[发明专利]一种基于时空老化模型的服务端瓦片缓存置换方法

说明书

本发明公开了一种基于时空老化模型的服务端瓦片缓存置换方法，属于信息检索领域。本发明在老化算法的基础上，综合瓦片的时间老化程度、瓦片空间访问热度、瓦片大小特征和瓦片主题特征设计了一种瓦片数据的时空老化模型，并在时空老化模型的基础上实现了服务端的瓦片缓存置换。本发明充分考虑了瓦片数据特征和访问模式特点，可实现较高的请求命中率和字节命中率，降低瓦片访问的平均访问时长，并能兼顾算法性能与资源消耗，具备高效性和扩展性，对于高性能的地理信息服务的建设具有重要意义。

技术领域

本发明属于信息检索领域，具体涉及一种云服务器中地图瓦片的缓存置换方法。

背景技术

遥感影像作为地球观测数据的重要组成部分，为人类了解地球系统中的大气、海洋、陆地、植被等方面提供了至关重要的作用。近年来，随着遥感影像数据量的快速增长，NGIS正在向云服务的方向发展，这种趋势进一步促使NGIS在服务端集成海量影像，并提供高效实时的遥感影像预览、可视化及漫游服务，以提高用户筛选影像的效率。但由于遥感影像单幅数据量过大，并不适合在网络中频繁传输，在实际应用中往往使用地图瓦片来实现影像的漫游、预览和可视化。瓦片数据作为NGIS的重要数据源，是由遥感影像或地图按照某种金字塔模型（如四叉树模型）切割而成的数据单元，高效、实时的瓦片服务是支撑高性能NGIS的基础技术之一。然而随着数据量和用户量的激增，瓦片服务器面临高并发和服务过载的挑战，导致瓦片服务存在延迟与低效问题。使用瓦片缓存可以减少对瓦片服务器直接访问的频率，减轻瓦片服务器压力。目前的缓存架构主要分为客户端缓存和服务端缓存两种，由于客户端缓存在云环境下存在应用局限性，Google Earth建议使用服务端缓存来解决瓦片服务延迟等问题。在实际应用中，缓存的可用容量往往小于瓦片的数据总量，当缓存空间无法容纳新的瓦片时，需要按照预设的缓存置换算法将符合条件的瓦片换出缓存。良好的缓存置换算法可以有效提高缓存命中率，进一步减小瓦片服务器压力，因此，设计高命中率的瓦片缓存置换算法正在成为当前研究的热点和难点。

基于瓦片访问模式和瓦片数据特征，现有技术中对瓦片缓存置换算法开展了大量的研究，提出的算法均考虑了瓦片访问模式的时间局部性，部分考虑了空间局部性和瓦片类型特征，结合时空特性定义了各自瓦片价值模型，并根据价值大小来置换瓦片，能在一定程度上提高瓦片缓存命中率。但这些方法在应用于服务端瓦片缓存时，还存在以下问题：（1）相较于先进先出(First In First Out, FIFO)、最不经常使用(Least FrequentlyUsed, LFU)以及最近最少使用(Least Recently Used, LRU)等传统的缓存置换算法，上述算法的复杂性大、效率低，不适合海量瓦片缓存置换的应用场景；（2）大多数为客户端缓存置换算法，不适用于基于网络的服务端瓦片缓存置换场景；（3）考虑了瓦片的访问对其水平维度周围瓦片的影响，但未考虑垂直维度上对其上下层瓦片的影响；（4）未考虑瓦片数据大小特征对缓存命中率的影响。因此，亟需提供一种能够综合考虑瓦片数据综合特点的缓存置换方法。

发明内容

本发明的目的是克服现有技术存在的不足，提供一种基于时空老化模型的服务端瓦片缓存置换方法，以解决现有的缓存置换方法在应用时存在的复杂性大、效率低、大多数为客户端缓存置换算法、未考虑瓦片数据特征等问题，使瓦片缓存置换方法能够应用于服务端的海量瓦片高效置换场景。

为实现本发明目的，提供的技术方案如下：

一种基于时空老化模型的服务端瓦片缓存置换方法，该方法包括：

S1：缓存服务器启动后，通过同步启动的主线程建立缓存索引和瓦片老化表，设置瓦片时钟周期，创建定时器线程，同时开始监听用户请求；所述缓存索引以单张遥感影像金字塔瓦片为基本处理单元，通过哈希映射的方式建立；

S2：周期性执行所述定时器线程，每过一个瓦片时钟周期，按照老化算法对每张瓦片对应的R位和计数器进行移位操作，由移位操作后的计数器值代表所在瓦片在该瓦片时钟周期内的时间老化程度；