本文關(guān)鍵詞：LRFU及其自適應(yīng)算法的研究

  更多相關(guān)文章： 緩存策略 數(shù)據(jù)訪問模式 局部性 競爭機(jī)制 預(yù)測機(jī)制

【摘要】：緩存作為一項(xiàng)提高計(jì)算機(jī)性能的重要技術(shù),能夠較好的避免頻繁的訪問數(shù)據(jù)庫和磁盤文件,是彌補(bǔ)處理器與存儲(chǔ)系統(tǒng)之間差異的有效手段。但隨著處理器快速的發(fā)展,對(duì)緩存性能提出了更高的要求。計(jì)算機(jī)普遍采取擴(kuò)大緩存容量來提高緩存性能,但由于硬件加工技術(shù)受工藝及功耗的限制,此時(shí)設(shè)計(jì)良好的緩存算法以提高緩存性能已經(jīng)成為了一大熱點(diǎn)。經(jīng)過對(duì)傳統(tǒng)經(jīng)典算法及數(shù)據(jù)訪問模式研究,若選取的策略不合適,會(huì)導(dǎo)致緩存發(fā)生“顛簸”現(xiàn)象,即數(shù)據(jù)塊剛被置換出緩存不久又會(huì)重新被訪問,這時(shí)又需要將其調(diào)入緩存,同時(shí)也要將某一其它塊剔除出緩存,頻繁地在緩存和主存中進(jìn)行置換操作,處理器會(huì)浪費(fèi)大量時(shí)間在調(diào)度數(shù)據(jù)塊上,嚴(yán)重影響系統(tǒng)整體性能。采用良好的策略可以避免緩存發(fā)生“顛簸”現(xiàn)象,可以有效提高緩存性能和系統(tǒng)整體性能。針對(duì)LRFU(Least Recently Frequently Used)算法及其自適應(yīng)算法中的不足,提出了相關(guān)改進(jìn)策略,改進(jìn)策略分為以下部分:1)基于局部性定量分析模型,分析數(shù)據(jù)局部性強(qiáng)弱并給出相關(guān)調(diào)整λ策略,改善算法對(duì)不同訪問模式的適應(yīng)性。2)采用2路組相聯(lián)的體系結(jié)構(gòu):將隊(duì)列分為冷熱兩個(gè)隊(duì)列,提高算法捕捉低頻和高頻的能力,取消冷熱隊(duì)列容量閾值限制,兩個(gè)隊(duì)列采用競爭機(jī)制,并引入ARC(Adaptive Replacement Cache)算法中預(yù)測機(jī)制,提高緩存命中率,增強(qiáng)算法靈活性和適應(yīng)性。3)動(dòng)態(tài)改變替換關(guān)鍵因素:針對(duì)LRFU算法及其自適應(yīng)算法中應(yīng)對(duì)線性訪問模式的不足,結(jié)合局部性定量分析模型和ARC算法中動(dòng)態(tài)調(diào)整思想,判斷出當(dāng)前訪問模式,動(dòng)態(tài)改變替換關(guān)鍵因素,提高緩存命中率。實(shí)驗(yàn)數(shù)據(jù)表明:改進(jìn)策略在線性、概率和強(qiáng)局部訪問模式下都具有較好的的適應(yīng)性,提高了緩存整體命中率。
【關(guān)鍵詞】：緩存策略 數(shù)據(jù)訪問模式 局部性 競爭機(jī)制 預(yù)測機(jī)制
【學(xué)位授予單位】：安徽工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP333
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-13
• 1.1 研究背景及意義9
• 1.2 國內(nèi)外研究現(xiàn)狀9-11
• 1.3 本文研究內(nèi)容11
• 1.4 論文的組織結(jié)構(gòu)11-13
• 第二章 相關(guān)研究13-20
• 2.1 緩存結(jié)構(gòu)13-15
• 2.1.1 Cache存儲(chǔ)體13-14
• 2.1.2 Cache地址轉(zhuǎn)換部件14-15
• 2.1.3 Cache替換部件15
• 2.2 緩存策略的重要性15
• 2.3 提升緩存性能的方法15-18
• 2.3.1 降低缺失代價(jià)16-17
• 2.3.2 減少數(shù)據(jù)塊命中時(shí)間17
• 2.3.3 提升緩存命中率17-18
• 2.4 局部性原理18-19
• 2.5 本章小結(jié)19-20
• 第三章 經(jīng)典算法與LRFU自適應(yīng)算法的研究20-31
• 3.1 基于Recency的替換策略20-21
• 3.1.1 LRU算法20-21
• 3.1.2 CLOCK算法21
• 3.1.3 MRU算法21
• 3.2 基于Frecency的替換策略21-22
• 3.2.1 LFU算法21-22
• 3.2.2 FBR算法22
• 3.3 基于Recency和Frecency平衡策略的算法22-29
• 3.3.1 ARC算法22-24
• 3.3.2 LRFU算法24-25
• 3.3.3 A-LRFU算法25-26
• 3.3.4 p-LRFU算法26-27
• 3.3.5 LA-LRFU算法27-29
• 3.4 改進(jìn)的緩存替換策略29-30
• 3.5 本章小結(jié)30-31
• 第四章 基于改進(jìn)策略的LRFU自適應(yīng)算法設(shè)計(jì)31-45
• 4.1 ILA-LRFU算法31-35
• 4.1.1 ILA-LRFU算法基本原理31-33
• 4.1.2 ILA-LRFU運(yùn)行方式33-34
• 4.1.3 算法復(fù)雜度34-35
• 4.2 AI-LRFU算法35-39
• 4.2.1 AI-LRFU算法基本原理35-37
• 4.2.2 AI-LRFU運(yùn)行方式37-38
• 4.2.3 算法復(fù)雜度38-39
• 4.3 實(shí)驗(yàn)有效性分析39-44
• 4.3.1 實(shí)驗(yàn)環(huán)境設(shè)定39-40
• 4.3.2 實(shí)驗(yàn)工作負(fù)載40
• 4.3.3 在線性訪問模式下的算法表現(xiàn)40-41
• 4.3.4 在強(qiáng)局部訪問模式下的算法表現(xiàn)41-42
• 4.3.5 在概率訪問模式下的算法表現(xiàn)42-43
• 4.3.6 在混合訪問模式下的算法表現(xiàn)43-44
• 4.4 本章小結(jié)44-45
• 第五章 工作總結(jié)與展望45-47
• 5.1 總結(jié)45
• 5.2 展望45-47
• 參考文獻(xiàn)47-50
• 在學(xué)研究成果50-51
• 致謝51

