基于對象相關性的緩存策略的設計與實現(xiàn).pdf

1、對象存儲系統(tǒng)作為近幾年興起的一種存儲技術，越來越在高性能存儲領域受到重視，研究對象的相關性對于優(yōu)化對象存儲系統(tǒng)的管理策略和性能都有著重要意義。
　　 在對象存儲系統(tǒng)中，元數(shù)據(jù)的管理和請求都統(tǒng)一由元數(shù)據(jù)服務器來統(tǒng)一管理和處理，一個性能良好的緩存模塊可以大大緩解在元數(shù)據(jù)端查詢的瓶頸。因此選擇在元數(shù)據(jù)服務器端實現(xiàn)了一個基于對象相關性的數(shù)據(jù)預取模塊。依據(jù)歷史訪問次序和對象語義兩個方面進行數(shù)據(jù)信息的挖掘，建立對象相關性的評價模型。然后提出

2、了一種基于對象相關性的有向帶權圖的緩存算法，實現(xiàn)對象存儲系統(tǒng)中元數(shù)據(jù)服務器的緩存功能。
　　 通過引入機器學習中的方法對緩存模型進行改進。使用線性回歸分析的方法，建立線性方程組來進一步改進和評價公式中的影響因子，以獲取更準確的影響因子。使用加強學習的方法，在緩存算法中增加了反饋的機制。
　　 最后對緩存模型進行了測試。利用HP trace數(shù)據(jù)對數(shù)據(jù)預取模塊進行了測試，并且對測試結果數(shù)據(jù)進行回歸分析，計算出線性擬合后的評價