數據提取技術可以顯著提高數據訪問速度

來源:投稿網 時間:2022-10-21 09:59:59

引言

在移動計算環境下，網絡的弱連接和低帶寬使用戶無法及時獲取所需信息，尤其是查詢位置相關數據(Locationdendendata、LDD)時，由于用戶位置的變化，查詢結果容易過時或不正確。數據提取技術可以顯著提高數據訪問速度，充分利用廣播帶寬[1]。

1基于價值的數據提取策略。

1.1位置相關數據的模型位置相關數據(LDD)是指取決于具體地理位置的數據，LDD具有特定的適用范圍。

數據的有效范圍區域(ValidScopearea)是指數據實例有效范圍的幾何區域。每個LDD實例都有一個特定的有效范圍。只有在這個有效范圍內，這個例子才是正確的。

數據距離(Datadistance)是指MC當前位置與數據實例有效范圍之間的距離。

1.2CDP預取方法本文提出了CDP策略，預取時根據價值函數值進行選擇。預取價值函數如下:Cost=Puseful×(benefit-penalty)(1)

(1)Puseful為MC訪問LDD的概率，benefit為MC提取LDD的利益價值，penalty為提取LDD的懲罰代價。

1.2.1數據預取的獎懲代價數據提取到當地緩存后，并非所有數據都需要MC。用戶需要經過計算和處理后能夠有效查詢的數據。只有這部分數據才能使MC的查詢和訪問受益。本文用fbenefit（di）表示提取數據di的受益價值函數，即MC未提取數據時的訪問時間與提取數據時的訪問時間的比例。

1.2.2訪問LDD的概率主要基于MC通過該數據的有效范圍和未來訪問該數據的概率。因此，MC未來可能通過有效范圍內的數據被列為候選集C。主要考慮以下兩個因素：①從時間的角度的角度考慮。數據更新時間越長，服務器端數據更新導致預提數據故障的可能性越小；未訪問的數據越長，再次訪問的可能性越小。②從空間的角度來看。研究表明，在位置相關信息服務的數據訪問中，MC沿移動路徑通過的概率越高，數據越接近MC當前位置，數據有效范圍區域的面積越大，或者越接近MC當前移動路徑或移動方向的LDD越容易訪問。

1.3選擇預選數據的目標是在MC有限資源的前提下，使預選數據盡可能需要MC，并提供盡可能多的有效查詢信息。

數據選擇過程中應考慮以下兩種情況：

①當S=0(緩存已滿)時，無論C中是否有剩余未預取的LDD，都將停止預取。

②當0(緩存還有剩余空間)和size(i)>S時，應根據MC當前位置和緩存剩余空間計算應提取數據總量。

2.模擬實驗和性能分析。

測試比較緩存中預取數據的命中率。測試的工作負載是一組隨機生成的查詢序列，由100個查詢組成。每次查詢生成的條件字段、條件值和數據表都是按照一定的規則隨機生成的。MC緩存的大小分別設置為實驗數據總量的10%、15%、20%、25%和30%。

3.結論。

在移動環境中，數據提取是有效提高訪問速度和減少數據訪問時間的可行方法。本文主要考慮了MC訪問LDD的可能性概率以及每個數據能提供多少有效的查詢信息，設計了一個提取價值選擇函數，并在候選人中找到了提取數據。只要這些數據出現在廣播通道中，它就會被提取到本地緩存。通過實驗比較，CDP策略比DDP更有效地提高了緩存命中率。