一種移動雲計算環境中基於低能耗的數據緩存方法
2023-10-04 20:27:44
一種移動雲計算環境中基於低能耗的數據緩存方法
【專利摘要】本發明涉及一種移動雲計算環境中基於低能耗的數據緩存方法,包括以下步驟:第一步:獲取策略池中各個算法在訪問局部性範圍內的命中率;第二步:讀取移動客戶端的參數及其應用的訪問局部性的範圍;第三步:在移動客戶端訪問網絡時,根據其訪問數據的特徵,判斷其所使用的應用,並根據該應用的訪問局部性的範圍,由策略池中選擇一個在該訪問局部性範圍內命中率最高的替換算法;第四步:移動客戶端首先在本地緩存中進行查詢,若緩存命中,直接更新緩存中數據的屬性,並返回第三步;若未命中,向雲端請求數據,根據選擇的替換算法,更新緩存中數據的屬性,並返回第三步。與現有技術相比,本發明能在滿足系統性能要求得前提下,有效的節省能耗。
【專利說明】一種移動雲計算環境中基於低能耗的數據緩存方法
【技術領域】
[0001] 本發明涉及一種數據緩存方法,尤其是涉及一種移動雲計算環境中基於低能耗的 數據緩存方法。
【背景技術】
[0002] 移動雲計算是移動計算、行動網路和雲計算的結合體。移動雲計算技術是通過計 算機或者其他智能終端設備來共享資源和交換數據,任何智能終端設備可以從無線網絡環 境中獲得服務。"雲端"就好像網絡中的一組伺服器,由無數的數據中心組成。移動智能終 端與"雲端"連接後,數據的傳輸量會比較大,但是無線網絡的帶寬和數據中心之間的帶寬 是有限的,數據傳輸的過程中網絡延遲很大,影響了數據傳輸的性能。
[0003] 即使現今國內移動網際網路(3G)技術發展日新月異,但是在移動計算環境中,無線 通信的帶寬依然相對有限,這就要求用戶儘量減少不必要的無線通信量,因此在客戶端中 緩存客戶經常使用的數據是可行的,也是必要的,因為這有利於減少用戶在網絡通信中的 開銷。
[0004] 但是在移動雲計算網絡中,由於行動裝置終端的電能,計算能力以及無線網絡帶 寬的限制,網絡動態多變性,簡單地沿用有線Web網絡的緩存策略顯然很難滿足無線網絡 的性能要求。同時隨著移動終端設備技術的發展,終端的存儲空間越來越大(ipad等平板 電腦的存儲空間已經達到32G),緩存能力也越來越強。如何合理地利用這些緩存空間,讓緩 存技術發揮更加重要的作用,提高數據訪問的效率,減少網絡負載和伺服器的負擔,是值得 探索的課題。
[0005]目前,國外及臺灣學者針對移動數據緩存問題,提出了一些解決方案,並取得了顯 著成果:
[0006] 1.芝加哥伊利諾理工大學的Chen,Yong等人提出了一個新的緩存結構叫數據訪 問歷史緩存(DAHC),研究了其相關的預取機制。該DAHC的行為作為最近高速緩存的參考信 息,而不是作為一個傳統的指令或數據緩存。理論上,它是能夠支持許多熟知的基於歷史的 預取算法,特別是自適應方法。
[0007] 2.德克薩斯大學的Kumar, Μ等人提出的Poll with Time-out Period機制是 DC-PL-SL的一個典型應用。這種機制能夠確保緩存數據在更新後的時間段At內保持 Delta的有效性。而當時間At為0時,機制退化為每次查詢請求讀機制。
[0008] 3.香港綜合技術大學的zhang,Y等人提出RPCC策略就是基於HY-HY-*模式的。這 種策略通過選擇位置相對穩定,能量相對充足的緩存節點作為源節點和其他緩存節點之間 的中轉節點,為其他緩存節點中轉失效報告。因為中轉節點能力相對充足,位置相對穩定, 所以源節點可以使用Push策略中轉大量的失效報告;而在緩存節點和中轉之間,緩存節點 可以根據自身的需要向中轉節點請求數據更新信息。
[0009] 4.德克薩斯大學的Das, S. K等人提及的Asynchronous Stateful (AS)策略就是 基於*-PS-SF模式的。在AS策略中,源節點記錄每個緩存節點的一些特定的狀態信息,當 數據發生更新後,根據信息判斷哪些緩存節點需要發出Push數據更新。
[0010] 5.西安理工大學的李軍懷,高苗,張璟等人採用上下文存儲機制減小網絡中傳輸 的感知消息大小,減小響應時間,達到減少移動終端能耗的目的。
