本發(fā)明屬于云計算中的緩存管理
技術(shù)領(lǐng)域：
，更為具體地講，涉及一種用于風(fēng)電系統(tǒng)的緩存替換方法。
背景技術(shù)：
：風(fēng)電是新能源的重要組成部分，隨著風(fēng)力發(fā)電機裝機容量的上升，風(fēng)電在電網(wǎng)中的比例逐漸增加，因此分析風(fēng)電場數(shù)據(jù)對電網(wǎng)運行有極重要的意義。一個風(fēng)電場體系包含測風(fēng)塔信息、風(fēng)機信息以及風(fēng)電場運行信息，它們每天更新的數(shù)據(jù)多達(dá)數(shù)百萬條，如何對風(fēng)電系統(tǒng)的海量數(shù)據(jù)進(jìn)行高效管理和存儲成為亟待解決的問題。例如在文獻(xiàn)“楊茂，孫涌，孫兆鍵，等.風(fēng)電場大規(guī)模數(shù)據(jù)管理系統(tǒng)設(shè)計與研發(fā).東北電力大學(xué)學(xué)報，Vol.34(2),2014,pp.24-31”中，設(shè)計了以SQLServer為開發(fā)平臺的大型風(fēng)電場數(shù)據(jù)庫管理系統(tǒng)。為了提高響應(yīng)速度，文獻(xiàn)“張輝，趙郁亮，徐江，等.基于Oracle數(shù)據(jù)庫海量數(shù)據(jù)的查詢優(yōu)化研究.計算機技術(shù)與發(fā)展，Vol.22(2),2012,pp.165-167”對傳統(tǒng)數(shù)據(jù)庫的查詢語句進(jìn)行了優(yōu)化處理。上述方案雖然在一定程度上有所改進(jìn)，但是隨著電網(wǎng)體系的復(fù)雜化和數(shù)據(jù)量的增加，集中式存儲往往會出現(xiàn)數(shù)據(jù)庫溢滿、可靠性低及可擴展性低等問題。文獻(xiàn)“KHANM,ASHTONPM,LIM,etal.ParalleldetrendedfluctuationanalysisforfasteventdetectiononmassivePMUdata.IEEETransactionsonSmartGrid，Vol.6(1),2015,pp.360-368”提出了將分布式存儲運用于海量數(shù)據(jù)研究的方法，利用MapReduce的并行運行思想和Hadoop高可靠性、數(shù)據(jù)處理量大、靈活可擴展以及成本低廉的特點，有效解決了傳統(tǒng)數(shù)據(jù)庫容量不足等問題。對于風(fēng)電系統(tǒng)的數(shù)據(jù)庫服務(wù)器，如果每次都向原始數(shù)據(jù)庫發(fā)送訪問請求，不僅會增加用戶訪問延遲時間，還會加重服務(wù)器的負(fù)載，同時也會引起網(wǎng)絡(luò)擁堵問題。因此通過緩存技術(shù)把用戶訪問過的數(shù)據(jù)存入計算機的本地存儲空間，當(dāng)數(shù)據(jù)再次被訪問時，直接從緩存中獲取，不必去請求數(shù)據(jù)庫服務(wù)器，從而有效提高了系統(tǒng)整體性能。然而每個緩存系統(tǒng)的容量是有限的，當(dāng)緩存的數(shù)據(jù)量大小超過系統(tǒng)的內(nèi)存資源時，就要適當(dāng)?shù)靥鎿Q緩存中的一部分?jǐn)?shù)據(jù)以保證新數(shù)據(jù)加入。緩存替換算法是影響緩存性能的關(guān)鍵因素，好的替換算法能保證緩存具有較高的命中率。