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 馮舜璽;;新書推薦:《算法分析導(dǎo)論》[J];計(jì)算機(jī)教育;2006年05期

2 張力,慕曉冬;計(jì)算機(jī)算法分析淺談[J];武警工程學(xué)院學(xué)報(bào);2002年04期

3 馬安光;;飛彈問題的算法分析——2003年第10期題解[J];程序員;2003年12期

4 蘇運(yùn)霖;;《算法分析導(dǎo)論》評(píng)介[J];計(jì)算機(jī)教育;2006年07期

5 朱力強(qiáng);;培養(yǎng)學(xué)生創(chuàng)新思維與能力的算法分析案例[J];計(jì)算機(jī)與信息技術(shù);2007年11期

6 汪菊琴;;幾種常見特殊方陣的算法分析與實(shí)現(xiàn)[J];無錫職業(yè)技術(shù)學(xué)院學(xué)報(bào);2009年05期

7 李涵;;“算法分析與設(shè)計(jì)”課程教學(xué)改革和實(shí)踐[J];中國電力教育;2010年16期

8 劉寧;管濤;;淺析案例教學(xué)法在算法分析與設(shè)計(jì)課程中的應(yīng)用[J];科技風(fēng);2011年07期

9 胡峰;王國胤;;“算法分析與設(shè)計(jì)”教學(xué)模式探索[J];當(dāng)代教育理論與實(shí)踐;2011年12期

10 趙娟;;淺析啟發(fā)式教學(xué)法在《算法分析與設(shè)計(jì)》課程中的應(yīng)用[J];福建電腦;2012年06期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 俞洋;田亞菲;;一種新的變步長LMS算法及其仿真[A];通信理論與信號(hào)處理新進(jìn)展——2005年通信理論與信號(hào)處理年會(huì)論文集[C];2005年

2 周顥;劉振華;趙保華;;構(gòu)造型的D~2FA生成算法[A];中國通信學(xué)會(huì)通信軟件技術(shù)委員會(huì)2009年學(xué)術(shù)會(huì)議論文集[C];2009年

3 賴桃桃;馮少榮;張東站;;一種基于劃分和密度的快速聚類算法[A];第二十五屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（一）[C];2008年