[0011] 6.德克薩斯大學的 Huaping Shen,Mohan Kumar,Sajal K. Das 和 Zhi jun Wang 等 人基於一個來自分析模型的效用函數,提出了一個緩存替換算法和一個被動預取算法去緩 存和預取數據對象。在每一次替換過程中,該論文通過選擇最小能效值的數據項達到減少 行動裝置能耗的目的。
[0012] 從以上可以看出,大多數研究主要是從傳輸的數據方面考慮,減小數據在網絡中 的傳輸大小或消息的大小,以減小響應的時間,從而達到節能。而在這些算法中,沒有結合 移動終端的讀寫能耗來考慮其數據緩存。
【發明內容】
[0013] 本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種移動雲計算環 境中基於低能耗的數據緩存方法,該方法能在滿足系統性能要求得前提下,有效的節省能 耗。
[0014] 本發明的目的可以通過以下技術方案來實現:
[0015] 一種移動雲計算環境中基於低能耗的數據緩存方法,包括以下步驟:
[0016] 第一步:獲取策略池中各個算法在其訪問局部性範圍內的命中率;
[0017] 第二步:讀取移動客戶端的參數及其應用的訪問局部性的範圍;
[0018] 第三步:在移動客戶端訪問網絡時,根據其訪問數據的特徵,判斷其所使用的應 用,並根據該應用的訪問局部性的範圍,由策略池中選擇一個在該訪問局部性範圍內命中 率最高的替換算法;
[0019] 第四步:移動客戶端首先在本地緩存中進行查詢,若緩存命中,則直接更新緩存中 數據的屬性,並返回第三步;若未命中,則向雲端請求數據,根據選擇的替換算法,更新緩存 中數據的屬性,並返回第三步。
[0020] 2.根據權利要求1所述的一種移動雲計算環境中基於低能耗的數據緩存方法,其 特徵在於,第二步中所述的移動客戶端的參數包括緩存大小、緩存頁的大小和讀寫頁面能 量大小。
[0021] 3.根據權利要求1所述的一種移動雲計算環境中基於低能耗的數據緩存方法,其 特徵在於,第四步中向雲端請求數據時,首先計算緩存中每個數據的讀寫能耗,結合選擇的 替換算法,替換緩存中讀寫能耗最大的數據。
[0022] 4.根據權利要求3所述的一種移動雲計算環境中基於低能耗的數據緩存方法,其 特徵在於,讀寫能耗的計算公式為:
[0023] Pr,w = CrXNr+CwXNw
[0024] 其中,(;表示讀的能量係數,Cw表示寫的能量係數,隊,Nw表示讀寫的頁。
[0025] 與現有技術相比,本發明針對緩存中的能量優化問題,運用移動雲計算環境中基 於低能耗的數據緩存方法來解決此問題,在滿足系統性能要求的同時優化系統能耗。首先, 當用戶訪問網絡時,判斷用戶是哪種應用,從策略池中選擇一個合適的替換算法。然後,客 戶端請求的數據先在本地緩存中查詢,如果緩存命中,直接處理其請求;反之,向雲端請求 數據,並根據選擇的替換算法,確定緩存中要被替換的數據。在確定要替換的數據時,考慮 其讀寫能耗,在不降低性能的前提下,考慮了數據的讀寫能耗,通過此方法來節能。
【專利附圖】
【附圖說明】
[0026] 圖1為本發明的流程圖。
【具體實施方式】
[0027] 下面結合附圖和具體實施例對本發明進行詳細說明。
[0028] 實施例
[0029] 如圖1所示,一種移動雲計算環境中基於低能耗的數據緩存方法,該方法中需 要定義一組數據,作為雲端的源數據,數據的屬性包括編號(id)、最後一次被訪問的時 間(last_time)、倒數第二次被訪問的時間(sec_time)、一個頁面最後一次訪問到現在 的時間間隔(recency)、一個頁面最近兩次被訪問的時間間隔(irr)、數據被訪問的頻率 (frequency)、數據的大小(size);緩存中存放的數據大小(S_size)。該方法的具體實施步 驟如下:
[0030] 第一步:獲取策略池中各個算法在其訪問局部性範圍內的命中率,可以通過分析 策略池中每個算法的優缺點,總結出每個算法在哪種情況下(即訪問局部性在哪個範圍 內)命中率最高,本實施例中的算法包括LRU、MRU、LFU、MFU、LIRS、FIFO。