現(xiàn)有的替換算法主要有基于訪問時間間隔的算法、基于訪問次數(shù)的算法、基于文檔大小特性的算法及基于保存價值的算法?；谠L問時間間隔替換算法的典型代表是LRU(LeastRecentlyUsed，最近最少使用)算法，其基本思想是：將緩存中所有文檔按照距離最近被訪問的時間大小排序，當(dāng)緩存空間不夠時，替換時間間隔最大的文檔，一般用棧來實現(xiàn)該算法。由于該算法沒有考慮文檔大小的因素，可能將小文檔對象替換出去，從而導(dǎo)致請求命中率降低。基于訪問次數(shù)替換算法的典型代表是LFU(LeastFrequentlyUsed，最不經(jīng)常訪問)算法，其基本思想是替換出緩存中訪問次數(shù)最少的文檔。該算法實現(xiàn)簡單，為每個對象設(shè)置一個計數(shù)器，文檔被訪問一次則計數(shù)器加1。但是對于短時間內(nèi)訪問量較大的文檔，如果沒有失效機制，則會造成“緩存污染”，即過時文檔永遠(yuǎn)保存在緩沖器中，并且該算法沒有考慮文檔大小和獲取訪問延遲。基于文檔大小特性算法的典型代表是William等人設(shè)計的SIZE算法，其基本思想是：替換出緩存中最大的文檔以便容納更多小文檔對象。該算法提高了請求命中率，但減少了大文檔數(shù)量造成字節(jié)命中率降低，并且大文檔再次被載入時網(wǎng)絡(luò)開銷會很大?；诒４鎯r值替換算法的思想是：比較文檔的保存價值，將價值較低、對命中率貢獻(xiàn)最低的對象替換出去。其典型代表是Hybrid算法，文檔d的保存價值fd的定義如式(1)所示。fd=(Cs+C1bws)Sized*(Cd)C2---(1)]]>其中，Cs代表連接Web服務(wù)器的時間，bws代表Web服務(wù)器到代理服務(wù)器的帶寬，Sized表示文檔d的大小，Cd表示文檔進(jìn)入緩存后被訪問的次數(shù)(C1,C2為常數(shù))。該算法對Web服務(wù)器的延遲和吞吐量等多種訪問屬性進(jìn)行了考慮，但實現(xiàn)起來比較復(fù)雜，也沒有考慮文檔的最近訪問時間。技術(shù)實現(xiàn)要素：本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種用于風(fēng)電系統(tǒng)的緩存替換方法，考慮風(fēng)電系統(tǒng)的特性，結(jié)合了訪問頻率、對象大小、訪問時間間隔及最久未訪問特性，提高風(fēng)電系統(tǒng)的緩存替換有效性，進(jìn)而提高風(fēng)電系統(tǒng)緩存服務(wù)器的訪問性能。為實現(xiàn)上述發(fā)明目的，本發(fā)明用于風(fēng)電系統(tǒng)的緩存替換方法為：當(dāng)風(fēng)電系統(tǒng)緩存服務(wù)器中的文檔對象需要進(jìn)行替換時，采用以下公式計算得到緩存服務(wù)器中現(xiàn)有文檔對象的評價值key：key=log(Size)F*TL-TBF*f(K3)]]>其中，Size為文檔對象的大小，F(xiàn)為文檔對象的訪問頻率，TL為文檔對象的最近一次訪問時間，TB為文檔對象建立時間，K3＝TR-TL，TR為系統(tǒng)當(dāng)前時間，f(K3)是K3的增函數(shù)；選擇現(xiàn)有文檔對象中評價值最大的數(shù)據(jù)對象進(jìn)行替換。