贾德明，朱明胜，古 妍

(山东鲸鲨信息技术有限公司，山东 泰安 271000)

0 引言

随着5G、云计算、大数据、物联网等信息技术的发展，数据呈爆炸式增长，对存储系统的海量数据存储能力提出了高性能、多样化的访问要求[1]。针对数据访问局部热点的特性，通常将高频访问的数据缓存在高速存储介质上，以加快数据读写速度[2]。缓存控制策略是缓存系统的核心，决定了缓存空间利用的有效性[3]。传统的缓存策略都是基于访问时间或访问频率进行设计[4-5]。提高缓存命中率可以提高应用程序的运行速度，这是提高缓存性能的关键[4]。基于访问时间仅考虑了时间局部性，忽略历史上的高频访问数据；基于访问频率仅考虑高频访问数据，忽略最近访问的数据可能成为访问热点[6]。两种策略均不能有效满足现有热点数据缓存需求。

缓存数据生命周期控制的核心是根据对数据价值的精准判断，然后根据数据价值将数据分配到对应的、性能合适的存储设备上[7]。据研究结果表明，存储系统中的数据70%～80%是静止不动的，数据写入后很少被访问。经常访问的热点数据占20%～30%[8]。其中间歇性热点数据的假性降温表现，可能会从高速缓存介质中移除，一旦被移除，数据块可能因为缓存中暂时性高频访问数据而很难再次迁入缓存层，而导致后面访问持续性延迟过高，影响上层应用运行效率。

在较为复杂的数据访问场景中，传统基于访问时间和基于访问频次的策略对于热点数据的预测略显不足，如图1所示。……