連鑄智能化平臺Web訪問緩存替換策略(續)

王紅濤，馮連強，劉穎，陳蕊，郝樂

(中國重型機械研究院股份公司，陜西 西安 710032)

連鑄智能化平臺Web訪問緩存替換策略(續)

王紅濤，馮連強，劉穎，陳蕊，郝樂

(中國重型機械研究院股份公司，陜西 西安 710032)

針對目前連鑄技術與信息化技術高度融合，但已有的緩存替換策略對于數據交互傳輸存在局限性的問題，提出一種引用度模型來對Web訪問對象的空間局部性進行評價，并將其作為設計緩存替換策略的依據，提出一種基于引用度的緩存替換策略GDSR，改善了緩存替換策略的性能，為Web緩存替換策略的設計提供了一個新的方向和思路。

緩存替換策略；空間局部性；引用度模型

3 實驗及分析

3.1 實現環境與測試數據

本文采用將首先編寫日志處理程序，將緩存替換策略測試時關注的訪問請求信息從日志中提取出來，存儲在連鑄智能化云平臺數據庫中，當對緩存替換策略進行測試時，只需從數據庫表中讀出所有訪問記錄作為測試數據。

3.2 測試數據

本文從可用日志中隨機選取的4個小時的日志用于測試，對4個日志分別編號為日志A、日志B、日志C和日志D。4個日志的基本信息包括請求數量和有效流量。日志請求數量及不重復請求數量統計如圖8所示，日志有效流量統計如圖9所示。

圖8 日志請求數量及不重復請求數統計圖

圖9 日志有效流量統計圖

3.3 GDSR策略測試

利用獲取的A、B、C、D四組日志對GDSR緩存替換策略進行全面測試，測試內容包括命中率(HR)、字節命中率(BHR)和移除率(RR)。

測試中變化的指標有兩組。緩存空間取值包括：8M、16M、32M、64M、128M、256M、512M、1G、2G。價值計算中的調節參數λ取值為0.4～1.5。

具體測試結果如圖10～12所示。

圖10 GDSR策略命中率測試結果

(1)命中率。GDSR策略命中率在不同條件下的測試結果如圖10所示。通過測試結果可以發現：緩存空間越大，命中率越高。參數λ的設置對命中率有著明顯的影響，在緩存空間和測試日志相同時，最大差距超過1個百分點，如圖 10 h中，測試日志B時，λ取0.5和0.8時命中率分別為22.51%和23.1%。在不同緩存大小下進行測試時，參數λ取值相同時不同日志命中率的排名情況波動也很大，如圖10 f中，參數λ取值為0.9時，四個日志按照命中率由高到低的排名分別是CBDA和BADC。

(2)字節命中率。GDSR策略字節命中率在不同條件下的測試結果如圖 11所示。從圖11可以發現：緩存空間越大，字節命中率越高。參數λ的設置對字節命中率有著明顯的影響，在緩存空間和測試日志相同時，最大差距超過1個百分點，如圖 11 h中，測試日志B時，取0.7和0.8時字節命中率分別為53.56%和54.74%。在不同緩存大小下進行測試時，參數λ取值相同時不同日志字節命中率的排名情況波動也很大，如圖 11 f中，參數λ取值為0.9時，四個日志按照字節命中率由高到低的排名分別是BADC和ADCB。

(3)移除率。GDSR策略移除率在不同條件下的測試結果如圖 12所示。通過測試結果可以發現：緩存空間越大，移除率越低。參數λ的設置對移除率的影響情況與命中率和字節命中率相似，不再贅述。

圖11 GDSR策略字節命中率測試結果

圖12 GDSR策略移除率測試結果

3.4 對比分析

比較GDS策略、GDSF策略與GDSR策略的命中率、字節命中率和移除率。觀察到λ與性能無明確關系，故在接下來的測試中，選取為各項測試中平均性能較好的1.1作為調節參數λ。三種策略均使用日志A進行測試，連鑄智能化云平臺Web緩存空間大小從4M到2G，每次增加一倍。具體測試結果如下：

(1)命中率。三種策略命中率對比結果圖 13所示。GDS策略只有在緩存空間較小時才具有較高的命中率，隨著緩存空間的增大，其命中率明顯低于GDSF及GDSR策略。其原因在于GDS策略優先存儲較小的對象。GDSR策略的命中率始終高于GDSF策略。

圖13 命中率對比結果

(2)字節命中率。三種策略字節命中率對比結果如圖 14所示。GDS策略的字節命中率明顯低于GDSF及GDSR策略。其原因在于GDS策略優先存儲較小的對象，因此每次命中帶來的字節價值較小。而GDSR策略與GDSF策略的字節命中率相近。

(3)移除率。三種策略移除率對比結果如圖 15所示。GDS策略和GDSF策略的移除率相近，并且雖然一開始較高，但隨著緩存空間的增大有著比較明顯的下降趨勢，而GDSR策略的移除率下降并不明顯。說明了GDSR策略的替換頻率高于其他兩種策略，因此計算資源開銷較大。