本發(fā)明用于風(fēng)電系統(tǒng)的緩存替換方法，采用文檔對象大小、訪問頻率、訪問時間間隔和最近訪問時間間隔來構(gòu)建文檔對象評價值的計算公式，當(dāng)風(fēng)電系統(tǒng)緩存服務(wù)器中的文檔對象需要進(jìn)行替換時，計算得到緩存服務(wù)器中現(xiàn)有文檔對象的評價值，選擇現(xiàn)有文檔對象中評價值最大的數(shù)據(jù)對象進(jìn)行替換。本發(fā)明考慮風(fēng)電系統(tǒng)的特性，結(jié)合多個因素提出評價計算公式，實驗證明采用本發(fā)明可以提高風(fēng)電系統(tǒng)的緩存替換有效性，進(jìn)而提高風(fēng)電系統(tǒng)緩存服務(wù)器的訪問性能。附圖說明圖1是訪問測風(fēng)塔數(shù)據(jù)時不同緩存替換算法的請求命中率變化曲線圖；圖2是訪問風(fēng)機數(shù)據(jù)時不同緩存替換算法的請求命中率變化曲線圖；圖3是訪問風(fēng)場數(shù)據(jù)時不同緩存替換算法的請求命中率變化曲線圖；圖4是訪問測風(fēng)塔數(shù)據(jù)時不同緩存替換算法的字節(jié)命中率變化曲線圖；圖5是訪問風(fēng)機數(shù)據(jù)時不同緩存替換算法的字節(jié)命中率變化曲線圖；圖6是訪問風(fēng)場數(shù)據(jù)時不同緩存替換算法的字節(jié)命中率變化曲線圖；圖7是訪問測風(fēng)塔數(shù)據(jù)時不同緩存替換算法的分組命中率變化曲線圖；圖8是訪問風(fēng)機數(shù)據(jù)時不同緩存替換算法的分組命中率變化曲線圖；圖9是訪問風(fēng)場數(shù)據(jù)時不同緩存替換算法的分組命中率變化曲線圖；圖10是訪問測風(fēng)塔數(shù)據(jù)時不同緩存替換算法的訪問延遲時間曲線圖；圖11是訪問風(fēng)機數(shù)據(jù)時不同緩存替換算法的訪問延遲時間曲線圖；圖12是訪問風(fēng)場數(shù)據(jù)時不同緩存替換算法的訪問延遲時間曲線圖。具體實施方式下面結(jié)合附圖對本發(fā)明的具體實施方式進(jìn)行描述，以便本領(lǐng)域的技術(shù)人員更好地理解本發(fā)明。需要特別提醒注意的是，在以下的描述中，當(dāng)已知功能和設(shè)計的詳細(xì)描述也許會淡化本發(fā)明的主要內(nèi)容時，這些描述在這里將被忽略。為了更好地說明本發(fā)明技術(shù)方案，首先對風(fēng)電系統(tǒng)緩存服務(wù)器中文檔對象的特點和本發(fā)明的思路進(jìn)行簡要說明。對于風(fēng)電系統(tǒng)的緩存服務(wù)器，根據(jù)現(xiàn)有研究成果，緩存服務(wù)器中緩存空間大小與文檔命中率成正比，緩存空間越大，文檔命中率越高，當(dāng)緩存空間足夠大時，命中率接近1。由于受經(jīng)濟成本和設(shè)備條件的限制，風(fēng)電系統(tǒng)的緩存服務(wù)器空間不可能無限大，因此需要設(shè)置合理的緩存大小以確保緩存有較高的命中率，從而減少用戶對風(fēng)電數(shù)據(jù)請求的延遲時間。在既定緩存大小的情況下，還需要考慮其他因素來提高訪問性能，例如文檔對象大小、流行度、用戶感興趣程度等。在風(fēng)電系統(tǒng)中，大多數(shù)用戶傾向于訪問小文檔對象。如果緩存中優(yōu)先存儲小文檔對象，則請求命中率會提高，但是由于大文檔對象的缺失導(dǎo)致字節(jié)命中率降低；反之，如果緩存中優(yōu)先存儲大文檔對象，則會降低請求命中率，提高字節(jié)命中率。文檔對象的流行度是指文檔對象在某一段時間的受歡迎程度。文檔流行度越高，其訪問頻率越高，命中率也相應(yīng)提高。