基于數(shù)據(jù)挖掘的文件元數(shù)據(jù)預(yù)取研究與實(shí)現(xiàn).pdf

1、在大規(guī)模的文件存儲(chǔ)系統(tǒng)中，元數(shù)據(jù)訪問性能的優(yōu)化對(duì)文件系統(tǒng)的整體性能提高有著非常重要的影響。為了使元數(shù)據(jù)服務(wù)的性能達(dá)到最優(yōu)，建立一種基于元數(shù)據(jù)預(yù)取有效的、正確的模型顯得尤其重要。
　　然而，目前存在的緩存預(yù)取算法大多是設(shè)計(jì)來應(yīng)用在文件數(shù)據(jù)的存取訪問中，沒有考慮到元數(shù)據(jù)訪問的特征與元數(shù)據(jù)本身尺寸較小的特點(diǎn)。若將適用于文件數(shù)據(jù)的緩存預(yù)取算法應(yīng)用于元數(shù)據(jù)的預(yù)取操作中顯然不具有針對(duì)性，反而可能導(dǎo)致訪問效率低下。針對(duì)這種情況，本文提出一種利用

2、存儲(chǔ)系統(tǒng)中的元數(shù)據(jù)操作日志文件對(duì)用戶未來可能要操作的元數(shù)據(jù)進(jìn)行成組預(yù)取的模型，并設(shè)計(jì)了充分體現(xiàn)元數(shù)據(jù)特點(diǎn)的緩存和預(yù)取的新算法。通過對(duì)n-gram預(yù)測(cè)模型的分析，考慮到元數(shù)據(jù)之間的長(zhǎng)距離信息的重要性，引入數(shù)據(jù)挖掘技術(shù)來輔助n-gram模型來實(shí)現(xiàn)元數(shù)據(jù)成組預(yù)取。通過評(píng)估不同參數(shù)值n對(duì)模型的影響，本文選用3-gram模型作為預(yù)測(cè)模型；并綜合運(yùn)用3-gram預(yù)測(cè)模型和數(shù)據(jù)挖掘相結(jié)合的方法來實(shí)現(xiàn)元數(shù)據(jù)的成組預(yù)取，提高元數(shù)據(jù)訪問的緩存命中率，縮短元

3、數(shù)據(jù)訪問請(qǐng)求的平均響應(yīng)時(shí)間，從而提高元數(shù)據(jù)的訪問效率。
　　模擬實(shí)驗(yàn)證明，對(duì)于不同用戶的文件元數(shù)據(jù)操作日志序列,新元數(shù)據(jù)預(yù)取模型的Cache（緩存）命中率與NEXUS算法相比平均提高了3.9％，與LRU算法比較平均提高了16%。但是新元數(shù)據(jù)預(yù)取算法的空間復(fù)雜度較高，不利于其應(yīng)用于真實(shí)的文件系統(tǒng)。為將元數(shù)據(jù)預(yù)取算法應(yīng)用于文件系統(tǒng)中，文中實(shí)現(xiàn)了在線元數(shù)據(jù)預(yù)取改進(jìn)算法。該在線改進(jìn)算法支持增量的頻繁閉項(xiàng)集挖掘，且不保留中間挖掘信息，很大程