一種新型分布式代理緩存系統(tǒng)—雙層集群緩存

摘要： 為了提高代理系統(tǒng)的整體性能，基于內(nèi)部網(wǎng)絡(luò)用戶訪問時(shí)間的局部性和相似性，并結(jié)合現(xiàn)有的分布式緩存系統(tǒng)，本文提出了一種新型的分布式代理緩存系統(tǒng)——雙層緩存集群。雙層緩存集群系統(tǒng)分為網(wǎng)內(nèi)集群緩存層和代理集群緩存層，采用雙層代理緩存結(jié)構(gòu)，充分利用現(xiàn)有內(nèi)部網(wǎng)絡(luò)資源，分散了代理的負(fù)擔(dān)，降低了代理之間的通信開銷，還增強(qiáng)了緩存資源的利用率，提高了用戶請求命中率，降低了代理系統(tǒng)的整體資源消耗。

關(guān)鍵詞：

中圖分類號： ＴＰ３９１．４ 文獻(xiàn)標(biāo)識碼：Ａ 文章編號：２０９５－２１６３（２０１１）０１－００３９－０５

０引言

隨著社會經(jīng)濟(jì)的發(fā)展，使用Ｉｎｔｅｒｎｅｔ用戶的迅速增多，ＷＷＷ服務(wù)即Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ的流行，使得網(wǎng)絡(luò)負(fù)載不斷加重。同時(shí)，用戶對網(wǎng)絡(luò)的速度和效果愈加重視，對網(wǎng)絡(luò)的訪問質(zhì)量提出了更多的要求，這對互聯(lián)網(wǎng)服務(wù)提供商ＩＳＰ（Ｉｎｔｅｒｎｅｔ Ｓｅｒｖｉｃｅ Ｐｒｏｖｉｄｅｒ）提出了更高挑戰(zhàn)。根據(jù)Ｉｎｔｅｒｎｅｔ上的統(tǒng)計(jì)資料表明，超過８０％的客戶經(jīng)常訪問２０％的熱門內(nèi)容，因此構(gòu)建代理、使用緩存是一個(gè)很好的解決思路[１]。

一般的局域網(wǎng)代理比較簡單，在局域網(wǎng)內(nèi)搭建一臺代理服務(wù)器，當(dāng)內(nèi)網(wǎng)的某個(gè)客戶請求某一個(gè)ＷＥＢ服務(wù)時(shí)，首先向代理服務(wù)器發(fā)出請求，如果代理服務(wù)器存在相應(yīng)的緩存副本，就會直接返回給客戶端；否則，則向相應(yīng)的ＷＥＢ服務(wù)器請求。

構(gòu)建代理可以大大提高請求ＷＥＢ服務(wù)的效率，如果在局域網(wǎng)構(gòu)建相應(yīng)的代理服務(wù)器，可以有效地節(jié)省ＩＰ，保護(hù)局域網(wǎng)的內(nèi)部網(wǎng)絡(luò)安全，容易構(gòu)建全面的審計(jì)功能。但是，隨著網(wǎng)絡(luò)的不斷發(fā)展，眾多的內(nèi)部網(wǎng)絡(luò)例如大學(xué)，大公司的局域網(wǎng)等不斷擴(kuò)大，構(gòu)建單一的出口代理，會出現(xiàn)負(fù)載過重、單機(jī)故障等眾多問題。因此，分布式代理緩存的提出無疑有效緩解了這個(gè)問題[２]。

本文主要分析了現(xiàn)有的兩種分布式代理緩存架構(gòu)，結(jié)合兩種架構(gòu)的優(yōu)缺點(diǎn)，提出了一種新的分布式代理緩存架構(gòu)—雙層緩存集群。該架構(gòu)可以有效地解決現(xiàn)存兩種架構(gòu)的缺陷，并能結(jié)合當(dāng)前內(nèi)網(wǎng)的用戶行為和系統(tǒng)資源做出有效的預(yù)測、分析、協(xié)調(diào)和自適應(yīng)，達(dá)到系統(tǒng)資源與用戶請求總體的最優(yōu)。