對于風(fēng)電系統(tǒng)而言，用戶最為關(guān)心的是風(fēng)功率，式(2)是風(fēng)功率的計算公式。P=12ρAv3---(2)]]>其中，ρ為空氣密度，v為風(fēng)速，A為常數(shù)。由式(2)可知，風(fēng)功率大小受風(fēng)速、空氣密度、不同地理位置的海拔高度、氣溫、氣壓和濕度影響。在對風(fēng)功率大小進(jìn)行分析預(yù)測時，如果客戶端將這些訪問率較高的數(shù)據(jù)加入緩存系統(tǒng)，能有效減輕網(wǎng)絡(luò)傳輸負(fù)載、減少訪問延遲時間。用戶感興趣程度是指用戶對文檔的訪問頻率、訪問行為和操作行為。人們習(xí)慣將用戶感興趣程度單一地理解為用戶對文檔的訪問頻率，訪問頻率越高的文檔，用戶感興趣程度越高。這種理解其實并不全面，還必須結(jié)合用戶的訪問行為和操作行為。比如，當(dāng)用戶需要對風(fēng)功率進(jìn)行超短期預(yù)測(未來0～4h的風(fēng)電輸出功率預(yù)測)、短期預(yù)測(未來3天內(nèi)的風(fēng)電輸出功率的預(yù)測)或中長期預(yù)測(未來10天以上風(fēng)能趨勢的預(yù)測)的不同選擇時，其訪問行為和操作也會相應(yīng)變化。在風(fēng)電緩存系統(tǒng)中，用戶對文檔對象的訪問不是服從均勻分布的，據(jù)調(diào)查研究，80％的用戶傾向于訪問頻率占前20％的文檔，即“二八原則”。該規(guī)律服從zipf分布(也稱齊夫分布)，用公式表示為：Fr=Crα---(3)]]>其中，F(xiàn)r為某個對象出現(xiàn)的頻率，r為該對象的訪問次數(shù)排名，C和α為常數(shù)(α接近1)。風(fēng)電場緩存對象的存在價值與訪問頻率成正比，與訪問時間間隔成反比。訪問頻率采用文檔對象的歷史總訪問次數(shù)來表示。訪問時間間隔是指某個文檔連續(xù)兩次被訪問的平均時間差，其大小對文檔的下一次訪問有一定預(yù)測作用。訪問時間間隔越大的對象，被替換出去的概率越大，訪問頻率越高的對象，被替換出去的概率越小。訪問時間間隔短的緩存對象可能會成為某一段時期的“熱點”對象，但是隨著時間的推移，它的流行度逐漸降低。如果不替換掉這些數(shù)據(jù)，會導(dǎo)致了一些已經(jīng)過時的緩存對象永久保存在緩存中，占用內(nèi)容空間，降低請求命中率和字節(jié)命中率?；谝陨戏治觯景l(fā)明提出了用于風(fēng)電系統(tǒng)的緩存替換方法的設(shè)計思路如下：1)在風(fēng)電緩存系統(tǒng)中，用戶傾向于訪問小文檔對象和流行度高的對象，即風(fēng)電場緩存對象的存在價值與其大小成反比，與訪問頻率成正比。數(shù)據(jù)量越大的對象，被替換出去的概率越大，訪問頻率越高的對象，被替換出去的概率越小。基于文檔大小和流行度的文檔對象評價值K1可用如下公式表示：K1=SizeF---(4)]]>其中，Size為文檔對象的大小，F(xiàn)為文檔對象的訪問頻率，當(dāng)需要發(fā)生替換時，將K1值最大的文檔對象從緩存中替換出去。為降低算法對文檔大小的依賴性，將式(4)中的Size改為log(Size)，即K1表達(dá)式為：K1=log(Size)F---(5)]]>2)訪問時間間隔是指某個文檔連續(xù)兩次被訪問的平均時間差。訪問時間間隔的大小對文檔的下一次訪問有一定預(yù)測作用，因此在替換算法中，也應(yīng)該考慮訪問時間間隔的影響?