CN104104710B - 一种移动云计算环境中基于低能耗的数据缓存方法 - Google Patents

Abstract

本发明涉及一种移动云计算环境中基于低能耗的数据缓存方法，包括以下步骤：第一步：获取策略池中各个算法在访问局部性范围内的命中率；第二步：读取移动客户端的参数及其应用的访问局部性的范围；第三步：在移动客户端访问网络时，根据其访问数据的特征，判断其所使用的应用，并根据该应用的访问局部性的范围，由策略池中选择一个在该访问局部性范围内命中率最高的替换算法；第四步：移动客户端首先在本地缓存中进行查询，若缓存命中，直接更新缓存中数据的属性，并返回第三步；若未命中，向云端请求数据，根据选择的替换算法，更新缓存中数据的属性，并返回第三步。与现有技术相比，本发明能在满足系统性能要求得前提下，有效的节省能耗。

Description

一种移动云计算环境中基于低能耗的数据缓存方法

技术领域

本发明涉及一种数据缓存方法，尤其是涉及一种移动云计算环境中基于低能耗的数据缓存方法。

背景技术

移动云计算是移动计算、移动网络和云计算的结合体。移动云计算技术是通过计算机或者其他智能终端设备来共享资源和交换数据，任何智能终端设备可以从无线网络环境中获得服务。“云端”就好像网络中的一组服务器，由无数的数据中心组成。移动智能终端与“云端”连接后，数据的传输量会比较大，但是无线网络的带宽和数据中心之间的带宽是有限的，数据传输的过程中网络延迟很大，影响了数据传输的性能。

即使现今国内移动互联网(3G)技术发展日新月异，但是在移动计算环境中，无线通信的带宽依然相对有限，这就要求用户尽量减少不必要的无线通信量，因此在客户端中缓存客户经常使用的数据是可行的，也是必要的，因为这有利于减少用户在网络通信中的开销。

但是在移动云计算网络中，由于移动设备终端的电能，计算能力以及无线网络带宽的限制，网络动态多变性，简单地沿用有线Web网络的缓存策略显然很难满足无线网络的性能要求。同时随着移动终端设备技术的发展，终端的存储空间越来越大(ipad等平板电脑的存储空间已经达到32G)，缓存能力也越来越强。如何合理地利用这些缓存空间，让缓存技术发挥更加重要的作用，提高数据访问的效率，减少网络负载和服务器的负担，是值得探索的课题。

目前，国外及台湾学者针对移动数据缓存问题，提出了一些解决方案，并取得了显著成果：

1.芝加哥伊利诺理工大学的Chen，Yong等人提出了一个新的缓存结构叫数据访问历史缓存(DAHC)，研究了其相关的预取机制。该DAHC的行为作为最近高速缓存的参考信息，而不是作为一个传统的指令或数据缓存。理论上，它是能够支持许多熟知的基于历史的预取算法，特别是自适应方法。

2.德克萨斯大学的Kumar，M等人提出的Poll with Time-out Period机制是DC-PL-SL的一个典型应用。这种机制能够确保缓存数据在更新后的时间段△t内保持Delta的有效性。而当时间△t为0时，机制退化为每次查询请求读机制。

3.香港综合技术大学的zhang，Y等人提出RPCC策略就是基于HY-HY-*模式的。这种策略通过选择位置相对稳定，能量相对充足的缓存节点作为源节点和其他缓存节点之间的中转节点，为其他缓存节点中转失效报告。因为中转节点能力相对充足，位置相对稳定，所以源节点可以使用Push策略中转大量的失效报告；而在缓存节点和中转之间，缓存节点可以根据自身的需要向中转节点请求数据更新信息。

4.德克萨斯大学的Das，S.K等人提及的Asynchronous Stateful(AS)策略就是基于*-PS-SF模式的。在AS策略中，源节点记录每个缓存节点的一些特定的状态信息，当数据发生更新后，根据信息判断哪些缓存节点需要发出Push数据更新。

5.西安理工大学的李军怀，高苗，张璟等人采用上下文存储机制减小网络中传输的感知消息大小，减小响应时间，达到减少移动终端能耗的目的。

6.德克萨斯大学的Huaping Shen，Mohan Kumar，Sajal K.Das和Zhijun Wang等人基于一个来自分析模型的效用函数，提出了一个缓存替换算法和一个被动预取算法去缓存和预取数据对象。在每一次替换过程中，该论文通过选择最小能效值的数据项达到减少移动设备能耗的目的。

从以上可以看出，大多数研究主要是从传输的数据方面考虑，减小数据在网络中的传输大小或消息的大小，以减小响应的时间，从而达到节能。而在这些算法中，没有结合移动终端的读写能耗来考虑其数据缓存。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种移动云计算环境中基于低能耗的数据缓存方法，该方法能在满足系统性能要求得前提下，有效的节省能耗。

本发明的目的可以通过以下技术方案来实现：

一种移动云计算环境中基于低能耗的数据缓存方法，包括以下步骤：

第一步：获取策略池中各个算法在其访问局部性范围内的命中率；

第二步：读取移动客户端的参数及其应用的访问局部性的范围；

第三步：在移动客户端访问网络时，根据其访问数据的特征，判断其所使用的应用，并根据该应用的访问局部性的范围，由策略池中选择一个在该访问局部性范围内命中率最高的替换算法；

第四步：移动客户端首先在本地缓存中进行查询，若缓存命中，则直接更新缓存中数据的属性，并返回第三步；若未命中，则向云端请求数据，根据选择的替换算法，更新缓存中数据的属性，并返回第三步。

