基于頻繁序列挖掘的預取方法研究.pdf

1、在存儲系統(tǒng)中，CPU的處理速度遠大于磁盤等I/O設備的讀寫速度，兩者間的速度不匹配嚴重影響了系統(tǒng)整體性能。預取技術能夠有效地彌補I/O設備與CPU之間的速度差異，因此被廣泛應用。隨著云技術、虛擬化技術的普及，集中存儲前端往往承載著各種應用服務，導致前端單一應用負載內(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取算法，以改進I/O預取效率，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性挖掘、關聯(lián)性分析等對時間響應沒有嚴格要求的場景，這類場景更多的是關注序列挖掘的準確性從而相對地忽視了挖掘效率。但實時預取等時間關鍵的應用場景更多關注響應時間，現(xiàn)有的頻繁序列挖掘算法往往會產(chǎn)生較大的時間開銷。因此為了降低挖掘開銷，適應存儲系統(tǒng)等場景的在線連續(xù)運行，快速的頻繁序列挖掘算法TcMiner能夠有效地解決時間關鍵場景的局限性帶來的問題。
　　基于TcMiner預

3、取算法利用頻繁序列挖掘技術對已發(fā)生的I/O訪問行為進行快速分析，獲取相關性強的數(shù)據(jù)序列，形成預取規(guī)則并采用子樹間無包含關系的字典樹（Tire Tree）來保存數(shù)據(jù)塊間的相互關系，從而進行精度較高的預取操作。同時，為了適應不同的負載環(huán)境，在采用字典樹進行預取的基礎上進一步改進的多步預取和子樹切割兩種算法也可以進一步提高預取算法的精度。
　　測試表明，在內(nèi)存占數(shù)據(jù)量5％的情況下，基于TcMiner的預取算法及其改進方法相比于LRU算法