[0031] 第二步:讀取移動客戶端的參數(包括緩存大*C_size、緩存頁的大小p_size、讀 寫頁面的能量大小)及其應用(包括網頁、多媒體、文本等)的訪問局部性的範圍。
[0032] 第三步:在移動客戶端訪問網絡時,根據其訪問數據的特徵,判斷其所使用的應 用,並根據該應用的訪問局部性的範圍,由策略池中選擇一個在該訪問局部性範圍內命中 率最高的替換算法;
[0033] 第四步:移動客戶端首先在本地緩存中進行查詢,若緩存命中,則直接更新緩存中 數據的屬性last_time、sec_time、recency、irr和frequency,並轉到第三步;若未命中,貝丨J 轉到第五步。
[0034] 第五步:向雲端請求數據,如果S_size彡C_size,那麼直接把請求數據寫入緩存 中,並更新緩存中數據的屬性last_time、sec_time、recency、irr和frequency,並轉到第 三步;否則轉到第六步。
[0035] 第六步:根據讀寫能耗計算公式計算緩存中每個數據的讀寫能耗,並根據選擇的 替換算法結合讀寫能耗,將讀寫能耗最大的數據確定為被替換出的數據,並轉到第三步。
[0036] 其中,讀寫能耗計算公式為:
[0037] Pr,w = CrXNr+CwXNw
[0038] 式中,(;表示讀的能量係數,Cw表示寫的能量係數,隊,Nw表示讀寫的頁。
[0039] 而對於算法LRU和LFU,首先把數據分別按recency和frequency按從小到大的排 列,當recency或frequency相等時,讀寫能耗大的數據排在後面,當要替換數據時,替換最 後面的數據;對於算法MRU和MFU,首先把數據分別按recency和frequency按從大到小的 排列,當recency或frequency相等時,讀寫能耗小的數據排在後面,當要替換數據時,替換 最前面的數據;對於算法LIRS,首先把第一次訪問的數據放在hir中,當第二次訪問時,把 該數據放到lir中,hir和lir分別按照lir和recency排列,當lir和recency都相等時, 把讀寫能耗比較大的排到後面,每次首先替換hir中最後面的數據;對於算法FIFO,每次 替換第一個數據。然後把請求的數據寫入到緩存中,並更新緩存中數據的屬性last_time、 sec_time、recency、irr 和 frequency。
【權利要求】
1. 一種移動雲計算環境中基於低能耗的數據緩存方法,其特徵在於,包括以下步驟: 第一步:獲取策略池中各個算法在其訪問局部性範圍內的命中率; 第二步:讀取移動客戶端的參數及其應用的訪問局部性的範圍; 第三步:在移動客戶端訪問網絡時,根據其訪問數據的特徵,判斷其所使用的應用,並 根據該應用的訪問局部性的範圍,由策略池中選擇一個在該訪問局部性範圍內命中率最高 的替換算法; 第四步:移動客戶端首先在本地緩存中進行查詢,若緩存命中,則直接更新緩存中數據 的屬性,並返回第三步;若未命中,則向雲端請求數據,根據選擇的替換算法,更新緩存中數 據的屬性,並返回第三步。
2. 根據權利要求1所述的一種移動雲計算環境中基於低能耗的數據緩存方法,其特徵 在於,第二步中所述的移動客戶端的參數包括緩存大小、緩存頁的大小和讀寫頁面能量大 小。
3. 根據權利要求1所述的一種移動雲計算環境中基於低能耗的數據緩存方法,其特徵 在於,第四步中向雲端請求數據時,首先計算緩存中每個數據的讀寫能耗,結合選擇的替換 算法,替換緩存中讀寫能耗最大的數據。
4. 根據權利要求3所述的一種移動雲計算環境中基於低能耗的數據緩存方法,其特徵 在於,讀寫能耗的計算公式為: Pr,w = CrXNr+CwXNw 其中,(;表示讀的能量係數,Cw表示寫的能量係數,隊,Nw表示讀寫的頁。
【文檔編號】H04L29/08GK104104710SQ201310129512
【公開日】2014年10月15日 申請日期:2013年4月15日 優先權日:2013年4月15日
【發明者】劉偉, 曾國蓀, 王偉 申請人:同濟大學