基于數(shù)據(jù)挖掘的文件元數(shù)據(jù)預取研究與實現(xiàn).pdf

1、在大規(guī)模的文件存儲系統(tǒng)中，元數(shù)據(jù)訪問性能的優(yōu)化對文件系統(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)的性能達到最優(yōu)，建立一種基于元數(shù)據(jù)預取有效的、正確的模型顯得尤其重要。
　　然而，目前存在的緩存預取算法大多是設(shè)計來應(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。若將適用于文件數(shù)據(jù)的緩存預取算法應(yīng)用于元數(shù)據(jù)的預取操作中顯然不具有針對性，反而可能導致訪問效率低下。針對這種情況，本文提出一種利用

2、存儲系統(tǒng)中的元數(shù)據(jù)操作日志文件對用戶未來可能要操作的元數(shù)據(jù)進行成組預取的模型，并設(shè)計了充分體現(xiàn)元數(shù)據(jù)特點的緩存和預取的新算法。通過對n-gram預測模型的分析，考慮到元數(shù)據(jù)之間的長距離信息的重要性，引入數(shù)據(jù)挖掘技術(shù)來輔助n-gram模型來實現(xiàn)元數(shù)據(jù)成組預取。通過評估不同參數(shù)值n對模型的影響，本文選用3-gram模型作為預測模型；并綜合運用3-gram預測模型和數(shù)據(jù)挖掘相結(jié)合的方法來實現(xiàn)元數(shù)據(jù)的成組預取，提高元數(shù)據(jù)訪問的緩存命中率，縮短元

3、數(shù)據(jù)訪問請求的平均響應(yīng)時間，從而提高元數(shù)據(jù)的訪問效率。
　　模擬實驗證明，對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)預取算法的空間復雜度較高，不利于其應(yīng)用于真實的文件系統(tǒng)。為將元數(shù)據(jù)預取算法應(yīng)用于文件系統(tǒng)中，文中實現(xiàn)了在線元數(shù)據(jù)預取改進算法。該在線改進算法支持增量的頻繁閉項集挖掘，且不保留中間挖掘信息，很大程