[发明专利]缓存预取方法、装置、设备及计算机可读存储介质

说明书

本发明实施例公开了一种缓存预取方法、装置、设备及计算机可读存储介质，属于数据处理技术领域。方法包括：获取前一时刻缓存访问序列；获取经过训练得到的RNN模型，所述RNN模型通过历史访问数据及相邻数据中的至少一种数据训练得到，其中，所述相邻数据包括与当前访问数据相邻预定空间距离内的数据；基于所述前一时刻缓存访问序列，通过所述RNN模型预测缓存的预取数据。通过采用RNN模型来预测缓存的预取数据，且该RNN模型是通过历史访问数据和相邻数据中的至少一种数据训练得到的，因而可以使得预测的数据精确度更高，从而使得缓存预取的效果更佳。

技术领域

本发明涉及数据处理技术领域，特别涉及一种缓存预取方法、装置、设备及计算机可读存储介质。

背景技术

在数据处理的场景中，常常需要进行数据的缓存预取。其中，缓存预取指预测下一个访问的数据，并将该数据放入缓存中。例如，游戏中经常需要同时读取玩家的数据，在玩家数量很大情况下，需要高速读取玩家数据，从而保证没有玩家存在数据刷新缓慢的问题。因此，有必要提前预测下一个访问的数据，并提前进行缓存。

目前，缓存预取的相关技术中，在读取当前数据时，同时缓存与该当前数据相邻的一个数据，因为其相邻的数据有较大几率会被访问。

但是，由于与读取的当前数据相邻的数据并不一定会被访问，因此，相关技术所预取的数据精确度不高，缓存预取的效果不佳。

发明内容

本发明实施例提供了一种缓存预取方法、装置、设备及计算机可读存储介质，可以解决相关技术中存在的技术问题，具体技术方案如下：

一方面，提供了一种缓存预取方法，所述方法包括：

获取前一时刻缓存访问序列；

获取经过训练得到的RNN (Recurrent Neural Networks，循环神经网络)模型，所述RNN模型通过历史访问数据及相邻数据中的至少一种数据训练得到，其中，所述相邻数据包括与当前访问数据相邻预定空间距离内的数据；

基于所述前一时刻缓存访问序列，通过所述RNN模型预测缓存的预取数据。

还提供了一种缓存预取装置，所述装置包括：

第一获取模块，用于获取前一时刻缓存访问序列；

第二获取模块，用于获取经过训练得到的循环神经网络RNN模型，所述RNN模型通过历史访问数据及相邻数据中的至少一种数据训练得到，其中，所述相邻数据包括与当前访问数据相邻预定空间距离内的数据；

预测模块，用于基于所述前一时刻缓存访问序列，通过所述RNN模型预测缓存的预取数据。

还提供了一种计算机设备，所述计算机设备包含处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述缓存预取方法。

还提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述缓存预取方法。

本发明提供的技术方案可以包括以下有益效果：

通过采用RNN模型来预测缓存的预取数据，且该RNN模型是通过历史访问数据和相邻数据中的至少一种数据训练得到的，因而可以使得预测的数据精确度更高，从而使得缓存预取的效果更佳。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。