王盛明①WangShengming；卢秉亮②LuBingliang
（①沈阳航空职业技术学院，沈阳110034；②沈阳航空航天大学计算机学院，沈阳110136）
（①ShenyangAviationVocationalTechnicalCollege，Shenyang110034，China；
②CollegeofComputer，ShenyangAerospaceUniversity，Shenyang110136，China)
摘要：基于LDD的预取策略如DDP考虑了数据距离，但是没有考虑数据的访问概率和更新频率和数据大小，针对以上问题提出基于价值的数据预取(CDP)策略，一些重要的数据预取因素如访问概率、更新频率、数据项大小、数据距离和有效范围等都包含在价值函数里，根据价值函数值的大小来选择被预取的数据。通过实验对比，CDP比DDP策略更有效的提高缓存的命中率。
Abstract:LDD-basedprefetchingstrategieslikeDDPtakethedatadistanceintoaccount,butdonottakeintoaccounttheaccessprobabilityofdata,updatingdataandsizeoffrequency.Fortheseissues,thispaperproposesavalue-baseddataprefetching(CDP)strategy,andsomeimportantdataprefetchingfactors,suchasaccessprobability,updatefrequency,dataitemsize,datadistanceandrangeofdataareincludedinthevaluefunction.Wecanchoosetheprefetchingdatabasedonthesizeoffunctionvalue.Bycomparingtheexperiment,CDPismoreeffectivethanDDPstrategytoimprovethecachehitrate.
关键词：位置相关信息服务；位置相关数据；数据预取；缓存命中率
Keywords:location-dependentinformationservices；locationdependentdata；dataprefetching；cachehitratio
中图分类号：TP39文献标识码：A文章编号：1006-4311（2011）10-0152-02
0引言
移动计算环境下，网络的弱连接、低带宽使得用户而无法及时获取所需的信息，特别是查询位置相关数据（LocationDependentData，LDD）时，容易因用户位置的改变而导致查询结果过时失效或者不正确。而数据预取技术能够显著提高数据访问速度和充分利用广播带宽[1]。
1基于价值的数据预取策略
1.1位置相关数据的模型位置相关数据（LDD），是指其值取决于具体地理位置的数据，LDD具有特定的适用范围。
数据的有效范围区域（ValidScopeArea），是指数据实例有效范围的几何区域。每个LDD实例有一个特定的有效范围，只有在此有效范围之内，该实例才是正确的。
数据距离（DataDistance），是指MC当前位置和数据实例有效范围之间的距离。
1.2CDP预取方法本文提出CDP策略，预取时根据价值函数的值进行选择，预取价值函数如下：Cost=Puseful×（benefit-penalty）（1）
式（1）中Puseful为MC访问LDD的概率，benefit为MC预取LDD的获益价值，penalty为预取LDD的惩罚代价。
1.2.1数据预取的奖惩代价数据预取到本地缓存后，并非所有的数据都是MC需要的，经过运算处理后能成为有效查询的数据才是用户需要的，只有这部分数据才能给MC的查询访问带来获益。本文用fbenefit（di）表示预取数据di的获益价值函数，即MC未预取数据时的访问时间与预取数据时的访问时间减少的比例。
1.2.2访问LDD的概率对于MC访问某一种LDD可能性的概率，主要以MC经过该数据有效范围的概率和未来访问该数据的概率为依据，因此把MC将来可能经过有效范围内数据列为预取的候选集C。主要考虑以下两点因素：①从时间的角度来考虑。越久未被更新的数据，说明其因服务器端的数据更新而导致预取数据失效的可能性越小；而越久未被访问的数据说明其比较陈旧，再次被访问的可能性就越小。②从空间的角度来考虑。研究表明，在位置相关信息服务的数据访问中，MC沿着某条移动路径通过的概率越高，数据距MC当前的位置越近，且数据有效范围区域的面积越大，或者越靠近MC当前移动路径或移动方向上的LDD越容易被访问。
1.3备选预取数据的择取数据预取的目标是希望在MC有限资源的前提下，使得所预取的数据尽可能都是MC需要的，并且尽可能多的提供有效查询信息。
在数据择取过程中应考虑以下两种情况：
①当S=0（缓存已满）时，不论C中是否有剩余的未被预取的LDD，都将停止预取。
②当0＜S（缓存还有剩余空间）且size（i）>S，则根据MC当前位置和缓存的剩余空间来计算应预取数据总量的大小。
2模拟实验及性能分析
实验以预取数据在缓存中的命中率为指标进行测试对比。测试的工作负载为一组随机产生的查询序列，由100个查询组成，每次查询生成的条件字段、条件值和数据表都是按照一定的规则随机产生的。将MC的缓存的大小分别设置为实验数据总量的10%、15%、20%、25%、30%时分别进行五组实验，实验结果如图1所示。
3结论
在移动环境中，数据预取是有效提高访问速度和减少数据访问时间的一个可行办法。本文主要考虑MC访问LDD可能性概率以及每一种数据能提供多少有效查询信息，设计出一个预取价值选择函数，在候选集中找到预取数据，只要这些数据出现在广播信道，就预取到本地缓存。通过实验比较，CDP策略比DDP、DHP策略更有效的提高了缓存命中率。
参考文献：
[1]李国徽，杨兵，陈辉，等.移动环境下支持实时事务处理的数据预取[J].计算机学报，2008，31（10）：1841-1847.
[2]YinL，CaoG.Adaptivepower-awareprefetchinwirelesanetworks[J]．IEEETransactionsWire1essCommunications，2004.3（5）：1648-1658.
[3]JiangZ，KleinrockL.Webprefetchinginamobileenvironment[J].IEEEPersonalCommunications，1998，5（5）：25-34.
[4]PersoneVDN，GrassiV，MorlupiA.Modelingandevaluationofprefetchingpoliciesforcontext-awareinformationservices[C].Proceedingsofthe4thAnnualInternationalConferenceonMobileComputingandNetworking，1998：55-65.
[5]ZhengB，XuJ，LeeDL.Cacheinvalidationandreplacementstrategiesforlocation-dependentdatainmobileenvironments[J].IEEETransactionsonComputers，2002，51（10）：1141-1153.