ImageVerifierCode 换一换
格式:DOCX , 页数:5 ,大小:17.51KB ,
资源ID:1664853      下载积分:8 积分
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝扫码支付 微信扫码支付   
验证码:   换一换

加入VIP,免费下载
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.wnwk.com/docdown/1664853.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: QQ登录  

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(2023年信息服务的数据预取方法综述.docx)为本站会员(la****1)主动上传,蜗牛文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知蜗牛文库(发送邮件至admin@wnwk.com或直接QQ联系客服),我们立即给予删除!

2023年信息服务的数据预取方法综述.docx

1、信息效劳的数据预取方法综述 。基于ldd的预取策略如ddp考虑了数据距离,但是没有考虑数据的访问概率和更新频率和数据大小,针对以上问题提出基于价值的数据预取(cdp)策略,一些重要的数据预取因素如访问概率、更新频率、数据项大小、数据距离和有效范围等都包含在价值函数里,根据价值函数值的大小来选择被预取的数据。通过实验比照,cdp比ddp策略更有效的提高缓存的命中率。 关键词:位置相关信息效劳;位置相关数据;数据预取;缓存命中率 0引言 移动计算环境下,网络的弱连接、低带宽使得用户而无法及时获取所需的信息,特别是查询位置相关数据(locationdependentdata,ldd)时,容易因用户位

2、置的改变而导致查询结果过时失效或者不正确。而数据预取技术能够显著提高数据访问速度和充分利用播送带宽1。 1基于价值的数据预取策略 1.1位置相关数据的模型位置相关数据(ldd),是指其值取决于具体地理位置的数据,ldd具有特定的适用范围。 数据的有效范围区域(validscopearea),是指数据实例有效范围的几何区域。每个ldd实例有一个特定的有效范围,只有在此有效范围之内,该实例才是正确的。 数据距离(datadistance),是指mc当前位置和数据实例有效范围之间的距离。 1.2cdp预取方法本文提出cdp策略,预取时根据价值函数的值进行选择,预取价值函数如下:cost=pusefu

3、l(benefit-penalty)(1) 式(1)中puseful为mc访问ldd的概率,benefit为mc预取ldd的获益价值,penalty为预取ldd的惩罚代价。 1.2.1数据预取的奖惩代价数据预取到本地缓存后,并非所有的数据都是mc需要的,经过运算处理后能成为有效查询的数据才是用户需要的,只有这局部数据才能给mc的查询访问带来获益。本文用fbenefit(di)表示预取数据di的获益价值函数,即mc未预取数据时的访问时间与预取数据时的访问时间减少的比例。 1.2.2访问ldd的概率对于mc访问某一种ldd可能性的概率,主要以mc经过该数据有效范围的概率和未来访问该数据的概率为依据

4、,因此把mc将来可能经过有效范围内数据列为预取的候选集c。主要考虑以下两点因素:从时间的角度来考虑。越久未被更新的数据,说明其因效劳器端的数据更新而导致预取数据失效的可能性越小;而越久未被访问的数据说明其比较陈旧,再次被访问的可能性就越小。从空间的角度来考虑。研究说明,在位置相关信息效劳的数据访问中,mc沿着某条移动路径通过的概率越高,数据距mc当前的位置越近,且数据有效范围区域的面积越大,或者越靠近mc当前移动路径或移动方向上的ldd越容易被访问。 1.3备选预取数据的择取数据预取的目标是希望在mc有限资源的前提下,使得所预取的数据尽可能都是mc需要的,并且尽可能多的提供有效查询信息。 在数

5、据择取过程中应考虑以下两种情况: 当s=0(缓存已满)时,不管c中是否有剩余的未被预取的ldd,都将停止预取。 当0s(缓存还有剩余空间)且size(i)s,那么根据mc当前位置和缓存的剩余空间来计算应预取数据总量的大小。 2模拟实验及性能分析 实验以预取数据在缓存中的命中率为指标进行测试比照。测试的工作负载为一组随机产生的查询序列,由20230个查询组成,每次查询生成的条件字段、条件值和数据表都是按照一定的规那么随机产生的。将mc的缓存的大小分别设置为实验数据总量的2023%、15%、20%、25%、30%时分别进行五组实验,实验结果如图1所示。 3结论 在移动环境中,数据预取是有效提高访问

6、速度和减少数据访问时间的一个可行方法。本文主要考虑mc访问ldd可能性概率以及每一种数据能提供多少有效查询信息,设计出一个预取价值选择函数,在候选集中找到预取数据,只要这些数据出现在播送信道,就预取到本地缓存。通过实验比较,cdp策略比ddp、dhp策略更有效的提高了缓存命中率。 参考文献: 1李国徽,杨兵,陈辉,等.移动环境下支持实时事务处理的数据预取j.计算机学报,202223,31(2023):1841-1847. 2yinl,caog.adaptivepower-awareprefetchinwirelesanetworksj.ieeetransactionswire1esscommu

7、nications,2022.3(5):1648-1658. 3jiangz,kleinrockl.webprefetchinginamobileenvironmentj.ieeepersonalcommunications,1998,5(5):25-34. 4personevdn,grassiv,morlupia.modelingandevaluationofprefetcad快速绘制电路图的方法与技巧探索chingpoliciesforcontext-awareinformationservices c.proceedingsofthe4thannualinternationalconferenceonmobilecomputingandnetworking,1998:55-65. 5zhengb,xuj,leedl.cacheinvalidationandreplacementstrategiesforlocation-dependentdatainmobileenvironmentsj.ieeetransactionsoncomputers,2022,51(2023):1141-1153. 第5页 共5页

copyright@ 2008-2023 wnwk.com网站版权所有

经营许可证编号:浙ICP备2024059924号-2