；谠L問時間間隔的文檔對象評價值K2可用如下公式表示：K2=TL-TBF---(6)]]>其中，TL為文檔對象的最近一次訪問時間，TB為文檔對象建立時間，要發(fā)生替換時，移除K2值最大的對象。3)訪問時間間隔短的緩存對象可能會成為某一段時期的“熱點”對象，但是隨著時間的推移，它的流行度逐漸降低，其K2值卻一直不變。如2014年4月10～20日的測風(fēng)塔數(shù)據(jù)信息是本月下旬訪問量最高的對象，到了2016年4月幾乎沒有訪問價值。這樣導(dǎo)致了一些已經(jīng)過時的緩存對象永久保存在緩存中，占用內(nèi)容空間，降低請求命中率和字節(jié)命中率。因此，最近訪問時間是影響緩存性能的一個重要因素。最近訪問時間服從時間局部性原理，指在t時刻被訪問的文檔，t+△t時刻再次被訪問的概率與△t的大小成反比。這里用評價值K3表示最近一次的訪問時間間隔，其公式如下：K3＝TR-TL(7)其中，TR為系統(tǒng)當(dāng)前時間，TL為文檔對象最近一次訪問時間，K3越小說明該緩存對象被再次訪問的概率越大，那么要發(fā)生替換時，移除K3值最大的對象。4)綜合對象大小、訪問頻率、訪問時間間隔及最久未訪問特性，本發(fā)明提出了新的文檔對象評價值key，其計算公式如下：key=K1*K2*f(K3)=log(Size)F*TL-TBF*f(K3)---(8)]]>f(K3)表示評價值K3的函數(shù)，f(K3)是K3的增函數(shù)。由時間局部性可知，f(K3)越大，文檔的存在價值越低。根據(jù)式(8)可知，評價值key越大，說明該文檔對象被再次訪問的概率越小，在發(fā)生替換時，越有可能被移除。根據(jù)以上設(shè)計思路可以得到本發(fā)明用于風(fēng)電系統(tǒng)的緩存替換方法的具體方法為：當(dāng)風(fēng)電系統(tǒng)緩存服務(wù)器中的文檔對象需要進(jìn)行替換時，即客戶請求的某個數(shù)據(jù)未在緩存服務(wù)器中，需要從數(shù)據(jù)庫中轉(zhuǎn)存至緩存服務(wù)器且緩存服務(wù)器已滿時，采用公式(8)計算得到緩存服務(wù)器中現(xiàn)有文檔對象的評價值key，選擇現(xiàn)有文檔對象中評價值最大的數(shù)據(jù)對象進(jìn)行替換。根據(jù)信息請求的時間局部性可知：被訪問的對象再次被訪問的時間在1小時之內(nèi)為三分之一，24小時之內(nèi)的是三分之二，因此分三種情況考慮函數(shù)f(K3):0<K3≤3600，3600<K3≤86400，K3>86400(K3的單位是秒)。也就是說，優(yōu)選的方式是將f(K3)設(shè)置為分段函數(shù)：f(K3)=f1(K3)(0<K3≤3600s)f2(K3)(3600s<K3≤86400s)f3(K3)(K3>86400s)---(9)]]>其中，f1(K3)、f2(K3)、f3(K3)分別為K3的增函數(shù)。0<K3≤3600s代表最后一次訪問時間是一小時之內(nèi)，此改進(jìn)算法會把該文檔在近期內(nèi)還會被訪問來處理，在這種情況下的最后一次訪問時間對函數(shù)值的影響是比較大的，設(shè)其造成的影響值是0.5，即f1(K3)＝0.5。