圖14 字節命中率對比結果

圖15 移除率對比結果

為了能夠針對上述對比結果進一步進行分析，本文在測試程序中增加了其他統計信息的記錄，并重新進行了測試上述。統計結果顯示相較于GDSF策略，使用GDSR策略時，圖片、JavaScript代碼和CSS文件的命中率提高比較明顯，均超過了1個百分點，而其它類型對象的命中率與GDSF策略基本相同或略有下降。

4 結束語

本文對Web緩存相關理論及技術的進行了深入研究，提出了在連鑄智能化云平臺中引用度計算模型對Web對象訪問中的空間局部性進行了量化，并利用引用度改進GDSF策略，提出、設計并實現了基于引用度的GDSR策略，對緩存替換策略的命中率、字節命中率以及移除率進行了測試，有效提升了生產現場與智能化云平臺數據交互的速率。但是提出的GDSR策略中存在局限與不足：如參數λ對緩存替換策略的影響規律始終未能確定；而且 GDSR策略的移除率較高，有待進一步的優化與調整。

[1] Domenech J, de la Ossa B, Sahuquillo J, et al. A taxonomy of web prediction algorithms[J]. Expert Systems with Applications, 2012, 39(9): 8496-8502.

[2] 班志杰, 古志民, 金瑜. Web 預取技術綜述[J]. 計算機研究與發展, 2009 (2): 202-210.

[3] Chen X, Zhang X. A popularity-based prediction model for web prefetching[J]. Computer, 2003, 36(3): 63-70.

[4] 王秀坤, 王宇寧, 陳浩. 基于改進的隱馬爾可夫模型的網頁預取[J]. 吉林大學學報: 信息科學版, 2008, 26(1): 89-93.

[5] 賀琛, 陳肇雄, 黃河燕. Web 緩存技術綜述[J]. 小型微型計算機系統, 2004, 25(5): 836-842.

[6] Podlipnig S, B?sz?rmenyi L. A survey of web cache replacement strategies[J]. ACM Computing Surveys (CSUR), 2003, 35(4): 374-398.

[7] ElAarag H. A Quantitative Study of Web Cache Replacement Strategies Using Simulation[M]//Web Proxy Cache Replacement Strategies. Springer London, 2013: 17-60.

[8] Balamash A, Krunz M. An overview of web caching replacement algorithms[J]. Communications Surveys & Tutorials, IEEE, 2004, 6(2): 44-56.

[9] Romano S, ElAarag H. A quantitative study of recency and frequency based web cache replacement strategies[C]//Proceedings of the 11th communications and networking simulation symposium. ACM, 2008: 70-78.

[10]Arlitt M, Friedrich R, Jin T. Performance evaluation of web proxy cache replacement policies[M]. Springer Berlin Heidelberg, 1998.

[11]Mahanti A, Williamson C. Web proxy workload characterization[J]. Progress Report, Computer Sciences Dept, Univ. of Saskatchewan, 1999.

[12]Mahanti A. Web proxy workload characterisation and modelling[J]. 1999.

[13]Mahanti A, Mahanti A, Williamson C. Locality characteristics of web streams revisited[C]//Proceedings of SCS SPECTS Conference, Philadelphia, PA. 2005: 795-803.

[14]Xie Y, Tang S, Xiang Y, et al. Resisting web proxy-based http attacks by temporal and spatial locality behavior[J]. Parallel and Distributed Systems, IEEE Transactions on, 2013, 24(7): 1401-1410.

[15]石磊, 王會霞. Web 訪問流的局部性特征建模[J]. 計算機工程與設計, 2008, 29(7): 1668-1671.

[16]郝沁汾, 郝繼升. WWW業務訪問特性分布研究[J]. 計算機研究與發展, 2001, 38(10): 1172-1180.

[17]郝沁汾. WWW訪問特性與代理緩存研究[D]. 中國科學院研究生院 (計算技術研究所),2001.

[18]孫曉星. 基于WEB訪問特性的代理緩存機制的研究[D]. 哈爾濱工程大學,2011.

[19]Ding C, Chi CH, Liu L, et al. Quantitative modeling for web objects’ cacheability[M]//Advances in Web-Age Information Management. Springer Berlin Heidelberg, 2005: 913-918.

[20]Chi CH, Liu L, Zhang LW. Quantitative analysis on the cacheability factors of web objects[C]//Computer Software and Applications Conference, 2006. COMPSAC'06. 30th Annual International. IEEE, 2006, 1: 532-538.

[21]Vakali A. Proxy cache replacement algorithms: A history-based approach[J]. World Wide Web, 2001, 4(4): 277-297.

[22]Aggarwal C, Wolf J L, Yu P S. Caching on the world wide web[J]. Knowledge and Data Engineering, IEEE Transactions on, 1999, 11(1): 94-107.

[23]Jin S, Bestavros A. GreedyDual* Web caching algorithm: exploiting the two sources of temporal locality in Web request streams[J]. Computer Communications, 2001, 24(2): 174-183.

[24]韓向春, 田玉根. 基于預測的 Web 緩存替換算法[J]. 計算機工程與設計, 2010 (1): 110-113.

