[发明专利]一种基于分布式缓存Memcached的HCModel内部缓存数据淘汰方法

说明书

本发明公开了一种基于分布式缓存Memcached的HC Model内部缓存数据淘汰方法，与传统的分布式缓存Memcached相比，新增加了Hot Server与Cold Server，并在其内部通过设置优良的热点缓存数据淘汰方法，极大提高了热点缓存数据的响应速率，进而提高分布式缓存Memcached的整体性能。

技术领域

本发明属于分布式缓存技术领域，具体涉及一种基于分布式缓存Memcached的HCModel内部缓存数据淘汰方法。

背景技术

伴随着云计算和大数据时代的到来，云计算的分布式缓存技术在web应用越来越受到重视，它具有高速度读写、快速扩展、支持并发和快速响应等优势。分布式缓存系统的代表Memcached具有高性能，分布式等特点，它通过在内存中维护一个统一的庞大的Hash表来管理缓存数据，旨在减少动态应用的数据库负载，提高缓存的访问速度。Memcached的主要特征是它的分布式结构，可以通过在多台服务器上安装Memcached来搭建一个缓存服务器集群，然后通过一致性hash来分散存储，引进虚拟节点，数据均衡负载等方法降低数据库的访问压力，提高数据访问速度，保持存储数据的一致性。

然而，分布式缓存系统中的数据量庞大，若能有效的地区分访问频率大的热点数据与访问频率相对小的冷点数据，将进一步提高缓存数据的读取效率。且如何有效提高热点缓存数据的响应速度和如何淘汰热点缓存数据的价值一直以来都是分布式缓存技术的难点，因此需要进一步研究。

发明内容

为了解决现有技术中存在的不足，本发明提供了一种基于分布式缓存Memcached的HCModel内部缓存数据淘汰方法，并以提高分布式缓存系统Memcached的工作效率为目标，该方法引进HCModel与三层BP神经网络分类器，旨在较为准确地将热点数据与冷点数据分类，通过访问热点数据服务器和冷点数据服务器来节省数据访问时间，提高数据访问效率。

为解决上述问题，本发明具体采用以下技术方案：

一种基于分布式缓存Memcached的HCModel内部缓存数据淘汰方法，其特征在于，包括以下步骤：

步骤(1)，设置HCModel；

步骤(2)，根据热度值公式计算普通缓存节点的热度值，将热点缓存数据汇集至热点服务器HotServer，组成集合S；

步骤(3)，热点服务器HotServer中热点缓存数据放满时，根据阈值X将集合S划分出集合s，并按照访问位A与修改位M将集合s中数据分为四类；

步骤(4)，针对集合s中的每类数据进行循环扫描，寻找A＝0且M＝0的第1类数据，将其淘汰；

步骤(5)，若无第1类数据，则寻找A＝0且M＝1的第2类数据，将其淘汰；

步骤(6)，若无第2类数据，则将指针返回到开始的位置，并将所有的热点数据的访问位置

为0，重复步骤(4)、步骤(5)，直至找到需要被淘汰的数据。

前述的一种基于分布式缓存Memcached的HCModel内部缓存数据淘汰方法，其特征在于，所述步骤(1)具体包括以下步骤：

HCModel由Memcached中的两个随机的服务器节点组成，指定一个服务器节点为热点服务器HotServer，主要存储热点对象的键；指定另一个服务器节点为冷点服务器ColdServer，存储暂时回收的键。

前述的一种基于分布式缓存Memcached的HCModel内部缓存数据淘汰方法，其特征在于，所述步骤(2)具体包括以下步骤：