１兩種分布式緩存模型

１．１ＩＣＰ（Ｉｎｔｅｒｎｅｔ Ｃａｃｈｅ Ｐｒｏｔｏｃｏｌ）緩存模型[３]

對于這個(gè)模型，在整個(gè)緩存系統(tǒng)內(nèi)部，采用ＩＣＰ協(xié)議來進(jìn)行詢問通信，并處理請求響應(yīng)信息。該協(xié)議廣泛應(yīng)用于Ｎｅｔ Ｃａｃｈｅ和Ｓｑｕｉｄ等多個(gè)代理軟件中。對于該系統(tǒng)架構(gòu)，提取一種典型情況如圖１所示。

從圖１可以看出，整個(gè)緩存系統(tǒng)架構(gòu)的分布層次關(guān)系是樹狀的，Ｐｒｏｘｙ０是根節(jié)點(diǎn)，Ｐｒｏｘｙ１到Ｐｒｏｘｙ５是子節(jié)點(diǎn)。相應(yīng)的客戶端向整個(gè)代理系統(tǒng)請求緩存數(shù)據(jù)的時(shí)候，是從最底層的子節(jié)點(diǎn)向上請求，如果該子節(jié)點(diǎn)存在相應(yīng)的數(shù)據(jù)，直接返回；否則會向兄弟節(jié)點(diǎn)發(fā)送詢問消息。如果所有的兄弟節(jié)點(diǎn)都沒有，再依次向父節(jié)點(diǎn)請求；若仍沒有，父節(jié)點(diǎn)再向其兄弟節(jié)點(diǎn)請求。依次向上進(jìn)行，最后，若都沒有，再向相應(yīng)的Ｗｅｂ服務(wù)器請求數(shù)據(jù)。

這種ＩＣＰ緩存模型的特點(diǎn)就是通過發(fā)送大量的詢問消息，期待獲取緩存的存儲信息，以及時(shí)向客戶端反饋。

考慮到查詢信息的規(guī)模性，因此，在大規(guī)模內(nèi)部網(wǎng)絡(luò)與大量請求的情況下，對帶寬的消耗是十分嚴(yán)重的，同時(shí)查詢的時(shí)延會增加。極端情況下，假設(shè)客戶端請求的數(shù)據(jù)在整個(gè)分布式緩存系統(tǒng)中不存在，也仍然要發(fā)送大規(guī)模的查詢信息，遍歷所有的節(jié)點(diǎn)，顯然效率較低。

１．２緩沖陣列緩存模型[４]

對于此種模型，比較有代表性的就是緩沖陣列協(xié)議模型ＣＡＲＰ（Ｃｏｍｍｏｎ Ａｃｃｅｓｓ Ｒｅｄｕｎｄａｎｃｙ Ｐｒｏｔｏｃｏｌ）。針對ＩＳＰ的詢問式架構(gòu)產(chǎn)生的難以定位緩存位置的問題，緩沖陣列協(xié)議提出建立整體映射路由的方式來準(zhǔn)確定位緩存存放位置。映射路由的建立是通過建立緩存索引與代理節(jié)點(diǎn)信息融合的方式來實(shí)現(xiàn)的，對于任意緩存，根據(jù)其索引值直接定位到某一特定存儲節(jié)點(diǎn)。當(dāng)下一次，即再次查詢的時(shí)候，通過緩存的索引值，能夠通過索引映射表準(zhǔn)確定位到存儲節(jié)點(diǎn)的信息，從而不必發(fā)送大量信息進(jìn)行查詢來定位。其整體的架構(gòu)如圖２所示。

