[发明专利]缓存方法及装置

说明书

本发明提供了一种缓存方法，该方法包括获取用户下载行为数据；从用户下载行为数据中提取出URL地址信息和访问时间；基于所提取出的URL地址信息和访问时间，统计用户已经访问的URL地址在预定时间内的URL地址访问次数；基于统计出的URL地址访问次数，从用户已经访问的URL地址中选取多个用户访问最多的URL地址，作为热点列表；以及将热点列表中的URL地址对应的内容下载到内容缓存服务器。利用该方法，可以通过分析大量用户的下载行为来确定出热点内容，并且仅仅缓存热点内容，从而减少不必要的文件存储，由此提高缓存利用率。

技术领域

本发明涉及文件下载领域，更为具体地，涉及用于缓存热点访问内容的缓存方法及装置。

背景技术

当前，在用户经由浏览器下载内容时，通常都是直接从源URL地址下载。在这种情况下，一旦出现网络状况不稳定，尤其是URL指向国外或路由非常远的网址时，文件内容已被删除或者路由断裂，都会导致无法完成内容下载。这里所说的下载不限于一般意义上的文件下载，还可以包括下载网页、图片、文档等任意网络数据文件。

为了解决上述问题，常见的改善方式是把内容缓存到服务器，让用户从服务器下载，比如CDN技术。CDN技术是一种缓存技术，其基本原理是在用户第一次访问时，将内容从源地址下载到缓存服务器，以后都从缓存服务器读取该内容，从而无需再次从源地址下载。

然而，这种技术存在一个缺陷，即，内容可能只被访问一次，以后不会再次访问，却一直占用缓存存储空间。虽然利用过期删除技术，可以对期满的内容进行删除，但是在期满前该内容仍然占用缓存，由此，从网络上巨大的内容数量来看，需要非常大的缓存存储空间来进行内容缓存，从而导致存储成本非常大。

发明内容

鉴于上述，本发明提出了一种用于缓存热点内容的方法及装置，该方法可以通过分析大量用户的下载行为来确定出热点内容，并且仅仅缓存热点内容，从而减少不必要的文件存储，由此提高缓存利用率。

根据本发明的一个方面，提供了一种缓存方法，包括：获取用户下载行为数据，所述用户下载行为数据至少包括用户下载行为的源URL地址和访问时间；从所述用户下载行为数据中提取出URL地址信息和访问时间；基于所提取出的URL地址信息和访问时间，统计用户已经访问的URL地址在预定时间内的URL地址访问次数；基于所述统计出的URL地址访问次数，从用户已经访问的URL地址中选取多个用户访问最多的URL地址，作为热点列表；以及将所述热点列表中的URL地址对应的内容下载到内容缓存服务器。

在上述方面的一个或多个示例中，所述用户下载行为数据可以是从所述移动终端和中间件服务器获取的，所述中间件服务器用于接收所述移动终端发送的网页浏览请求并转发到目标服务器。

在上述方面的一个或多个示例中，在从所述用户下载行为数据中提取出URL地址信息后，所述方法还可以包括将所提取出的URL地址信息和访问时间整理成记录文件。

在上述方面的一个或多个示例中，基于所述统计出的URL地址访问次数，从用户已经访问的URL地址中选取多个用户访问最多的URL地址，作为热点列表可以包括：基于所述统计出的URL地址访问次数，对用户已经访问的URL地址进行排序；以及从所述排序后的URL地址中选取多个用户访问最多的URL地址。

在上述方面的一个或多个示例中，从排序后的URL地址中选取多个用户访问最多的URL地址可以包括：基于所述排序结果，选取排名前X%的URL地址，作为热点列表，其中X是实数，且0<X<100。

在上述方面的一个或多个示例中，所述用户下载行为数据可以是日志数据。