文件访问预测

注：“文件访问预测”是我论文的研究工作中的一部分。

 

　　　处理器与I/O存在速度鸿沟、网络带宽的限制（特别是无线移动网络）、网络应用的断连操作（如移动计算、AFS）等原因，造成了数据访问的延迟，IO和网络成为了制约性能的瓶颈。

　　为了解决这个问题，通常采用缓存（Cache）和预取（Pre-fetch）技术。缓存技术利用数据访问的时间局部性，对访问过的数据进行暂时的保留。但由于缓存空间大小以及更新算法的制约，当数据频繁更新时，缓存带来的性能改善不再显著。预取（Pre- fetch）是主动缓存技术，利用数据访问的空间局部性，对将来可能发生的数据请求进行预测，在访问之前取出并Cache，以备用户访问，从而减少访问延迟。

　　预取可以提高系统的性能，但是也存一些不足：
　（1）影响正常的数据访问负载
　（2）错误的预取会降低整个系统性能
　（3）很难做到精确地预测并在需要时完成预取

　　预取的基础是预测，它解决预取什么的问题。为什么预测是有效的呢？一方面，数据请求并非完全随机，由用户或程序行为驱动的。另一方面，许多数据之间存在内在的关联。预测的关键是挖掘数据访问行为模式，构建数据之间的关联。

　　预取的基本思想是：通过对数据本体或历史访问记录的分析，构造合适的预测模型，对未来的访问模式进行预测，在访问之前取出并缓存，以备用户访问，减少访问延迟。

　　预取的两种方法：
　（1）基于预测的预取（显式）：精确的预测模型，尽量减少错误预测，平滑预取。
　（2）基于分组的预取（隐式）：构建稳定数据分组，适用于比较稳定的访问模式。

　　预测涉及的相关理论包括统计分析、机器学习、人工智能、数据库等。

 （刘爱贵 / Aiguille.Liu）