存储系统的集中式Cache替换算法

为了最大限度地优化存储系统的I/O性能,通过对存储系统性能的分析,提出一种Cache替换算法———最小访问时间算法(LAT).该算法为Cache中数据对象定义一个排队函数,该函数不仅与对象的Cache命中率有关,还与对象的设备访问速度有关.按照此函数,Cache替换访问次数少、设备访问时间短的对象,从而使得存储系统的平均I/O时间最短.实验结果表明,随着设备访问速度差的增加,LAT算法的平均I/O性能远远优于LRU和LFU.

Cache替换算法LRU和2Q的深度分析

Cache替换算法是内存和CPU交互时速度保证的关键,传统的LRU算法在处理偶然性数据访问时造成缓存污染严重,但其实现简单,命中率和效率尚可,故成为现今大多情况下使用的算法;2Q算法通过设置两个队列,A1队列通过暂存数据减弱偶发性数据的影响,实现同样简单且有不错的性能。通过编制的词法分析器分析程序代码得来的数据进行算法性能的比较。

多级缓存模式下的数据块替换优化算法

多数处理器中采用多级包含的cache存储层次,现有的末级cache块替换算法带来的性能开销较大。针对该问题,提出一种优化的末级cache块替换算法PLI,在选择丢弃块时考虑其在上级cache的访问频率,以较小的代价选出最优的LLC替换块。在时钟精确模拟器上的评测结果表明,该算法较原算法性能平均提升7%。