版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、在存儲系統(tǒng)中,CPU的處理速度遠(yuǎn)大于磁盤等I/O設(shè)備的讀寫速度,兩者間的速度不匹配嚴(yán)重影響了系統(tǒng)整體性能。預(yù)取技術(shù)能夠有效地彌補(bǔ)I/O設(shè)備與CPU之間的速度差異,因此被廣泛應(yīng)用。隨著云技術(shù)、虛擬化技術(shù)的普及,集中存儲前端往往承載著各種應(yīng)用服務(wù),導(dǎo)致前端單一應(yīng)用負(fù)載內(nèi)在的訪問局部性和順序性在后端被破壞,以往廣泛采用的順序預(yù)取不能很好地發(fā)揮作用。針對這樣的問題,提出一種基于頻繁序列挖掘的預(yù)取算法,以改進(jìn)I/O預(yù)取效率,提高存儲性能。
2、 然而目前已提出的許多頻繁序列挖掘算法針對的問題基本上是相關(guān)性挖掘、關(guān)聯(lián)性分析等對時(shí)間響應(yīng)沒有嚴(yán)格要求的場景,這類場景更多的是關(guān)注序列挖掘的準(zhǔn)確性從而相對地忽視了挖掘效率。但實(shí)時(shí)預(yù)取等時(shí)間關(guān)鍵的應(yīng)用場景更多關(guān)注響應(yīng)時(shí)間,現(xiàn)有的頻繁序列挖掘算法往往會產(chǎn)生較大的時(shí)間開銷。因此為了降低挖掘開銷,適應(yīng)存儲系統(tǒng)等場景的在線連續(xù)運(yùn)行,快速的頻繁序列挖掘算法TcMiner能夠有效地解決時(shí)間關(guān)鍵場景的局限性帶來的問題。
基于TcMiner預(yù)
3、取算法利用頻繁序列挖掘技術(shù)對已發(fā)生的I/O訪問行為進(jìn)行快速分析,獲取相關(guān)性強(qiáng)的數(shù)據(jù)序列,形成預(yù)取規(guī)則并采用子樹間無包含關(guān)系的字典樹(Tire Tree)來保存數(shù)據(jù)塊間的相互關(guān)系,從而進(jìn)行精度較高的預(yù)取操作。同時(shí),為了適應(yīng)不同的負(fù)載環(huán)境,在采用字典樹進(jìn)行預(yù)取的基礎(chǔ)上進(jìn)一步改進(jìn)的多步預(yù)取和子樹切割兩種算法也可以進(jìn)一步提高預(yù)取算法的精度。
測試表明,在內(nèi)存占數(shù)據(jù)量5%的情況下,基于TcMiner的預(yù)取算法及其改進(jìn)方法相比于LRU算法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于最小位置的頻繁序列和閉序列挖掘方法研究.pdf
- 基于最小位置的頻繁序列和閉序列挖掘方法研究(1)
- 基于序列模式的頻繁自由樹挖掘算法研究.pdf
- 基于時(shí)間序列的頻繁模式挖掘研究與應(yīng)用.pdf
- 基于Web點(diǎn)擊流的頻繁訪問序列挖掘研究.pdf
- 基于序列編碼頻繁子樹挖掘算法研究.pdf
- 基于時(shí)間間隔的事件序列頻繁模式挖掘算法研究
- 基于時(shí)間間隔的事件序列頻繁模式挖掘算法研究.pdf
- 生物序列近似頻繁模式挖掘研究.pdf
- 基于命題邏輯的頻繁序列模式挖掘算法的研究.pdf
- Web日志頻繁序列模式挖掘的研究.pdf
- 基于前綴樹的頻繁行跡挖掘方法研究.pdf
- 頻繁行跡挖掘方法研究.pdf
- 事件序列上頻繁情節(jié)挖掘算法的研究.pdf
- Web日志頻繁序列模式挖掘算法研究.pdf
- 多層高維頻繁序列挖掘算法研究.pdf
- Web預(yù)取中的數(shù)據(jù)挖掘研究.pdf
- 基于MapReduce的高效頻繁子圖挖掘方法研究.pdf
- 基于頻繁子樹挖掘的XML聚類方法研究.pdf
- 基于Web挖掘的Proxy端預(yù)取技術(shù)的研究與實(shí)現(xiàn).pdf
評論
0/150
提交評論