當(dāng)客戶端向緩沖陣列緩存系統(tǒng)請求數(shù)據(jù)的時(shí)候，客戶端首先向ＣＭ（總體控制器）發(fā)出請求，ＣＭ根據(jù)用戶請求緩存數(shù)據(jù)的索引值，查詢相應(yīng)的索引映射表，直接定位到對應(yīng)的代理服務(wù)器，從而返回客戶數(shù)據(jù)。該系統(tǒng)維護(hù)一個(gè)特定代理成員的列表，該列表監(jiān)視著對所有陣列節(jié)點(diǎn)發(fā)出的緩存數(shù)據(jù)請求，以便確定成員的狀態(tài)，如果請求不成功，則本地代理節(jié)點(diǎn)會將該代理節(jié)點(diǎn)標(biāo)記為壽命期內(nèi)不可用，即請求不會再轉(zhuǎn)發(fā)給該節(jié)點(diǎn)，直到下一次的查詢到來為止。

該模型通過索引映射表的建立能夠精確定位到節(jié)點(diǎn)的緩存存儲信息，從而迅速找到目標(biāo)緩存，不必發(fā)送大量的查詢信息。但從另一方面來講，因?yàn)椋茫涂刂乒?jié)點(diǎn)的存在，導(dǎo)致所有客戶請求首先向ＣＭ節(jié)點(diǎn)發(fā)送，這樣ＣＭ節(jié)點(diǎn)的負(fù)載過高，容易出現(xiàn)單點(diǎn)故障。

２新的分布式緩存模型

針對ＩＣＰ緩存模型和緩沖陣列緩存模型的優(yōu)缺點(diǎn)，本文提出了一種基于全資源的集群緩存系統(tǒng)。該緩存系統(tǒng)整體上分為兩層，分別是網(wǎng)內(nèi)集群緩存層和代理集群緩存層。客戶請求緩存數(shù)據(jù)，首先向網(wǎng)內(nèi)集群緩存層進(jìn)行請求，如果存在對應(yīng)的數(shù)據(jù)，則返回給客戶端；否則再向代理集群緩存層請求數(shù)據(jù)，如果代理集群緩存層沒有數(shù)據(jù)的話，則再向外部服務(wù)器請求。雙層集群緩存系統(tǒng)的系統(tǒng)架構(gòu)如圖３所示。

２．１網(wǎng)內(nèi)集群緩存層

考慮對內(nèi)部客戶網(wǎng)絡(luò)資源的充分利用，客戶向外請求數(shù)據(jù)時(shí)候，首先針對內(nèi)部網(wǎng)絡(luò)發(fā)出請求，查看是否存在緩存數(shù)據(jù)的內(nèi)部主機(jī)。如果存在的話，就不用再向外請求數(shù)據(jù)，這種情況對于特定時(shí)間段、特定人群的效率是非常高的。在大多數(shù)情況下，同一個(gè)內(nèi)部網(wǎng)絡(luò)的用戶在職業(yè)狀況、興趣取向、請求的時(shí)間和周期方面存在一定的相似度[５－６]，這樣就為設(shè)計(jì)網(wǎng)內(nèi)集群緩存層提供了一定的理論和經(jīng)驗(yàn)支持。

２．１．１總體設(shè)計(jì)

首先對所有的請求ＵＲＬ進(jìn)行哈希，假設(shè)總共的ＵＲＬ數(shù)目是ｍ，對所有的ＵＲＬ進(jìn)行分散結(jié)構(gòu)化，將其分成ｎ組，同時(shí)對局域網(wǎng)內(nèi)所有的主機(jī)分成ｎ組，如圖４所示，則第ｉ組分散索引值的范圍為[?骔ｍ／ｎ」?觹ｉ，?骔ｍ／ｎ」?觹（ｉ＋１）－１]。然后用戶可根據(jù)ＵＲＬ的哈希值向ＣＭ進(jìn)行請求，ＣＭ會根據(jù)網(wǎng)內(nèi)集群緩存層索引表定位該ＵＲＬ的子組位置，從而提供給用戶信息，用戶再向相應(yīng)的子組進(jìn)行請求。網(wǎng)內(nèi)集群緩存層索引表如表１所示。在系統(tǒng)初始化的時(shí)候，每個(gè)子組的主機(jī)數(shù)目相同，負(fù)責(zé)的ＵＲＬ索引值的范圍也是一樣的，這樣就保證了每一個(gè)子組負(fù)責(zé)的緩存存儲能力是一樣的。但是，考慮到ＵＲＬ的訪問頻率的不同，相應(yīng)的每個(gè)子組負(fù)責(zé)的訪問負(fù)載和通信負(fù)載會有較大的不同，因此需要對整個(gè)緩存存儲的拓?fù)浣Y(jié)構(gòu)進(jìn)行動態(tài)調(diào)整。