3600s<K3≤86400s代表最后一次訪問時間是24小時之內(nèi)，K3>86400s代表最后一次訪問時間是24小時之前，考慮到K3的取值在這兩個區(qū)間內(nèi)的取值的差值比較大，為了減小差值，本實施例中對K3取對數(shù)，令f2(K3)＝log(K3)，f3(K3)＝2log(K3)，則公式(9)變?yōu)椋篺(K3)=0.5(0<K3≤3600s)log(K3)(3600s<K3≤86400s)2log(K3)(K3>86400s)---(10)]]>實施例為了說明本發(fā)明的技術(shù)效果，基于四川省某風(fēng)電系統(tǒng)測風(fēng)塔、風(fēng)機和風(fēng)電場數(shù)據(jù)信息，設(shè)定緩存容量分別為5MB、10MB、15MB、20MB、25MB、30MB，每次輸入2000個查詢請求，分別在不同緩存容量下比較本發(fā)明和三種對比算法：LRU、LFU、SIZE的訪問性能。本實施例中選擇的訪問性能評價指標(biāo)包括請求命中率、字節(jié)命中率、分組命中率及訪問延遲時間。具體含義如下：當(dāng)用戶對風(fēng)電系統(tǒng)服務(wù)器進(jìn)行訪問時，如果要訪問的數(shù)據(jù)對象在緩存中，則稱為一次命中，否則稱為一次缺失。設(shè)總的請求次數(shù)為m，當(dāng)請求i(0≤i≤m)在緩存中時，δi＝1，反之δi＝0。請求命中率HR(HitRate)是評價緩存性能最主要的指標(biāo)，指請求命中的次數(shù)與總的請求次數(shù)之比，用公式表示如下：HR=Σ0mδim,(0≤i≤m)---(11)]]>字節(jié)命中率BHR(ByteHitRate)是指請求命中的字節(jié)數(shù)與總的字節(jié)數(shù)之比。由于緩存中小文檔的存在可能使得文檔的請求命中率較高而字節(jié)命中率較低，從而影響緩存性能。因此將字節(jié)命中率作為評價緩存系統(tǒng)的評價指標(biāo)。用Si表示第i次請求文檔的字節(jié)大小，則BHR用公式表示為：BHR=Σ0mδiSiΣ0mSi,(0≤i≤m)---(12)]]>分組命中率PHR(PacketHitRatio)與字節(jié)命中率意義大致相同，只是把單位由字節(jié)數(shù)換成分組數(shù)。根據(jù)TCP/IP協(xié)議，按照一次訪問約等于2+文檔大小字節(jié)數(shù)/536來進(jìn)行計算，令Pr表示用戶總的請求分組數(shù)，Ph表示命中分組數(shù)，則分?jǐn)?shù)命中率表示為：PHR=PhPr---(13)]]>平均延遲時間ALT(AverageLatencyTime)是指從客戶端請求數(shù)據(jù)到收到數(shù)據(jù)所需的平均時間，平均延遲時間越小，則緩存性能越好，其計算公式如下：ALT=Σ0mTim,(0≤i≤m)---(14)]]>其中Ti為客戶端第i次請求文檔的延遲時間。圖1是訪問測風(fēng)塔數(shù)據(jù)時不同緩存替換算法的請求命中率變化曲線圖。圖2是訪問風(fēng)機數(shù)據(jù)時不同緩存替換算法的請求命中率變化曲線圖。圖3是訪問風(fēng)場數(shù)據(jù)時不同緩存替換算法的請求命中率變化曲線圖。由圖1至圖3可知，當(dāng)緩存容量較小時，SIZE算法的請求命中率最高，這是因為以文檔大小作為替換依據(jù)，可以騰出緩存較大的空間給更多小文檔。當(dāng)緩存容量增大時，SIZE算法的優(yōu)勢逐漸減弱，這是因為載入大文檔對象導(dǎo)致網(wǎng)絡(luò)開銷很大。LFU算法和LRU算法則平穩(wěn)增長，請求命中率低于本發(fā)明方法和SIZE算法。而本發(fā)明方法的請求命中率一直處于較高水平，在緩存容量較小時雖然略低于SIZE算法但是差距不大，隨著緩存容量增大其請求命中率也逐漸增大并超過SIZE算法。