[25]Romano S. A Neural NETWORK PROXY CACHE REPLACEMENT IMPLEMENTATION IN THE SQUID PROXY SERVER[D]. Stetson University, 2008.

[26]ElAarag H, Romano S. Improvement of the neural network proxy cache replacement strategy[C]//Proceedings of the 2009 Spring Simulation Multiconference. Society for Computer Simulation International, 2009: 90.

[27]Romano S, ElAarag H. A neural network proxy cache replacement strategy and its implementation in the Squid proxy server[J]. Neural Computing and Applications, 2011, 20(1): 59-78.

[28]ElAarag H. Implementation of a Neural Network Proxy Cache Replacement Strategy in the Squid Proxy Server[M]//Web Proxy Cache Replacement Strategies. Springer London, 2013: 83-103.

[29]Ali W, Shamsuddin S M, Ismail A S. Intelligent Web Proxy Caching Approaches Based on Support Vector Machine[M]//Informatics Engineering and Information Science. Springer Berlin Heidelberg, 2011: 559-572.

[30]Ali W, Shamsuddin S M, Ismail A S. Intelligent Nave Bayes-based approaches for Web proxy caching[J]. Knowledge-Based Systems, 2012, 31: 162-175.

[31]Gwertzman J, Seltzer M I. World Wide Web Cache Consistency[C]//USENIX Annual Technical Conference. 1996: 141-152.

[32]Cao L Y, Oezsu M T. Evaluation of strong consistency web caching techniques[J]. World Wide Web, 2002, 5(2): 95-123.

[33]Nottingham M. Optimizing object freshness controls in Web caches[C]//The 4th International Web Caching Workshop. 1999.

[34]Cao P, Liu C. Maintaining strong cache consistency in the World Wide Web[J]. Computers, IEEE Transactions on, 1998, 47(4): 445-457.

[35]Dilley J. The effect of consistency on cache response time[J]. Network, IEEE, 2000, 14(3): 24-28.

[36]張超群, 李陶深, 張增芳. 代理緩存一致性策略和替換策略的研究[J]. 計算機工程與設計, 2006, 26(11): 2913-2916.

(全文完)

專利介紹

一種結晶器鋼水靜壓力模擬試驗裝置(CN103084549A)

本發明的目的在于提供一種結晶器鋼水靜壓力模擬試驗裝置，既解決了測定板坯在任何寬度下結晶器夾緊力釋放大小的問題，還可在模擬過程中測量結晶器寬邊銅板與窄邊銅板角縫的數值，保證結晶器窄邊驅動功率選取的正確性及熱調寬過程中夾緊力確定的合理性，從而保證了在線熱調寬技術的有效實現和鋼水溢漏事故的有效防止。

一種結晶器鋼水靜壓力模擬試驗裝置，包括試驗動力閥裝置，試驗動力閥裝置通過連接管路分別與四個試驗油缸連接，四個試驗油缸分成上下兩排固定在油缸安裝架上，油缸安裝架固定在被試驗結晶器寬邊銅板上，被試驗的結晶器由兩個結晶器寬邊銅板與兩個結晶器窄邊銅板通過安裝在結晶器寬邊夾緊油缸內的拉桿相連，該拉桿的夾緊力由結晶器寬邊夾緊碟簧提供，結晶器窄邊銅板與結晶器窄邊調寬油缸連接，本發明能在結晶器內部沒有鋼水的情況下模擬鋼水對結晶器內部四周銅板的靜壓力并能連續調整該靜壓力的大小，還可以在模擬不同鋼水靜壓力作用的過程中測量結晶器窄邊銅板與寬邊銅板之間的角縫值，使用安全，操作簡單，成本低，不會對結晶器造成損壞。

本發明能在結晶器內部沒有鋼水的情況下模擬鋼水對結晶器內部四周銅板的靜壓力并能連續調整該靜壓力的大小，同時還可以在模擬不同鋼水靜壓力作用的過程中測量結晶器窄邊銅板與寬邊銅板之間的角縫值，該試驗裝置使用安全，操作簡單，成本低而且不會造成對結晶器的損壞。

Web cache replacement strategy for intelligent platform of continuous casting

WANG Hong-tao, FENG Lian-qiang, LIU Ying, CHEN Rui, HAO Le

(China National Heavy Machinery Research Institude, Co., Ltd., Xi’an 710032, China)

Currently, the continuous casting technology and information technology are highly integrated. However, the existing cache replacement strategies have limitations on the data transmission. This paper proposed a reference model to evaluate the spatial locality of Web object accessing, and used the reference model as the basis of a new cache replacement policy-greedy-dual-size reference (GDSR). GDSR improved the performance of cache replacement strategy, provided a new direction and ideas for the design of Web cache replacement policies.

cache replacement strategy; spatial locality; reference model

2016-11-16；

2016-12-09

中國機械工業集團有限公司科技發展基金項目(SINOMACH12科167號)

王紅濤(1986- )，男，中國重型機械研究院股份公司工程師。

TP393

A

1001-196X(2017)03-0001-06

專題綜述