２．１．２系統(tǒng)拓?fù)浜途彺娴母?/p>

在系統(tǒng)初始化中，將子組主機(jī)數(shù)目和其負(fù)責(zé)的ＵＲＬ哈希索引值都設(shè)為相同，考慮到每一個(gè)ＵＲＬ的訪問頻率的不同，所以子組的訪問負(fù)載和通信負(fù)載是動態(tài)變化的。針對這一點(diǎn)，需要對系統(tǒng)的拓?fù)浣Y(jié)構(gòu)進(jìn)行動態(tài)的調(diào)整。

（１）依據(jù)頁面訪問頻率進(jìn)行均衡調(diào)整

（２）依據(jù)本組負(fù)載限值進(jìn)行調(diào)整

針對組內(nèi)訪問頻率的動態(tài)變化，考慮每一個(gè)組在某一時(shí)間段內(nèi)對訪問次數(shù)的負(fù)載是一定的，假設(shè)超過了這個(gè)限值，則要進(jìn)行調(diào)整。策略主要有以下三種：

① 因?yàn)檎麄€(gè)局域網(wǎng)存在著不同數(shù)目的候選主機(jī)，如果候選主機(jī)數(shù)目不為零，可以選入主機(jī)到該子組中；

② 根據(jù)ＬＲＵ（最近最少使用）算法淘汰掉相應(yīng)的緩存；

③ 根據(jù)頻率的排序，移除頻率較高的緩存，單獨(dú)進(jìn)行組網(wǎng)。

對于緩存的更新，采用設(shè)定ＴＴＬ值的方法，超過ＴＴＬ值的話就會對緩存進(jìn)行更新。同時(shí)采用ＬＲＵ算法淘汰掉訪問頻率較低的緩存，從而省出存儲空間。

２．１．３客戶請求處理過程

（１）系統(tǒng)初始化時(shí)，對ＵＲＬ建立了分散架構(gòu)化模型，假設(shè)整體的索引值上限為ｍ，將內(nèi)部網(wǎng)絡(luò)分為ｎ個(gè)Ｇｒｏｕｐ，則第ｉ個(gè)Ｇｒｏｕｐ分散索引值的范圍為[?骔ｍ／ｎ」?觹ｉ，?骔ｍ／ｎ」?觹（ｉ＋１）－１]。

（２）某個(gè)客戶端請求某一個(gè)緩存數(shù)據(jù)Ｄ，首先查看本機(jī)緩存，如果沒有相應(yīng)的數(shù)據(jù)或者數(shù)據(jù)的ＴＴＬ到期，則首先對Ｄ的ＵＲＬ進(jìn)行ｈａｓｈ，再向ＣＭ機(jī)進(jìn)行請求，ＣＭ機(jī)查看網(wǎng)內(nèi)集群緩存索引表；如果索引表中存在對應(yīng)的表項(xiàng)，則取出相應(yīng)的ＧＲＯＵＰ＿ＩＤ和ＳＰＥ＿ＩＤ，根據(jù)這兩個(gè)值定位到存儲Ｄ的主機(jī)的物理位置。

