本文關(guān)鍵詞：基于數(shù)據(jù)訪(fǎng)問(wèn)模式挖掘的磁盤(pán)數(shù)據(jù)預(yù)取技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：計(jì)算機(jī)系統(tǒng)計(jì)算單元與存儲(chǔ)單元的性能差距越來(lái)越大。存儲(chǔ)系統(tǒng)性能的優(yōu)化對(duì)文件系統(tǒng)乃至計(jì)算機(jī)的整體性能提高有非常重要的作用。數(shù)據(jù)預(yù)取技術(shù)是重要的優(yōu)化手段之一,它不僅用在CPU內(nèi)部預(yù)取指令與數(shù)據(jù),更是在數(shù)據(jù)存儲(chǔ)領(lǐng)域得到廣泛的研究與應(yīng)用。然而,大多數(shù)的緩存預(yù)取算法對(duì)應(yīng)用程序的訪(fǎng)問(wèn)模式有較嚴(yán)格的前提或者假設(shè),使得算法只能優(yōu)化特定的一類(lèi)應(yīng)用程序。本文試圖使用數(shù)據(jù)挖掘的手段從應(yīng)用程序的數(shù)據(jù)訪(fǎng)問(wèn)歷史中找到其訪(fǎng)問(wèn)模式,以此來(lái)幫助預(yù)取程序識(shí)別訪(fǎng)問(wèn)模式,并做出正確的預(yù)取決策。我們的算法不對(duì)應(yīng)用程序做假設(shè),只依賴(lài)挖掘出來(lái)的訪(fǎng)問(wèn)模式。本文在回顧了一些具有代表性的研究成果和Linux內(nèi)核所實(shí)現(xiàn)的預(yù)取算法的基礎(chǔ)上,提出了在系統(tǒng)更底層實(shí)施預(yù)取算法的構(gòu)想。本文提出了面向預(yù)測(cè)的關(guān)聯(lián)規(guī)則,討論了這種規(guī)則的約束條件以及區(qū)別于一般關(guān)聯(lián)規(guī)則的特點(diǎn),重點(diǎn)討論了時(shí)間約束條件對(duì)規(guī)則的挖掘和應(yīng)用方面的影響。并指出磁盤(pán)的數(shù)據(jù)訪(fǎng)問(wèn)模式可以用這樣的關(guān)聯(lián)規(guī)則表示,同時(shí)它也能直接用于預(yù)取算法中對(duì)磁盤(pán)訪(fǎng)問(wèn)的預(yù)測(cè)。在第三章中我們?cè)敿?xì)討論了規(guī)則挖掘算法設(shè)計(jì)要點(diǎn)與優(yōu)化手段。為了達(dá)到預(yù)取程序所需的實(shí)時(shí)性,規(guī)則的匹配也要求具有較強(qiáng)的實(shí)時(shí)性。在第四章我們討論了基本的規(guī)則匹配算法以及實(shí)時(shí)性更佳的基于布隆過(guò)濾器的匹配算法。該方法可以避免幾乎全部的無(wú)效查詢(xún)。實(shí)驗(yàn)表明,每次規(guī)則匹配中,該算法幾乎能保證一次查詢(xún)就匹配到規(guī)則數(shù)據(jù)庫(kù)中的結(jié)果。最后文章給出了一個(gè)模擬仿真實(shí)驗(yàn)環(huán)境,在此環(huán)境中可以評(píng)估本文提出的挖掘、預(yù)取算法的性能指標(biāo)。為了能獲取任意真實(shí)應(yīng)用程序的磁盤(pán)訪(fǎng)問(wèn)行為,本文還給出了一個(gè)在Linux內(nèi)核中實(shí)現(xiàn)的磁盤(pán)訪(fǎng)問(wèn)記錄抓取程序。作者使用這個(gè)工具分別記錄下系統(tǒng)運(yùn)行OLTPBench程序和編譯一次Linux內(nèi)核時(shí),發(fā)生的所有磁盤(pán)訪(fǎng)問(wèn)記錄。連同另外一個(gè)公共數(shù)據(jù)集[54]測(cè)試了算法的可行性與性能指標(biāo)。實(shí)驗(yàn)表明,預(yù)取算法能夠明顯提升應(yīng)用程序的響應(yīng)時(shí)間,并達(dá)到了良好的實(shí)時(shí)性。
【關(guān)鍵詞】：關(guān)聯(lián)規(guī)則 數(shù)據(jù)預(yù)取 存儲(chǔ)系統(tǒng)
【學(xué)位授予單位】：西南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TP333.35;TP311.13
【目錄】：

