论文研究基于Alluxio远程场景下缓存策略的优化.pdf

当今时代数据呈现出指数级增长效应，更多的组织采用多数据中心和分布式来存储数据，Alluxio作为以内存为中心的虚拟分布式存储系统，整合了底层大数据生态系统。在Alluxio与底层存储结合的远程场景中，由于网络的延迟，使得I/O速度成为影响对外服务的重要因素之一。针对以上研究提出一种基于Alluxio远程场景下的缓存策略CPR，利用存储系统中数据块之间的关联性指导数据预取与替换，采用分组思想提高关联规则的利用率，启用后台线程实时更新规则集，并通过仿真实验验证策略的有效性。仿真结果表明，CPR策略指导下的I/O性能要优于Alluxio现有的缓存策略和一些基于数据块间关联规则的缓存策略。