（３）客戶端請求相應(yīng)的組ＩＤ，考慮到某些緩存請求數(shù)目非常大，特定ｉ組的所有主機(jī)一般對分散索引值[?骔ｍ／ｎ」?觹ｉ，?骔ｍ／ｎ」?觹（ｉ＋１）－１]范圍內(nèi)的緩存數(shù)據(jù)全部緩存。特殊情況下，特定緩存存儲在特定的主機(jī)上，此時(shí)ＳＰＥ＿ＩＤ就存儲該主機(jī)的物理信息。相反，如果沒有，就將ＳＰＥ＿ＩＤ設(shè)為ＮＵＬＬ。這樣做有利于負(fù)載均衡。對于客戶端請求Ｄ時(shí)，如果ＳＰＥ＿ＩＤ為ＮＵＬＬ，則隨機(jī)請求該組內(nèi)的任意一臺主機(jī)，此時(shí)某臺主機(jī)命中的概率為１（?骔ｍ／ｎ」?觹ｉ）。如果該主機(jī)命中，則返回給請求的客戶端，否則再向代理集群緩存層請求數(shù)據(jù)。

２．１．４ＣＭ機(jī)工作機(jī)理

一方面，ＣＭ機(jī)接收客戶請求，根據(jù)用戶請求ＵＲＬ的哈希值和存儲的索引表反饋用戶存儲節(jié)點(diǎn)的物理位置；另一方面，ＣＭ機(jī)要根據(jù)當(dāng)前系統(tǒng)總體的訪問請求情況，監(jiān)視著所有客戶機(jī)的運(yùn)行狀況，對整個(gè)系統(tǒng)的拓?fù)浣Y(jié)構(gòu)進(jìn)行及時(shí)地更新。

２．２代理集群緩存層

如果用戶在網(wǎng)內(nèi)集群緩存層獲取不到數(shù)據(jù)的話，就會向代理集群緩存層進(jìn)行請求。和網(wǎng)內(nèi)集群緩存層類似，代理集群緩存層采用分散式路由方式索引數(shù)據(jù)。這一點(diǎn)與緩沖陣列緩存模型也很類似。只不過緩沖陣列緩存模型存在總體控制器，通過總體控制器來協(xié)調(diào)索引數(shù)據(jù)。對于代理集群緩存層來講，去除了這一控制器，由其中一臺代理機(jī)來負(fù)責(zé)，這個(gè)代理機(jī)具有特定標(biāo)識，例如ＩＰ值最小。如果這臺代理機(jī)失效的話，馬上調(diào)整為下一個(gè)具有標(biāo)識的機(jī)器。

當(dāng)用戶向代理集群緩存層請求數(shù)據(jù)的時(shí)候，首先會向標(biāo)識機(jī)進(jìn)行請求，標(biāo)識機(jī)根據(jù)用戶請求緩存數(shù)據(jù)的索引值，查詢相應(yīng)的索引映射表，直接定位到對應(yīng)的代理服務(wù)器，從而返回客戶數(shù)據(jù)。該系統(tǒng)維護(hù)一個(gè)特定代理成員的列表，該列表監(jiān)視著對所有陣列節(jié)點(diǎn)發(fā)出的緩存數(shù)據(jù)請求，以便確定成員的狀態(tài)，如果請求不成功，則本地代理節(jié)點(diǎn)會將該代理節(jié)點(diǎn)標(biāo)記為壽命期內(nèi)不可用。以后請求不會轉(zhuǎn)發(fā)給該節(jié)點(diǎn)，直到下一次的查詢到來為止。

代理集群緩存層通過自動調(diào)整控制機(jī)，通過控制機(jī)的自動遷移，有效地預(yù)防了單點(diǎn)故障，增強(qiáng)系統(tǒng)的健壯性。

３幾種分布式緩存模型的對比

本節(jié)將在用戶請求的平均響應(yīng)時(shí)間、緩存命中率以及系統(tǒng)整體性能方面對ＩＣＰ緩存模型、緩沖陣列緩存模型和雙層集群緩存模型進(jìn)行對比和分析。這三個(gè)系統(tǒng)的內(nèi)部主機(jī)系統(tǒng)的數(shù)量都設(shè)為ｍ，代理主機(jī)的數(shù)目為ｎ。