圖4是訪問測風(fēng)塔數(shù)據(jù)時不同緩存替換算法的字節(jié)命中率變化曲線圖。圖5是訪問風(fēng)機數(shù)據(jù)時不同緩存替換算法的字節(jié)命中率變化曲線圖。圖6是訪問風(fēng)場數(shù)據(jù)時不同緩存替換算法的字節(jié)命中率變化曲線圖。從圖4至圖6可以看出，四種緩存替換算法的字節(jié)命中率相差不大，但是總體而言本發(fā)明方法的字節(jié)命中率最高，SIZE算法替換大文檔對象導(dǎo)致字節(jié)命中率降低，LFU算法的字節(jié)命中率和SIZE算法相近，LRU算法的字節(jié)命中率最低。圖7是訪問測風(fēng)塔數(shù)據(jù)時不同緩存替換算法的分組命中率變化曲線圖。圖8是訪問風(fēng)機數(shù)據(jù)時不同緩存替換算法的分組命中率變化曲線圖。圖9是訪問風(fēng)場數(shù)據(jù)時不同緩存替換算法的分組命中率變化曲線圖。由圖7至圖9可知，分組命中率和字節(jié)命中率變化相似，四種算法的差別不大，但是總體而言本發(fā)明方法的分組命中率最高。圖10是訪問測風(fēng)塔數(shù)據(jù)時不同緩存替換算法的訪問延遲時間曲線圖。圖11是訪問風(fēng)機數(shù)據(jù)時不同緩存替換算法的訪問延遲時間曲線圖。圖12是訪問風(fēng)場數(shù)據(jù)時不同緩存替換算法的訪問延遲時間曲線圖。由圖10至圖12可知，LFU算法和LRU算法的延遲時間較長，SIZE算法和本發(fā)明方法的時間相差不大。當(dāng)緩存容量較小時，由于SIZE的請求命中率最高，其延遲時間最短，隨著緩存容量增大本發(fā)明方法的優(yōu)勢逐漸明顯。對一種緩存替換算法的評價需要考慮多方面的指標(biāo)，不僅應(yīng)該具有較高的請求命中率，而且應(yīng)該有較高的字節(jié)命中率和分組命中率以及較短的延遲時間。由以上各項指標(biāo)的變化曲線看來，總體而言本發(fā)明用于風(fēng)電系統(tǒng)的緩存替換方法的訪問性能是比較具有優(yōu)勢的。從算法的設(shè)計原理分析，LFU算法、LRU算法和SIZE算法只考慮了單一的影響因素，沒有充分利用文檔的已知信息，因此導(dǎo)致緩存性能不能達(dá)到較好的效果。而本發(fā)明充分考慮了風(fēng)電系統(tǒng)的特點，基于多種因素所提出的替換算法，由于考慮到文檔大小的因素，其請求命中率得到提高。引入最近訪問時間這一因素，避免了過時文檔占用緩存空間造成資源浪費現(xiàn)象。此外，訪問時間間隔及訪問次數(shù)可以保證緩存有較高的字節(jié)命中率和分組命中率，從而縮短了訪問延遲時間。在風(fēng)電系統(tǒng)的緩存服務(wù)器中，本發(fā)明對于提高緩存命中率、減少用戶訪問延遲時間都有明顯改善作用。盡管上面對本發(fā)明說明性的具體實施方式進(jìn)行了描述，以便于本
技術(shù)領(lǐng)域：
的技術(shù)人員理解本發(fā)明，但應(yīng)該清楚，本發(fā)明不限于具體實施方式的范圍，對本
技術(shù)領(lǐng)域：
的普通技術(shù)人員來講，只要各種變化在所附的權(quán)利要求限定和確定的本發(fā)明的精神和范圍內(nèi)，這些變化是顯而易見的，一切利用本發(fā)明構(gòu)思的發(fā)明創(chuàng)造均在保護(hù)之列。當(dāng)前第1頁1 2 3