• 摘要5-6
• Abstract6-7
• 第1章 緒論7-15
• 1.1 研究背景與意義7-9
• 1.2 國(guó)內(nèi)外研究狀況9-11
• 1.3 研究?jī)?nèi)容11-12
• 1.4 論文組織結(jié)構(gòu)12-13
• 1.5 本章小結(jié)13-15
• 第2章 基礎(chǔ)預(yù)取技術(shù)原理與體系結(jié)構(gòu)15-23
• 2.1 引言15
• 2.2 預(yù)取技術(shù)原理15-16
• 2.3 內(nèi)存頁(yè)順序讀的預(yù)取技術(shù)16-20
• 2.3.1 虛擬文件系統(tǒng)層和塊數(shù)據(jù)層概覽16-19
• 2.3.2 VFS中的順序預(yù)取算法原理19-20
• 2.4 本章小結(jié)20-23
• 第3章 磁盤(pán)塊語(yǔ)義關(guān)聯(lián)信息的挖掘算法23-39
• 3.1 引言23
• 3.2 磁盤(pán)塊相關(guān)性23-25
• 3.3 使用統(tǒng)一編址的數(shù)據(jù)塊25-26
• 3.4 面向預(yù)測(cè)的關(guān)聯(lián)規(guī)則26-28
• 3.4.1 數(shù)據(jù)塊的關(guān)聯(lián)規(guī)則示例26-27
• 3.4.2 時(shí)間約束27-28
• 3.5 關(guān)聯(lián)規(guī)則的挖掘算法28-37
• 3.5.1 預(yù)處理28-29
• 3.5.2 挖掘單項(xiàng)目先導(dǎo)規(guī)則29
• 3.5.3 模式擴(kuò)展29-35
• 3.5.4 算法并行化35-37
• 3.6 總結(jié)37-39
• 第4章 基于關(guān)聯(lián)規(guī)則的預(yù)取39-47
• 4.1 匹配規(guī)則39-40
• 4.1.1 觀察窗口39-40
• 4.1.2 對(duì)規(guī)則庫(kù)的查詢(xún)40
• 4.2 基礎(chǔ)規(guī)則匹配方案40-41
• 4.3 改進(jìn)的規(guī)則匹配方案41-44
• 4.3.1 布隆過(guò)濾器41-43
• 4.3.2 基于布隆過(guò)濾器的規(guī)則匹配43-44
• 4.4 預(yù)取項(xiàng)目的選擇44-45
• 4.5 本章小結(jié)45-47
• 第5章 實(shí)驗(yàn)評(píng)價(jià)47-55
• 5.1 實(shí)驗(yàn)設(shè)置47-48
• 5.2 實(shí)驗(yàn)數(shù)據(jù)48-50
• 5.2.1 數(shù)據(jù)集描述48
• 5.2.2 磁盤(pán)訪(fǎng)問(wèn)記錄器48-50
• 5.3 實(shí)驗(yàn)分析50-54
• 5.3.0 挖掘算法開(kāi)銷(xiāo)50-51
• 5.3.1 挖掘算法命中率的比較51-52
• 5.3.2 規(guī)則匹配算法的查詢(xún)次數(shù)52-53
• 5.3.3 與其他預(yù)取的比較53-54
• 5.4 本章小結(jié)54-55
• 第6章 總結(jié)與展望55-57
• 6.1 工作總結(jié)55
• 6.2 展望55-57
• 參考文獻(xiàn)57-61
• 致謝61-62
• 研究生期間研究成果情況62

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李春潔;王銳;李美珊;韋韞韜;閆莉薔;;基于多項(xiàng)式回歸的預(yù)取技術(shù)的研究[J];現(xiàn)代電子技術(shù);2012年22期

