【摘 要】
：
作为数据库重要的底层技术,冷热数据识别旨在动态缓存热数据驻留内存、淘汰冷数据至外存,通过提高缓存命中率加快数据库访问响应速度.传统冷热数据识别方法如LRU、LFU主要针对时效性、频率性业务场景,当业务场景改变时,难以自适应新业务场景的冷热数据变化规律,因此缺乏灵活性.为此,提出HF-ARC算法,开展自适应业务场景的冷热数据识别.HF-ARC算法融合不同业务场景下的数据时效性与访问频率,实现了数据库冷热数据识别的自适应业务场景调优.基于Flash-DBSim系统仿真平台,分别采用局部、概率、线性三种访问模式
【机 构】
：
福建亿榕信息技术有限公司,福建 福州 350003;西安交通大学 电子与信息学部,陕西 西安 710049;国网信息通信产业集团有限公司,北京 102211
论文部分内容阅读
作为数据库重要的底层技术,冷热数据识别旨在动态缓存热数据驻留内存、淘汰冷数据至外存,通过提高缓存命中率加快数据库访问响应速度.传统冷热数据识别方法如LRU、LFU主要针对时效性、频率性业务场景,当业务场景改变时,难以自适应新业务场景的冷热数据变化规律,因此缺乏灵活性.为此,提出HF-ARC算法,开展自适应业务场景的冷热数据识别.HF-ARC算法融合不同业务场景下的数据时效性与访问频率,实现了数据库冷热数据识别的自适应业务场景调优.基于Flash-DBSim系统仿真平台,分别采用局部、概率、线性三种访问模式模拟时效性、频率性、综合性业务场景.实验结果表明,HF-ARC算法根据不同业务场景冷热数据变化规律,动态调整冷热识别策略.相比非自适应识别算法,可将缓存命中率提高5％～15％;相比其他适应性算法,可将缓存命中率提高1.3％～2.5％.
其他文献
为了扩展气象业务中历史预报资料在集合预报产品中的应用性,本文尝试基于机器学习的后处理模型,对欧洲中期天气预报中心(ECMWF)ECMF模式的数值天气预报模式生成的2019年5月—8月历史再预报(训练期)数据进行各模型参数训练,可对2019年5月—8月实时延伸期月降水预报(预报期)进行集合预报分析,均选取华东地区(23.0°N～38.5°N,113.0°E～123.0°E).采用均方根误差和绝对误差插值空间分布对预报订正效果进行评估,通过K-近邻算法(KNN)、Bagging算法、随机森林(RF)、梯度提升
我国现代轻武器靶道测试试验中包含内外弹道、终点弹道测试等测试过程,其中存在一个较大的问题:各测试仪器设备缺乏统一的时间基准,测试结果数据无法很好地统一结合分析.以国内某轻武器测试靶道为例,测试目标速度快,各仪器需要数百纳秒级别以内的同步精度,满足测试需求.设计了一套精准时间同步系统,为测试系统提供统一的时间基准.基于IEEE 1588协议保证各节点测试设备数据采集时序上的一致性,以便于在同一个时间基准上对各测试系统采集到的数据进行综合分析.为轻武器靶道提供了同步硬件设施,实验结果表明,直接连接和间接连接下
为保障信息传输的可靠性,需通过频谱感知技术获得频谱空穴的实时信息,使数字电视系统得以正常接入空穴进行工作.针对现有感知算法感知效率低、在多径信道下的抗干扰性差等问题,文中提出一种多帧头联合自相关算法(DIPNAC).该算法的创新性在于针对信号帧中的多载波伪随机序列(PN-MC),将不同帧头自相关的加权累积结果作为统计量,从而充分利用感知时间内的检测信息.仿真结果表明,当信噪比参数相同时,相比传统的两种算法,所提算法的性能有显著提升,并且在载波频偏和多径信道条件下具备良好的抗干扰特性,可为提高DTMB-A频
针对光纤耦合传感器易受外界光源和柔性形变等影响,导致折射率变化从而使上位机产生误判的问题,文中提出一种可自动标定的高灵敏度无线漏水监测系统.该系统选用侧边抛磨光纤折射率传感器,通过光电转换器将光纤传感器上的光功率转换为微弱电流信号,在STM32单片机控制下实现微弱电流的放大滤波器处理和A/D采集处理.然后采用无线通信模块CC2530将下位机采集存储的数据传输至LabVIEW上位机进行处理和显示.该上位机系统可根据采集初始值对漏水判断阈值自动进行动态标定,以降低漏水监测传感器的误检率.此外,文中系统利用Zi