３．１用戶請求的平均響應(yīng)時(shí)間

用戶請求的平均響應(yīng)時(shí)間主要從以下這個(gè)公式來考慮：

Ｔｍ＝Ｔｉ＋ψＴｄ＋（１－ψ）（Ｔｂ＋Ｔｓ）＋Ｔｔ （１）

在式（１）中，Ｔｉ為查詢一個(gè)緩存信息所需的平均時(shí)間， Ｔｄ為本機(jī)獲取一個(gè)緩存所需要的平均時(shí)間，Ｔｂ為到上級緩存乃至原始服務(wù)器獲取請求的響應(yīng)所需的平均時(shí)間，Ｔｓ為在緩存中保存一個(gè)響應(yīng)信息所需的平均時(shí)間，Ｔｔ為發(fā)送響應(yīng)所需要的平均時(shí)間。

在這三種模型中，假設(shè)Ｔｄ、Ｔｔ、Ｔｓ這三個(gè)變量相同，由于查詢一個(gè)緩存信息所需要的平均時(shí)間主要是考慮本機(jī)里緩存的平均時(shí)間，且主要與本機(jī)緩存的存儲查詢算法有關(guān)，因此只考慮Ｔｂ即可。設(shè)Ｔｃｌｐ為雙層集群緩存模型用戶請求的平均響應(yīng)時(shí)間，Ｔａｒｒ?yàn)榫彌_陣列緩存模型用戶請求的平均響應(yīng)時(shí)間， Ｔｉｃｐ為ＩＣＰ緩存模型用戶請求的平均響應(yīng)時(shí)間。

３．１．１ＩＣＰ緩存模型

對于ＩＣＰ緩存模型，總體的代理主機(jī)數(shù)目為ｎ，假設(shè)建立了ｋ層查詢，如圖１所示，考慮緩存存儲的極端最差情況，緩存存儲在第一層的主主機(jī)上，則需要遍歷所有的代理主機(jī)，設(shè)一臺代理主機(jī)查詢的時(shí)間是Ｔｅ，則：

Ｔｂ＝ｎＴｅ（２）

取平均情況：

對于緩沖陣列緩存模型，由于總體控制器通過散列路由能夠直接定位到緩存的信息，所以查詢的時(shí)間為：

Ｔａｒｒｂ＝Ｔｅ（４）

３．１．３雙層集群緩存模型

考慮雙層集群緩存模型，首先查詢網(wǎng)內(nèi)集群緩存層，如果沒有命中的話，再次查詢代理集群緩存層，設(shè)網(wǎng)內(nèi)集群命中概率為λ，則求得：

Ｔｂｃｌｐ＝λＴｌ＋（１－λ）Ｔｅ（５）

很明顯，網(wǎng)內(nèi)集群緩存層的單位查詢時(shí)間Ｔｌ＜Ｔｅ，推得：

Ｔｂｃｌｐ＜Ｔｂａｒｒ＜Ｔｂｉｃｐ （６）

由總體的相應(yīng)時(shí)間Ｔ＝Ｃ＋Ｔｂ，Ｃ是一個(gè)常數(shù)，由式（６）推得：

Ｔｃｌｐ＜Ｔａｒｒ＜Ｔｉｃｐ （７）

所以對比ＩＣＰ緩存模型和緩沖陣列緩存模型，雙層集群代理緩存模型的用戶請求的平均響應(yīng)時(shí)間最短。

３．２系統(tǒng)的整體處理開銷

３．２．１緩沖陣列緩存模型

考慮緩沖陣列緩存模型的系統(tǒng)開銷，首先查詢ＣＭ機(jī)，這時(shí)的開銷由于請求轉(zhuǎn)發(fā)的消息少，可以忽略。考慮ＣＭ機(jī)的查詢結(jié)果定位到緩存陣列中的其中一臺機(jī)器Ｍ中，設(shè)ｓ為一臺代理機(jī)響應(yīng)一個(gè)請求或應(yīng)答一個(gè)請求的平均開銷。分析兩種情況：

