【摘要】：現(xiàn)階段,隨著云計算技術的越發(fā)成熟,分布式緩存技術也越來越受到重視和青睞。分布式緩存技術所具有的高度讀寫,快速擴展,支持并發(fā),快速響應等優(yōu)勢能夠在數(shù)據(jù)大規(guī)模集中訪問時提供良好反饋,其中,Memcached是分布式緩存系統(tǒng)的代表,它能夠在動態(tài)Web應用中提升訪問速度,因此在訪問量很高的大型網(wǎng)站上得到廣泛應用。但是,伴隨著大數(shù)據(jù)時代的到來,用戶請求量大,訪問請求相對集中,大量用戶的訪問會產(chǎn)生熱度較高的緩存數(shù)據(jù),并且熱度高的緩存數(shù)據(jù)在“降溫”后有一定概率會在一段時期內(nèi)被用戶再次請求訪問,即某些熱度高的緩存數(shù)據(jù)會被反復“加熱”。分布式緩存Memcached對內(nèi)部的緩存數(shù)據(jù)相同對待,沒有針對某些熱度高的緩存數(shù)據(jù)會被反復訪問“加熱”這一特點,提高這類數(shù)據(jù)的響應速度。本文首先剖析了分布式緩存系統(tǒng)Memcached的相關技術,并將分布式緩存Memcached與熱點數(shù)據(jù)的概念結合起來。本文從分布式緩存系統(tǒng)Memcached出發(fā),為了提高熱點緩存數(shù)據(jù)的響應性能,并針對緩存數(shù)據(jù)熱度容易反復這一特點提出一種HC(Hot and Cold)Model機制。HC Model機制由任意指定的兩臺Memcached服務器---熱點緩存數(shù)據(jù)服務器和冷點緩存數(shù)據(jù)服務器組成,Memcached會按照優(yōu)先級為“熱點緩存數(shù)據(jù)服務器,冷點緩存數(shù)據(jù)服務器,普通Memcached服務器”的3Level算法來響應訪問請求。其中熱點緩存數(shù)據(jù)服務器存放熱點緩存數(shù)據(jù),冷點緩存數(shù)據(jù)服務器存放冷點緩存數(shù)據(jù)。當某些緩存數(shù)據(jù)的用戶訪問次數(shù)激增后,這類緩存數(shù)據(jù)會成為熱點緩存數(shù)據(jù),并根據(jù)熱度計算公式計算得出緩存數(shù)據(jù)的熱度值。Memcached收集各個節(jié)點中的熱點緩存數(shù)據(jù),并存放至熱點數(shù)據(jù)服務器,以提高熱點緩存數(shù)據(jù)響應的優(yōu)先級。熱點緩存數(shù)據(jù)服務器中的數(shù)據(jù)淘汰采用提出的HCClockPro算法,該算法將熱點緩存數(shù)據(jù)淘汰至冷點數(shù)據(jù)服務器。冷點緩存數(shù)據(jù)服務器起到一個緩沖池的作用,以備后期冷點緩存數(shù)據(jù)的熱度升高,可重新返回熱點緩存數(shù)據(jù)服務器,冷點緩存數(shù)據(jù)服務器采用HCLRU算法進行數(shù)據(jù)淘汰。最后,通過仿真實驗對HC(Hot and Cold)Model機制的Memcached進行驗證,實驗結果表明,在特定時間周期內(nèi)用戶反復訪問相同緩存數(shù)據(jù)時,該機制能提高Memcached的性能。
【圖文】：

因此可以快速的響應前端的請求，從而減少對數(shù)據(jù)庫的訪問。圖 2.1 Memcached 部署邏輯圖圖 2.1 是一個 Memcached 的部署邏輯圖，其中 ms 代表 memcached server，mc 代表memcached client。2.1.2 Memcached 的工作機制Memcached 以守護程序的方式在一個或多個服務器中運行，它可以隨時與客戶端進行連接操作，目前客戶端的編寫語言有很多種，如：C / Java / PHP / Ruby / Python 等。在工作過程中，首先，，客戶端需要與 Memcached 服務成功建立連接，然后需要對數(shù)據(jù)對象進行存取。每個被存取的對象含有一個唯一的的標識符 key，因為在 Memcached 中數(shù)據(jù)是以 Key/value的形式存儲的[23]

位碩士研究生學位論文 第二章存足夠大，Memcached 的時間消耗主要發(fā)生在網(wǎng)絡 Socket 的連 淘汰數(shù)據(jù)的算法采用 LRU 算法。LRU（Least Recently Used）法在實際工作環(huán)境中是尋址能力與操作系統(tǒng)的位數(shù)有關，比如址空間是 4G，由于內(nèi)存中要維護最新的數(shù)據(jù)，所以如果當前調(diào)出內(nèi)存。為了增大內(nèi)存的尋址空間和提高尋址能力，現(xiàn)在 64 位系統(tǒng)上。ed 的事件模型[25]問世以來，select 和 poll 幾乎被所有的網(wǎng)絡服務器拋棄。M而 libevent 底層使用 epoll，所以可以這樣認為，Memcached 使
【學位授予單位】：南京郵電大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP333

【參考文獻】

相關期刊論文 前10條

1 巴子言;吳軍;馬嚴;;基于虛節(jié)點的一致性哈希算法的優(yōu)化[J];軟件;2014年12期

2 秦秀磊;張文博;王偉;魏峻;趙鑫;鐘華;黃濤;;面向云端Key/Value存儲系統(tǒng)的開銷敏感的數(shù)據(jù)遷移方法[J];軟件學報;2013年06期

3 魏文國;趙慧民;莊林凱;許鴻俊;;一種基于時鐘自適應的改進緩存替換算法[J];中山大學學報(自然科學版);2012年06期

4 梁明剛;陳西曲;;Linux下基于epoll+線程池高并發(fā)服務器實現(xiàn)研究[J];武漢工業(yè)學院學報;2012年03期

5 何文;;改進的key/value數(shù)據(jù)存儲設計方案[J];東北電力大學學報;2012年04期

6 姚墨涵;謝紅薇;;一致性哈希算法在分布式系統(tǒng)中的應用[J];電腦開發(fā)與應用;2012年07期

7 李建江;崔健;王聃;嚴林;黃義雙;;MapReduce并行編程模型研究綜述[J];電子學報;2011年11期

8 仇李寅;邱衛(wèi)東;蘇芊;廖凌;;基于Hadoop的分布式哈希算法實現(xiàn)[J];信息安全與通信保密;2011年11期

9 陳斌;白曉穎;馬博;黃俊飛;;分布式系統(tǒng)可伸縮性研究綜述[J];計算機科學;2011年08期

10 楊_g劍;林波;;分布式存儲系統(tǒng)中一致性哈希算法的研究[J];電腦知識與技術;2011年22期

相關碩士學位論文 前1條

1 杜秉一;基于關聯(lián)規(guī)則緩存策略的分布式視頻點播系統(tǒng)的研究和設計[D];華中科技大學;2008年

本文編號：2618863