第二步中所述的移动客户端的参数包括缓存大小、缓存页的大小和读写页面能量大小。

第四步中向云端请求数据时，首先计算缓存中每个数据的读写能耗，结合选择的替换算法，替换缓存中读写能耗最大的数据。

读写能耗的计算公式为：

P_r,w＝C_r×N_r+C_w×N_w

其中，C_r表示读的能量系数，C_w表示写的能量系数，N_r,N_w表示读写的页。

与现有技术相比，本发明针对缓存中的能量优化问题，运用移动云计算环境中基于低能耗的数据缓存方法来解决此问题，在满足系统性能要求的同时优化系统能耗。首先，当用户访问网络时，判断用户是哪种应用，从策略池中选择一个合适的替换算法。然后，客户端请求的数据先在本地缓存中查询，如果缓存命中，直接处理其请求；反之，向云端请求数据，并根据选择的替换算法，确定缓存中要被替换的数据。在确定要替换的数据时，考虑其读写能耗，在不降低性能的前提下，考虑了数据的读写能耗，通过此方法来节能。

附图说明

图1为本发明的流程图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

实施例

如图1所示，一种移动云计算环境中基于低能耗的数据缓存方法，该方法中需要定义一组数据，作为云端的源数据，数据的属性包括编号(id)、最后一次被访问的时间(last_time)、倒数第二次被访问的时间(sec_time)、一个页面最后一次访问到现在的时间间隔(recency)、一个页面最近两次被访问的时间间隔(irr)、数据被访问的频率(frequency)、数据的大小(size)；缓存中存放的数据大小(S_size)。该方法的具体实施步骤如下：

第一步：获取策略池中各个算法在其访问局部性范围内的命中率，可以通过分析策略池中每个算法的优缺点，总结出每个算法在哪种情况下(即访问局部性在哪个范围内)命中率最高，本实施例中的算法包括LRU、MRU、LFU、MFU、LIRS、FIFO。

第二步：读取移动客户端的参数(包括缓存大小C_size、缓存页的大小p_size、读写页面的能量大小)及其应用(包括网页、多媒体、文本等)的访问局部性的范围。

第三步：在移动客户端访问网络时，根据其访问数据的特征，判断其所使用的应用，并根据该应用的访问局部性的范围，由策略池中选择一个在该访问局部性范围内命中率最高的替换算法；

第四步：移动客户端首先在本地缓存中进行查询，若缓存命中，则直接更新缓存中数据的属性last_time、sec_time、recency、irr和frequency，并转到第三步；若未命中，则转到第五步。

第五步：向云端请求数据，如果S_size≤C_size，那么直接把请求数据写入缓存中，并更新缓存中数据的属性last_time、sec_time、recency、irr和frequency，并转到第三步；否则转到第六步。

第六步：根据读写能耗计算公式计算缓存中每个数据的读写能耗，并根据选择的替换算法结合读写能耗，将读写能耗最大的数据确定为被替换出的数据，并转到第三步。

其中，读写能耗计算公式为：

P_r,w＝C_r×N_r+C_w×N_w

式中，C_r表示读的能量系数，C_w表示写的能量系数，N_r,N_w表示读写的页。

而对于算法LRU和LFU，首先把数据分别按recency和frequency按从小到大的排列，当recency或frequency相等时，读写能耗大的数据排在后面，当要替换数据时，替换最后面的数据；对于算法MRU和MFU，首先把数据分别按recency和frequency按从大到小的排列，当recency或frequency相等时，读写能耗小的数据排在后面，当要替换数据时，替换最前面的数据；对于算法LIRS，首先把第一次访问的数据放在hir中，当第二次访问时，把该数据放到lir中，hir和lir分别按照lir和recency排列，当lir和recency都相等时，把读写能耗比较大的排到后面，每次首先替换hir中最后面的数据；对于算法FIFO，每次替换第一个数据。然后把请求的数据写入到缓存中，并更新缓存中数据的属性last_time、sec_time、recency、irr和frequency。

Claims (3)

1.一种移动云计算环境中基于低能耗的数据缓存方法，其特征在于，包括以下步骤：

第一步：获取策略池中各个算法在其访问局部性范围内的命中率；

第二步：读取移动客户端的参数及其应用的访问局部性的范围；

第三步：在移动客户端访问网络时，根据其访问数据的特征，判断其所使用的应用，并根据该应用的访问局部性的范围，由策略池中选择一个在该访问局部性范围内命中率最高的替换算法；

第四步：移动客户端首先在本地缓存中进行查询，若缓存命中，则直接更新缓存中数据的属性，并返回第三步；若未命中，则向云端请求数据，根据选择的替换算法，更新缓存中数据的属性，并返回第三步；

第四步中向云端请求数据时，首先计算缓存中每个数据的读写能耗，结合选择的替换算法，替换缓存中读写能耗最大的数据。

2.根据权利要求1所述的一种移动云计算环境中基于低能耗的数据缓存方法，其特征在于，第二步中所述的移动客户端的参数包括缓存大小、缓存页的大小和读写页面能量大小。

3.根据权利要求1所述的一种移动云计算环境中基于低能耗的数据缓存方法，其特征在于，读写能耗的计算公式为：

P_r,w＝C_r×N_r+C_w×N_w

其中，C_r表示读的能量系数，C_w表示写的能量系数，N_r,N_w表示读写的页。