为降低MMC功率模块的研发和维护成本,文中基于RT-LAB对MMC的功率模块进行数字孪生设计.首先在RT-LAB上搭建MMC主系统的仿真模型,选取仿真电路中的某个功率模块作为数字虚体,以通过硬件搭建的MMC功率模块的实物电路作为物理实体,将数字虚体上的控制信号通过控制器OP5600发送到物理实体上.然后,将物理实体上的电气量通过控制器上的模拟量输入接口传送到上位机,实现对物理实体工作状态的实时监控.运行结果表明,文中所设计的功率模块与其在仿真电路中所对应的功率模块的电容电压与桥臂电流保持一致,达到了数字孪
针对在肺结节候选区域中假阳性率过高的问题,采用3D CNN对假阳性结节进行筛除,引入空洞卷积代替部分池化操作,在增大感受野的同时尽可能多地保留特征信息,解决了在传统卷积和池化层中对形状不规则且尺寸较小的肺结节无法高效能地收集到肺结节的像素点问题.在公开的LUNA16数据集中,AUC的值可以达到0.967,说明该模型对正负样本的分类能力较好;97％的特异值和88％的敏感度,表明了该模型可以有效地避免误检且漏检的可能性也较小.实验表明提出的三维卷积神经网络适用于降低肺结节检测中的假阳性率.
针对面向订单生产企业的生产设备使用情况不明、人员排班紊乱,以及对于计划延误、计划停机未能做到及时监控与跟踪等问题,提出一种面向订单生产企业的智能排产处理方法来提高企业生产效率.该方法结合智能排产所需的相关功能,综合运用定性与定量相结合的方法,减少人为因素的影响.根据订单情况进行订单管理、参数配置、规则引擎匹配、开工管理以及生产计算后,生成生产计划.通过审批之后,根据产品BOM信息生成子加工计划清单、子质检计划清单以及子装配计划清单.与传统的基于设备年时基数和可用系数的估算方法相比,这种以订单为基础的智能排
微电网具有并网运行与离网运行两种运行模式,为保证用电安全及系统稳定性,要求在微电网运行模式切换过程中实现并网/离网平滑切换.针对微电网中储能变流器(PCS)在并网与离网切换时产生的电流冲击与电压波动等问题,提出一种基于逐波限流的并网/离网平滑切换控制策略,通过比较PCS输出电流峰值是否超出限制值进而改变电流内环控制方式,以降低切换时的电流冲击.在离网切换至并网时提出一种相位、频率双闭环同步控制策略,采用频率内环调节器与相位外环调节器实现并网过程中锁定电网相位和频率,实现快速并网,同时降低并网时的电压振荡.
为解决中速磨煤机无法在线识别振动故障及传统的机器分类算法无法准确表达故障信息的问题,提出变分模态分解(VMD)和改进D-S证据理论相结合的磨煤机振动故障识别方法.首先,通过对磨煤机从正常到发生故障过程中运行参数(磨加载油压、磨出口风压等)的时域分析,选取磨电流这一参数表征磨煤机振动状态;其次,利用VMD对不同状态的磨电流时间序列进行处理,提取分解后各模态分量的能量比作为故障特征;通过改进D-S证据理论对各特征参数进行多源信息融合得到最终的基本概率赋值,用于决策分析;最后,通过实验验证了所提方法的有效性.结
针对基于示波法的电子血压计采用幅度系数法作为血压判定算法存在的个体适应性差的缺点,文中提出一种结合幅度系数法和波形特征法对脉搏波采用三次B样条曲线拟合的血压检测算法,即在较宽松的包络线幅度范围内寻找收缩压和舒张压的特征点.针对脉搏波波形起伏变化大的特点,提出动态差分阈值法来定位脉搏波峰值点.选用STM32F103RCT6单片机作为主控芯片对信号进行采集和处理.实验测试结果表明,文中算法与标准水银血压计相比,误差均值都在5 mmHg内,符合ANSI/AAMI标准.说明文中算法能够提高特征点的准确率,提升血压