（１）緩存存在Ｍ中， 則開銷為２ｓ；

（２）緩存不在Ｍ中，則需要向原始的服務(wù)器請求，并響應(yīng)，因此總的開銷為４ｓ。

設(shè)Ｓａｒｒ?yàn)榫彌_陣列緩存模型系統(tǒng)的系統(tǒng)開銷，綜上兩種情況，則：

３．２．２雙層集群緩存模型

考慮雙層集群緩存系統(tǒng)模型的開銷，類似緩沖陣列緩存模型，則推出網(wǎng)內(nèi)集群緩存層的系統(tǒng)開銷為

Ｓｔｃ＝２ｓｌｃｐｌｃ（９）

“代理集群”緩存層的系統(tǒng)開銷為：

由式（１５）， （１６）推出

Ｓｃｌｐ＜Ｓａｒｒ＜Ｓｉｃｐ（１７）

所以，對比ＩＣＰ緩存模型和緩沖陣列緩存模型，雙層集群代理緩存模型的整體處理開銷最小。

４實(shí)驗(yàn)

為了測試系統(tǒng)的性能，本文采用最新的Ｗｉｓｃｏｎｓｉｎ Ｐｒｏｘｙ Ｂｅｎｃｈｍａｒｋ２．０ 平臺進(jìn)行模擬測試。測試結(jié)果如圖５所示。

經(jīng)過模擬實(shí)驗(yàn)可以看出，雙層集群代理緩存模型比其余的兩個(gè)系統(tǒng)整體的命中率提高４～７個(gè)百分點(diǎn)左右。

５結(jié)束語

分析了現(xiàn)有的兩種典型的分布式代理緩存架構(gòu)，提出了一種新的雙層集群緩存代理架構(gòu)。該系統(tǒng)充分利用內(nèi)部用戶訪問資源的相似性和局部性，通過網(wǎng)內(nèi)集群緩存和代理集群緩存的雙層架構(gòu)，加強(qiáng)雙層集群的協(xié)調(diào)合作，增強(qiáng)了系統(tǒng)的穩(wěn)定性和擴(kuò)展性，充分利用了相鄰節(jié)點(diǎn)現(xiàn)有資源，優(yōu)化了緩存索引思路，在一定程度上提高了緩存命中率，降低了整體的系統(tǒng)開銷。

參考文獻(xiàn)：

[１] 姜彩萍，李子木，楊鳳杰． 集中管理式Ｗｅｂ緩存系統(tǒng)及性能分析． 微型計(jì)算機(jī)系統(tǒng)，２００４，８（２５）：１－２．

[２] 賀琛，陳肇雄，黃河燕． Ｗｅｂ緩存技術(shù)綜述． 微型計(jì)算機(jī)系統(tǒng)， ２００４，５（２５）：３－７．

[３] 林永旺，張大江，劉波． 一個(gè)基于集中管理的協(xié)作式Ｗｅｂ 緩存 系統(tǒng)． 計(jì)算機(jī)研究與發(fā)展，２００１，１８（１）：１－５，１２．

[４] ＭＥＳＳＡＯＵＤ Ｓ，ＹＯＵＳＳＥＦ Ｈ． Ａｎ ａｎａｌｙｔｉｃａｌ ｍｏｄｅｌ ｆｏｒ ｔｈｅ ｐｅｒ－ ｆｏｒｍａｎｃｅ ｅｖａｌｕａｔｉｏｎ ｏｆ ｓｔａｃｋ－ｂａｓｅｄ Ｗｅｂ ｃａｃｈｅ ｒｅｐｌａｃｅｍｅｎｔ ａｌ－ ｇｏｒｉｔｈｍｓ[Ｊ]． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍｓ，２０－ １０，１（２３）：１０－１８．

[５] 趙銀春，付關(guān)友，朱征宇． 基于Ｗｅｂ瀏覽內(nèi)容和行為相結(jié)合的用 戶興趣挖掘． 計(jì)算機(jī)工程，２００５，３１（１３）：１－２．

