[发明专利]选择多个高速缓存回收算法中的一个用于从高速缓存中回收轨道在审
| 申请号: | 201980030233.7 | 申请日: | 2019-05-13 |
| 公开(公告)号: | CN112074819A | 公开(公告)日: | 2020-12-11 |
| 发明(设计)人: | L.古普塔;M.博利克;K.安德森;K.J.阿什 | 申请(专利权)人: | 国际商业机器公司 |
| 主分类号: | G06F12/00 | 分类号: | G06F12/00 |
| 代理公司: | 北京市柳沈律师事务所 11105 | 代理人: | 邸万奎 |
| 地址: | 美国纽*** | 国省代码: | 暂无信息 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 选择 高速缓存 回收 算法 中的 一个 用于 轨道 | ||
1.一种用于将轨道从高速缓存降级到存储装置的计算机程序产品,所述计算机程序产品包括计算机可读存储介质,所述计算机可读存储介质具有在其中体现的计算机可读程序代码,所述计算机可读程序代码在被执行时执行操作,所述操作包括:
提供第一高速缓存回收算法,以确定要从所述高速缓存回收的轨道;
提供第二高速缓存回收算法,以确定要从所述高速缓存回收的轨道,其中所述第一和第二高速缓存回收算法使用不同的回收方案;
执行至少一个机器学习模块,以产生指示所述第一高速缓存回收算法和所述第二高速缓存回收算法中的一个用于选择从所述高速缓存回收的轨道的输出;以及
回收由在来自所述至少一个机器学习模块的所述输出中指示的所述第一高速缓存回收算法和所述第二高速缓存回收算法中的一个选择的轨道。
2.根据权利要求1所述的计算机程序产品,其中所述操作进一步包括:
提供所述高速缓存中的轨道的最近最少使用(LRU)列表,其中,所述第一高速缓存回收算法包括LRU算法,所述LRU算法选择位于所述LRU列表的LRU端的轨道来回收的。
3.根据权利要求2所述的计算机程序产品,其中所述操作还包括:
为所述LRU列表中的每个轨道提供频率计数器,所述频率计数器指示当在所述LRU列表中时所述高速缓存中的轨道已经被访问的次数,其中所述第二高速缓存回收算法包括最不频繁使用的(LFU)算法,所述LFU算法选择具有所述高速缓存中的轨道的频率计数器中的最低频率计数器的轨道来回收。
4.根据权利要求1所述的计算机程序产品,其中所述操作进一步包括:
执行所述第一高速缓存回收算法以确定要从所述高速缓存回收的第一回收轨道;
执行所述第二高速缓存回收算法以确定要从所述高速缓存回收的第二回收轨道;以及
其中,所执行的至少一个机器学习模块接收所述第一和所述第二回收轨道和高速缓存统计作为输入,以产生用于选择所述第一和所述第二高速缓存回收算法中的一个的输出,以用于选择要从所述高速缓存回收的轨道。
5.根据权利要求4所述的计算机程序产品,其中,执行所述至少一个机器学习模块包括:
执行第一机器学习模块,所述第一机器学习模块接收所述第一回收轨道和高速缓存统计作为输入,并且输出第一置信度水平,所述第一置信度水平指示所述第一高速缓存回收算法优化到所述高速缓存的读命中率的可能性;
执行第二机器学习模块,所述第二机器学习模块接收所述第二回收轨道和高速缓存统计作为输入,并且输出第二置信度水平,所述第二置信度水平指示所述第二高速缓存回收算法优化到所述高速缓存的所述读命中率的可能性;
响应于所述第一置信度水平超过所述第二置信度水平,从所述高速缓存回收所述第一回收轨道;以及
响应于所述第二置信度水平超过所述第一置信度水平,从所述高速缓存回收所述第二回收轨道。
6.根据权利要求5所述的计算机程序产品,其中,所述高速缓存统计包括所述高速缓存的大小、高速缓存未命中与命中比、所述第一机器学习模块的所述第一回收轨道的第一访问频率和所述第二机器学习模块的所述第二回收轨道的第二访问频率、所述第一机器学习模块的所述第一回收轨道在最近最少使用(LRU)列表中的第一位置和所述第二机器学习模块的所述第二回收轨道在LRU列表中的第二位置中的至少一个。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国际商业机器公司,未经国际商业机器公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201980030233.7/1.html,转载请声明来源钻瓜专利网。





