基于频繁序列挖掘的文件系统缓存算法设计

来源：计算机应用研究杂志2022年第3期北京时间：

作者：杜科星,张小芳,张晓,赵晓南,

单位：西北工业大学a.软件学院;b.计算机学院,西安710072；

摘要：传统缓存算法存在命中率低、交换率高等问题，且现有缓存算法在分布式大数据存储系统中并不适用，为此提出了一种基于频繁序列挖掘的自适应缓存策略。该方法使用数据挖掘算法挖掘历史访问窗口内的频繁序列，将频繁序列模糊合并后构建匹配模式集合以供查询。当新的访问来临时，将固定访问长度内的子序列与匹配模式集合进行匹配，然后根据匹配结果预取数据，同时结合修改后的S4LRU（4-segmented least recently used）数据结构进行缓存数据换出。在公开的大数据处理trace集上进行了仿真实验，实验结果表明，在不同的缓存大小下，提出算法与现有典型缓存算法相比，平均命中率提高了0.327倍，平均交换率降低了0.33倍，同时具有低开销和高时效的特点。此结果表明，该方法较传统替换算法而言是一个更为有效的缓存策略。

关键词：缓存算法,频繁序列挖掘,分布文件系统优化,

基金资助：国家重点研发计划资助项目(2018YFB1004401)；北京市自然科学基金—海淀原始创新联合基金资助项目(L192027)；陕西省重点产业链项目(2021ZDLGY03-02,2021ZDLGY03-08)；；