[６] 蔣在帆，王斌． 基于用戶行為分析的個(gè)人信息檢索研究． 中文信 息學(xué)報(bào)，２０１１，２５（５）：３－５，１２．

[７] ＴＡＮＧ Ｋｅ，ＭＥＩ Ｙｉ，ＹＡＯ Ｘｉｎ． Ｍｅｍｅｔｉｃ ａｌｇｏｒｉｔｈｍ ｗｉｔｈ ｅｘｔｅｎｄｅｄｎｅＩｇｈｂｏｒｈｏｏｄ ｓｅａｒｃｈ ｆｏｒ ｃａｐａｃｉｔａｔｅｄ ａｒｃ ｒｏｕｔｉｎｇ ｐｒｏｂｌｅｍｓ[Ｊ]． ＩＥ－ ＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｅｖｏｌｕｔｉｏｎａｒｙ ｃｏｍｐｕｔａｔｉｏｎ，２００９，９（１３）：２－７．

[８] ＣＨＡＮＧ Ｃｈｅｎｇｙｕｅ，ＣＨＥＮ Ｍｉｎｇ－ｓｙａｎ． Ｗｅｂ ｃａｃｈｅ ｒｅｐｌａｃｅｍｅｎｔ ｂｙ ｉｎｔｅｇｒａｔｉｎｇ ｃａｃｈｉｎｇ ａｎｄ ｐｒｅｆｅｔｃｈｉｎｇ[Ｃ]／／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｅｌ－ ｅｖｅｎｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ ＫｎｏｗｌｅｄｇｅＭａｎａｇｅｍｅｎｔ． ２００２，９．

[９] ＢＥＮＥＶＥＮＵＴＯ，Ｆａｂｒíｃｉｏ，ＤＵＡＲＴＥ，ｅｔ ａｌ． Ｗｅｂ ｃａｃｈｅ ｒｅｐｌａｃｅｍｅ－ ｎｔ ｐｏｌｉｃｉｅｓ： Ｐｒｏｐｅｒｔｉｅｓ， ｌｉｍｉｔａｔｉｏｎｓ ａｎｄ ｉｍｐｌｉｃａｔｉｏｎｓ [Ｃ]／／． Ｐｒｏｃｅｅ－ ｄｉｎｇｓ Ｔｈｉｒｄ Ｌａｔｉｎ Ａｍｅｒｉｃａｎ Ｗｅｂ Ｃｏｎｇｒｅｓｓ． ２００５：１９７－２０１．

[１０] ＮＥＧＭ Ｋ Ａ，ＡＬ－ＡＬＹ Ｍ． Ｄｅｓｉｇｎ ｏｆ ａ ｒｅｍｏｔｅ ｃｏｎｔｒｏｌｌｅｄ ｃａｃｈ－ｉｎｇ ｐｒｏｘｙ ｓｙｓｔｅｍ ： ａｒｃｈｉｔｅｃｔｕｒｅ， ａｌｇｏｒｉｔｈｍ ａｎｄ ｉｍｐｌｅｍｅｎｔａｔｉｏｎ[Ｃ]／／ Ｗｏｒｌｄ Ｓｃｉｅｎｔｉｆｉｃ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ Ａｃａｄｅｍｙ ａｎｄ Ｓｏｃｉｅｔｙ． Ｓｔｅｖｅｎｓ Ｐｏｉｎｔ Ｗｉｓｃｏｎｓｉｎ，ＵＳＡ： ２００５：３－６．

[１１] ＫＨＡＬＥＤ，ＡＮＥＧＭ Ｅ． Ｄｉｓｔｒｉｂｕｔｅｄ Ｐｒｏｘｙ Ｃａｃｈｅ Ｃｌｕｓｔｅｒ Ｏｐｔｉｍ－ｉｚａｔｉｏｎ Ｓｉｍｕｌａｔｉｏｎ Ｓｙｓｔｅｍ． ＷＳＥＡＳ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｃｏｍｐｕｔｅｒｓ．２００４，３： １１６１－１１６６．