[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

说明书

机器学习模块选择多个高速缓存回收算法中的一个，以用于从高速缓存回收轨道。第一高速缓存回收算法确定要从高速缓存回收的轨道。第二高速缓存回收算法确定要从高速缓存回收的轨道，其中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。回收由在来自所述至少一个机器学习模块的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。

技术领域

本发明涉及一种计算机程序产品、系统和方法，用于使用机器学习模块来选择多个高速缓存回收算法中的一个，以用于从高速缓存回收轨道。

背景技术

一种高速缓存管理系统，在比存储所请求的轨道的存储设备更快的访问存储设备(例如存储器)中缓存作为读取和写入操作的结果最近被访问的存储设备中的轨道。对较快访问高速缓冲存储器中的轨道的后续读取请求以比从较慢访问存储装置返回所请求的轨道更快的速率返回，从而减少读取等待时间。

高速缓存管理系统可维护具有用于存储在高速缓存中的每个轨道的一个条目的链表，该链表可包括在写入存储设备或读取数据之前在高速缓存中缓存的写入数据。当需要释放空间以便为读或写请求而将轨道添加到高速缓存时，高速缓存管理系统使用高速缓存回收算法来选择要从高速缓存回收的轨道。高速缓存管理算法试图增加高速缓存命中-未命中比率，其中当读请求是对高速缓存中的轨道并且可以从较快存取高速缓存中得到服务时，发生高速缓存命中，而当所请求的轨道不在高速缓存中时，发生读取未命中。读取未命中导致读取请求将轨道从存储装置送入到高速缓存中以返回该请求的等待时间增加。

不同的高速缓存回收算法可以在不同的操作环境和不同的读请求轨道模式中导致更好的高速缓存命中-未命中比率。

在本领域中需要一种改进的技术，用于选择高速缓存回收算法以用于从高速缓存回收轨道，以便在不同的读访问模式和工作负荷中改进高速缓存命中-未命中比率。

发明内容

第一实施例包括一种计算机程序产品、系统和方法，用于使用机器学习模块来选择多个高速缓存回收算法中的一个，以用于从高速缓存回收轨道。第一高速缓存回收算法确定要从高速缓存回收的轨道。第二高速缓存回收算法确定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。回收由在来自所述至少一个机器学习模块的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。

不同的高速缓存回收算法可以在不同的操作条件下提高高速缓存命中-未命中比率。所描述的实施例使用至少一个机器学习模块，其产生输出，该输出指示使用第一和第二高速缓存回收算法中的哪一个来选择要回收的轨道，其将选择可能对高速缓存命中-未命中比率具有较大正面影响的高速缓存回收算法。

在第二实施例中，第一实施例可以另外包括执行第一高速缓存回收算法以确定从高速缓存回收的第一回收轨道，以及执行第二高速缓存回收算法以确定从高速缓存回收的第二回收轨道。所执行的至少一个机器学习模块接收所述第一和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第二高速缓存回收算法中的一个的输出，以用于选择从所述高速缓存回收的轨道。

在第二实施例中，向所述至少一个机器学习算法提供由所述第一和第二高速缓存回收算法将选择来回收的所述第一和第二回收轨道以及高速缓存统计，用于确定所选择的第一和第二回收轨道中的哪一个将具有对所述高速缓存命中-未命中比率的最大改进。