论文部分内容阅读
缓存是弥补CPU与存储系统之间巨大速度差异的有效手段。但受成本和制作工艺限制,缓存与存储系统间的容量差异日益加剧。如何进一步深入挖掘现有缓存系统的潜在性能,是缩短CPU空闲等待时间,提高CPU利用率、增强计算机整体性能的一个有效技术途径。
在深入研究缓存内数据类型及数据访问模式变迁的基础上,总结出导致传统替换算法性能下降的根本原因。针对发现的不足提出了一种改进的缓存替换策略,该策略通过引入简化的IRR模型作为替换关键因素,提升了捕获高频数据的能力;取消队列容量阈值限制,改善了算法对不同数据访问模式的适应性。
在策略的基础上根据不同的应用环境提出了两种新型缓存替换算法-Aging算法和Adapter Clock算法。Aging算法通过引入时长记录数据的历史信息,提升了捕获高频数据的能力,在队列容量设置方面引入竞争机制,增强了算法的灵活性;Adapter Clock算法进一步吸收了Clock算法的思想,利用时钟内的指针和标志位,在实现了记录数据历史信息的同时简化了算法的组织结构,降低了计算和比较次数,同样采用竞争方式对集合容量进行设置,增强了算法的灵活性和适应性。
为了验证新的缓存替换策略是否能达到预期目标,利用循环序列技术和LRU栈处理技术设计了算法验证方案,对由不同数据访问模式组成的工作负载进行了测试验证。验证方案通过以循环序列技术作为输入,屏蔽了因为计算机性能的不同对算法命中率产生的影响,将测试方案的重点集中于算法本身。最终将测试结果以对比图的形式展示出来,更加直观和形象地表现出新策略性能。实验结果表明:与传统替换算法相比,新策略提升了捕获高频数据的能力,增强了算法的灵活性,提升了缓存命中率,具有更好的应用前景。