[发明专利]一种针对在线主存储重删的差异化缓存方法

权利要求书

1.一种针对在线主存储重删的差异化缓存方法，其特征在于，包括：

1)在收到写I/O请求后根据来源进行数据分流为不同的数据流，将数据分块为数据块，并计算每一个数据块的指纹；

2)对不同的数据流进行指纹采样，若某一数据流采样时间到时则对该数据流进行局部性预测得到数据流中非冗余数据块的数量，并根据非冗余数据块的数量调整该数据流的指纹缓存替换概率；选择一个数据块作为当前数据块；

3)根据当前数据块的指纹查询指纹索引表判断是否存在匹配项，所述指纹索引表中记录有数据块的指纹、物理块号之间的映射关系；若存在匹配项，则跳转执行步骤4)，否则跳转执行步骤5)；

4)检查索引表中写I/O请求携带的逻辑块号到物理块号的映射是否已经存在，所述索引表中记录有逻辑块号、物理块号之间的映射关系，如果已经存在，则检查物理块号是否与旧的物理块号一致，若一致则判定写I/O请求是一个冗余I/O，无须进行任何操作，过程结束；否则，减小旧的物理块号的引用计数，向索引表增加逻辑块号到物理块号映射，增加新的物理块号的引用计数；跳转执行步骤6)；

5)检查索引表中写I/O请求携带的逻辑块号到物理块号的映射是否已经存在，如果已经存在，则减小旧物理块号引用计数；分配新的物理块号并写入数据块，向索引表加入指纹到物理块号、逻辑块号到物理块号映射，将新物理块号的引用计数增加；若缓存满则按照不同数据流的指纹缓存替换概率优先换出那些冗余块局部性较差数据流中的数据块的指纹；

6)判断该数据流的数据块是否处理完毕，若尚未处理完毕，则选择一个数据块作为当前数据块，跳转执行步骤3)，否则结束并退出；

步骤2)中对该数据流进行局部性预测得到数据流中非冗余数据块的数量的步骤包括：针对该数据流通过二项分布计算得到采样转移矩阵T；根据H′_s＝T·H计算采样样本的指纹频率直方图FFH的期望值H′_s，其中H表示真实的指纹频率直方图；根据指定的约束条件求解式(1)所示线性规划问题，最终得到该数据流在给定时间段I内的非冗余数据块个数d_D＝∑_iH[i]；

上式中，Δ(H_s，H′_s)为采样样本的指纹频率直方图FFH及其期望值之间的差值，H_s为采样样本的指纹频率直方图FFH，H′_s为采样样本的指纹频率直方图FFH的期望值，H_s[i]为采样样本中出现i次的指纹频数，T为采样转移矩阵，H表示给定时间段内整个数据流真实的指纹频数直方图，(T·H)[i]表示出现i次的指纹频率的期望值。

2.根据权利要求1所述的针对在线主存储重删的差异化缓存方法，其特征在于，步骤1)中进行数据分流为不同的数据流包括按照不同的虚拟机、不同的应用、不同的程序计数器中的至少一种类型进行分流。

3.根据权利要求1所述的针对在线主存储重删的差异化缓存方法，其特征在于，步骤2)中进行指纹采样的步骤包括：判断接收到的指纹数量i的数量，若接收到的指纹数量i小于指纹采样缓冲大小m，则将这些指纹依次放入指纹采样缓冲中，若接收到的指纹数量i大于等于指纹采样缓冲大小m，则当接受到任意第i个指纹时，在[0，i]范围内取得一个随机数d，若随机数d落在[0，m-1]范围内，则用接收到的第i个指纹替换采样缓冲当中的第d个指纹。

4.根据权利要求1所述的针对在线主存储重删的差异化缓存方法，其特征在于，所述指定的约束条件的函数表达式为：

上式中，∑_iH[i]为出现不同次数的指纹频数之和，H[i]为出现i次的指纹频数期望值，N为该数据流在给定时间段I内的数据块总数量。

5.根据权利要求1所述的针对在线主存储重删的差异化缓存方法，其特征在于，计算采样样本的指纹频率直方图FFH的期望值H′_s的函数表达式为：H′_s＝T·H，其中T为采样转移矩阵，H表示真实的指纹频率直方图。