基于Chunk的缓存优化与管理研究.pdfVIP

计算机科学2004V01．31N9．10(增刊) 基于Chunk的缓存优化与管理¨ ChunkBasedCache ManagemengPoticy 刘昱陈红王珊 (中国人民大学数据与知识工程研究所教育部数据仓库和商务智能工程研究中心北京100872) Abstract hasbeen and OLAP inordertoreduce timesfor Caching proposedimplemented response by systems multi·dimensionalthebasisofthe ofChunkcache．thearticle theFBS queries．On originaltechinque provides Algo— rithmwhichcould utilizethecachedatato the calculation，andto effectively processaggregate accordingpick—up and ofuser also PCBcache which the querypatterns，it maRagemeut provides曲e replscememAlgorithmimproves utilizationofthe datainorderto the optimize caching systemperformance． Keywords0lap．Cache，Chunk 文提出了一种简单有效的对用户查询模式进行提取 1引言 和管理的算法，基于该算法对缓存淘汰策略进行了 数据仓库利用大量高质量的数据源构建信息系 优化，并取得了理想的实验效果。 统，旨在为企业进行全局范围的战略决策和长期趋 本文第2节对缓存技术的主要研究内容和相关 势分析等提供有效地支持。不同于传统的OLTP查工作进行阐述；第3节给出了基予Chunk的缓存的 询，在数据仓库环境中提交的OLAP查询往往涉及形式化描述，并提出能够有效回答查询的缓存聚集 对大量底层存储数据的访问，如何有效地缩短相应 算法；第4节描述了基于用户查询模式的缓存淘汰策 增加的查询相应时间，使其保持在一个可以接受的 略并给出了相应算法；第5节是实验效果与评述I最 范围内，针对查询不同的处理阶段，以往的研究提出 后是总结以及下一步的工作。 了多种查询处理技术，例如并行查询处理，多查询优 2相关工作 化，各种索引策略，以及本文将要讨论的缓存技术。 相较于传统数据库，数据仓库环境中的缓存研 在使用视图回答查询以及缓存查询结果方面前 究具有更加重要的现实意义。首先OLAP查询往往人已做了大量的工作r“。对使用视图回答含有聚集 涉及大量的底层数据，这就意味着更多的I／O开 的查询做了深入的探讨。他们阐述了在何种情况下 销；其次，查询结果通常需要对原始底层数据进行多 可以使用缓存中经过聚集的视图回答新提交的查 次维聚集以及层次聚集才能得到，这也同样意味着 询。一个查询可以分解为多个查询并各自使用相应 大量的CPU时间被用于查询处理。通过以上简单 的视图作回答。然而，使用视图粒度的缓存存在着诸 的说明，我们知道必须妥善管理每次OLAP的查询