2 于曉寒;盧秉亮;梅義搏;;位置相關(guān)信息服務(wù)中的一種數(shù)據(jù)預(yù)取方法[J];微處理機(jī);2014年01期

3 曹新平;劉美華;韓真;古志民;張建鑫;;預(yù)取技術(shù)研究進(jìn)展[J];計(jì)算機(jī)科學(xué);2003年08期

4 李娜;張利萍;王莉莉;曹新平;;基于主觀貝葉斯方法的數(shù)據(jù)預(yù)取技術(shù)[J];計(jì)算機(jī)應(yīng)用;2008年S1期

5 王盛明;盧秉亮;;位置相關(guān)信息服務(wù)中一種基于價(jià)值的數(shù)據(jù)預(yù)取方法[J];價(jià)值工程;2011年10期

6 張建勛;古志民;;幫助線(xiàn)程預(yù)取技術(shù)研究綜述[J];計(jì)算機(jī)科學(xué);2013年07期

7 戴東波,印鑒,梁華金;結(jié)合訪(fǎng)問(wèn)序列和內(nèi)容挖掘的預(yù)取技術(shù)[J];計(jì)算機(jī)工程;2005年22期

8 張榮蕓;;淺析緩存預(yù)取技術(shù)[J];現(xiàn)代計(jì)算機(jī)(專(zhuān)業(yè)版);2011年13期

9 張霄宏;雒芬;賈宗璞;沈記全;;一種適用于Hadoop MapReduce環(huán)境的數(shù)據(jù)預(yù)取方法[J];西安電子科技大學(xué)學(xué)報(bào);2014年02期

10 尹春天,古志民,廖祥文;基于搜索結(jié)果的預(yù)取技術(shù)研究[J];計(jì)算機(jī)應(yīng)用;2004年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 歐國(guó)東;潘國(guó)騰;羅莉;;兩階段數(shù)據(jù)預(yù)取線(xiàn)程評(píng)估方法[A];第十六屆計(jì)算機(jī)工程與工藝年會(huì)暨第二屆微處理器技術(shù)論壇論文集[C];2012年

2 歐國(guó)東;王永文;張民選;;基于線(xiàn)程的多路徑數(shù)據(jù)預(yù)取技術(shù)研究[A];2010年第16屆全國(guó)信息存儲(chǔ)技術(shù)大會(huì)（IST2010）論文集[C];2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 歐國(guó)東;基于線(xiàn)程的數(shù)據(jù)預(yù)取技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2011年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 姚南野;基于關(guān)聯(lián)分析的移動(dòng)評(píng)教數(shù)據(jù)預(yù)取與緩存研究[D];華中師范大學(xué);2015年

2 朱凌宇;基于數(shù)據(jù)訪(fǎng)問(wèn)模式挖掘的磁盤(pán)數(shù)據(jù)預(yù)取技術(shù)研究[D];西南大學(xué);2015年

3 辛愿;面向嵌入式系統(tǒng)的自調(diào)數(shù)據(jù)預(yù)取[D];浙江大學(xué);2013年

4 張百達(dá);一種軟硬結(jié)合的預(yù)取技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2008年

5 劉敬偉;時(shí)空結(jié)合的數(shù)據(jù)預(yù)取[D];浙江工業(yè)大學(xué);2011年

6 鄭長(zhǎng)安;多應(yīng)用環(huán)境下自適應(yīng)預(yù)取策略研究[D];華中科技大學(xué);2011年

7 張美玲;增量預(yù)取技術(shù)在持久化框架中的研究與應(yīng)用[D];中國(guó)海洋大學(xué);2010年

8 王世克;基于數(shù)據(jù)挖掘的Web服務(wù)器預(yù)取技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2005年

9 宋冰;Web預(yù)取與緩存一體化模型研究[D];鄭州大學(xué);2006年

10 史海振;基于雙關(guān)聯(lián)圖的Web預(yù)取模型研究[D];鄭州大學(xué);2011年

  本文關(guān)鍵詞：基于數(shù)據(jù)訪(fǎng)問(wèn)模式挖掘的磁盤(pán)數(shù)據(jù)預(yù)取技術(shù)研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：323668