的方法，来设计出了一个最为优秀的缓存替换方法。本发明结合传统的缓存替换方法。通过本设计的缓存替换方法，可以快速的给用户返还所需数据，提高数据查询请求的速度，适合于处理大数据的请求访问。

技术领域

本发明具体涉及一种缓存替换方法，即在缓存容量已满时对其进行合理的替换，属于信息存储与缓存替换领域。

背景技术

网络信息量的告诉增长远远超过网络速度的增长，韩向春，田玉根说现有的网络技术不能满足用户的需求，用户往往要忍受较长的访问延时，为了解决这一问题，提出了许多方法，其中网络缓存已经成为解决这一问题的主要技术。目前的替换方法中，主要是按照缓存文件的访问频率、内存大小、访问时间等因素在保证文件命中率与字节命中率的基础上来进行文件的替换，也有一些加入了预测机制。例如LFU、LRU、SIZE等方法。钮俊清教授指出，这些方法各有利弊，如LRU，它替换掉最近最少访问的对象，具有较好的时间复杂度，但没有考虑访问频率等其他因素。LRU会在成缓存垃圾的出现。所以如何有效的将各方法的高效因子进行结合，是提高缓存效率的有效方法。

衡量一个缓存替换方法的指标，一般会采取文件命中率与字节命中率，同时还要兼顾访问延时。本方法主要是结合了LFU方法与SIZE方法。韩向春在《基于预测的web缓存替换算法》(信息化技术2010,31(1))指出LFU作为经典的缓存替换方法，采用文档的流行度作为替换的依据，保留那些经常访问的web文档，其优点是实现简单，缺点是没有考虑文件的年龄、大小和获取文件的访问延迟。SIZE方法替换文件大小最大的对象，对于大小相同时，通常选取访问时间作为第二因素，但是忽略了频率因素。张俊旺在他的硕士论文《Web缓存替换策略与预取技术研究》中的实验总结里说对于缓存而言，其主要过程为，当Web缓存的存储空间都被占满时，新来的对象就没有足够的空间来进行存储，这就需要一种有效的替换侧率把当前缓存中价值最小的对象替换出去。因此如何确定缓存对象的价值也成为方法的关键因素。当要进行替换时，会按照我所提出的方法，对缓存中的文件的价值按照时间频率与大小进行计算，替换掉最边缘的。网站所接受的访问请求是不确定的，但针对同一网站，访问请求的数据类型大体一致。由于数据的变动，在方法中加入不同的动态变量，这些变量根据每一个文件的被访问次数与大小等因素进行实时的更新。确定不同的参数，可以获得不同的替换策略，做到命中率最大化。提高缓存效率，减少访问延迟。

传统的缓存替换方法，作为现有缓存技术的基础。现今大多数的方法都是在经典方法上面的修改与结合。同时也有人认为较为流行的也有加入Web缓存日志文件，用来更有效额判断缓存文件的价值。在针对不同的访问对象，可以修改各关键因素的变量值。

发明内容

本发明的所要解决的技术问题是针对传统缓存替换方法的不足。传统的缓存替换方法，在进行替换的过程依据比较单一，没能综合的考虑频率、大小、访问时间等因素，也没有考虑缓存文件的价值的计算，而过多的替换会增加访问延时。所提出的网络缓存线性替换方法，在保证文件命中率与字节命中率的基础上，结合了LRU与SIZE方法，对每一个缓存文件的价值进行判断，通过实时的更新替换策略方程中的参数，来获得更优秀的替换方法。减少了替换的次数，保留了最有价值的文件。本发明通过三层的递推，得出最优秀的缓存时间点以及缓存公式中的参数。从最原始的替换方法、一次替换到多次替换，每一步都依据上一步的论证结果。应用中不但兼顾了各主要因素，同时做到了节省带宽资源，在大数据的传输过程中具有较高的作用。

技术方案：

步骤1)，建立一个网站缓存模型，规定其缓存容量大小，并给出5个大小不同的文件，编号为P_i(i＝1,2,…,5)，作为所要被访问的文件；