基于闪存的数据库缓冲区替换算法优化研究

闪存具有和传统磁盘不同的特性,包括写前擦除、异地更新、读写延迟非对称等。传统的面向磁盘的缓冲区替换算法无法在闪存数据库系统中获得较好的性能。文中提出了一种新的面向闪存数据库的缓冲区替换算法,从而使得替换算法在不同的负载模式下都可以取得较好的性能。     

面向SSD/HDD混合存储的动态缓存调度算法DRC

云计算与大数据的发展,对存储系统的性能提出了越来越高的要求。这些系统中的任务具有高并发度特征,使得存储系统的数据访问呈现随机化。SSD具有优异的随机读写性能,但其写入次数受到限制,成本高昂,因此,基于SSD-HDD的混合系统成为存储技术发展的主要方向。面向SSD-HDD混合存储提出了一种基于动态替换代价的缓存调度算法(DRC),以请求中的热点数据以及替换数据的代价作为缓存替换依据,不仅有效地提高了缓存命中率,而且,通过减少磁盘随机写操作提升了系统的整体性能。实验结果表明,在高并发读写的场景下,DRC算法相对于LRU或FIFO算法缓存命中率提升可达11.6%,IO速度最多提升16.7%,在各种缓存大小条件下均取得了显著的性能提升。     

一种基于有限记忆多LRU的Web缓存替换算法

Web缓存的核心是缓存内容的替换算法.在动态不确定的网络环境下,本文提出一种基于有限记忆的多LRU (LH-MLRU)Web缓存替换算法,它是一种低开销、高性能和适应性的算法.LH-MLRU综合考虑各项因素对Web对象使用多个LRU队列进行分类管理,引入Web对象最近被访问的历史作为缓存内容替换的一个关键因素,来预测对象可能再次被访问的概率.通过周期性的训练参数可以适应动态不确定的网络环境.轨迹驱动的仿真实验表明LH-MLRU在各项性能指标上均优于其他算法,可以显著的提高Web缓存的性能.     

基于反向代理的单点登录系统设计

目前广泛使用的基于代理的单点登录系统不利干异构业务系统的整合.设计了一种基于反向代理的单点登录系统,弥补了基于代理方式的不足.该系统运用Web缓存降低Web服务器负载,提高了网站访问效率;并设计了一种基于不被访问频率和最近访问时间的Cache替换算法,该算法对LFU替换算法进行了优化,解决其"Cache污染"问题.     

TOW:一种新的P2P实时流媒体缓存替换算法

随着P2P实时流媒体在网络上的流行,可以预见在未来ISP主干链路的流量中,P2P实时流媒体应用将占有相当大的比例.ISP以前通过部署缓存设备的方法有效缓解了Web和VOD流媒体所产生的流量压力,这种缓存策略也可以应用到P2P流量的管理上.目前很少有直接针对ISP的P2P实时流媒体应用的缓存研究以及它与P2P文件分发应用缓存性能的差别比较.本文研究了各种缓存替换算法以及P2P实时流媒体应用与P2P文件分发应用流量在被缓存效果上差异的原因,提出了一种新的P2P实时流媒体缓存替换算法-时间权算法(Time Over Weight),分析并用实验证实了它比常用的缓存替换算法具有更高的命中率.     

Web缓存优化模型研究

缓存模型研究的核心是替换策略的优化。分析并比较传统缓存模型IRM和MRM的思想,基于相对流行度以及字节代价的概念,提出满足命中率、字节命中率和延迟时间等不同性能指标要求的Web缓存优化模型,并给出相应算法。实验及分析表明,Web缓存优化模型替换算法的性能表现较传统算法有所提高。     

基于低能耗与高缓存命中并存的缓存替换算法

近年来无线传感器被广泛地利用在各个领域,与之相关的优化节能研究也层出不穷.作为信息共享、分发关键技术的缓存技术节能研究成为了研究热点之一.从缓存替换算法的角度对缓存技术节能进行研究,先对已有的缓存替换算法进行比较分析,在继承二分法思想以及无线传感器网络中缓存替换策略的研究思想的基础上,整合基于低能耗和高缓存命中的两种替换算法,构建出兼顾低能耗和高缓存命中双目标的缓存替换算法.最后通过仿真验证该算法在平均延迟时间、能量消耗以及缓存命中三个方面均有不同程度的提升.     

WWW业务访问特性分布研究

WWW业务表现为一系列的访问序列。而Web Server和Proxy Server的日志很好地记录了这种访问序列的过程及特性。WWW业务的特性研究是Web Server、Web中间件研究和人工合成Web负载的基础。分析了一个Web Server和两个Proxy Server的日志,重点研究了Web页面请求的概率分布、Web静态文档大小的概率分布（含传输文档）、Web静态文档的访问距离的概率分布,并将分析结果同相关文献的结果进行了对比,同时通过试验证实了在使用Size作为Web缓存替换依据时,还应该考虑Web文档的访问频率。     

面向SNS用户访问行为的Web缓存预测替换

为了提高web缓存性能,在已有缓存替换算法的基础上加入预测机制,提出了一种面向社交网站(SNS)用户访问行为特征的预测替换算法.通过研究SNS的用户行为模型,引入预测对象集,减小了替换风险,提高了缓存命中率.为了验证所提算法的性能,进行了大量仿真实验,结果表明,该算法在基于SNS使用行为的缓存方面,具有提高命中率的优越性.