4 劉遠(yuǎn)新;鄧飛其;羅艷輝;舒添慧;;ERP柔性平臺(tái)下物流運(yùn)輸配送系統(tǒng)算法分析[A];第二十六屆中國控制會(huì)議論文集[C];2007年

5 王樹西;白碩;姜吉發(fā);;模式合一的“減首去尾”算法[A];第二屆全國學(xué)生計(jì)算語言學(xué)研討會(huì)論文集[C];2004年

6 王萬青;張曉輝;;改進(jìn)的A~*算法的高效實(shí)現(xiàn)[A];2009全國測繪科技信息交流會(huì)暨首屆測繪博客征文頒獎(jiǎng)?wù)撐募痆C];2009年

7 孫煥良;邱菲;劉俊嶺;朱葉麗;;IncSNN——一種基于密度的增量聚類算法[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2006年

8 韓建民;岑婷婷;于娟;;實(shí)現(xiàn)敏感屬性l-多樣性的l-MDAV算法[A];第二十七屆中國控制會(huì)議論文集[C];2008年

9 張悅;尤楓;趙瑞蓮;;利用蟻群算法實(shí)現(xiàn)基于程序結(jié)構(gòu)的主變?cè)治鯷A];第五屆中國測試學(xué)術(shù)會(huì)議論文集[C];2008年

10 王旭東;劉渝;鄧振淼;;正弦波頻率估計(jì)的修正Rife算法及其FPGA實(shí)現(xiàn)[A];全國第十屆信號(hào)與信息處理、第四屆DSP應(yīng)用技術(shù)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2006年

中國重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 科文;VIXD算法分析Web異常[N];中國計(jì)算機(jī)報(bào);2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 魏哲學(xué);樣本斷點(diǎn)距離問題的算法與復(fù)雜性研究[D];山東大學(xué);2015年

2 劉春明;基于增強(qiáng)學(xué)習(xí)和車輛動(dòng)力學(xué)的高速公路自主駕駛研究[D];國防科學(xué)技術(shù)大學(xué);2014年

3 張敏霞;生物地理學(xué)優(yōu)化算法及其在應(yīng)急交通規(guī)劃中的應(yīng)用研究[D];浙江工業(yè)大學(xué);2015年

4 李紅;流程挖掘算法研究[D];云南大學(xué);2015年

5 盛歆漪;粒子群優(yōu)化算法及其應(yīng)用研究[D];江南大學(xué);2015年

6 黃磊;高動(dòng)態(tài)環(huán)境捷聯(lián)慣導(dǎo)信號(hào)處理及高精度姿態(tài)速度算法研究[D];南京航空航天大學(xué);2015年

7 劉新旺;多核學(xué)習(xí)算法研究[D];國防科學(xué)技術(shù)大學(xué);2013年

8 于濱;城市公交系統(tǒng)模型與算法研究[D];大連理工大學(xué);2006年

9 曾國強(qiáng);改進(jìn)的極值優(yōu)化算法及其在組合優(yōu)化問題中的應(yīng)用研究[D];浙江大學(xué);2011年

10 肖永豪;蜂群算法及在圖像處理中的應(yīng)用研究[D];華南理工大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 黃廈;基于改進(jìn)蟻群算法的柔性作業(yè)車間調(diào)度問題研究[D];昆明理工大學(xué);2015年

2 李平;基于Hadoop的信息爬取與輿情檢測算法研究[D];昆明理工大學(xué);2015年

3 趙官寶;基于位表的關(guān)聯(lián)規(guī)則挖掘算法研究[D];昆明理工大學(xué);2015年

4 殷文華;移動(dòng)容遲網(wǎng)絡(luò)中基于社會(huì)感知的多播分發(fā)算法研究[D];內(nèi)蒙古大學(xué);2015年

5 徐翔燕;人工魚群優(yōu)化算法及其應(yīng)用研究[D];西南交通大學(xué);2015年

6 李德福;基于小世界模型的啟發(fā)式尋路算法研究[D];華中師范大學(xué);2015年

7 鄭海彬;一種面向MAPREDUCE的DATASHUFFLE的優(yōu)化方法[D];蘇州大學(xué);2015年

8 趙曉寒;輪換步長PSO算法及SMVSC參數(shù)優(yōu)化[D];沈陽理工大學(xué);2015年

9 安豐洋;基于無線網(wǎng)絡(luò)的廣播算法研究[D];曲阜師范大學(xué);2015年

10 李智明;基于改進(jìn)FastICA算法的混合語音盲分離[D];上海交通大學(xué);2015年

，

本文編號(hào)：563178