论文部分内容阅读
在移动计算环境中查询位置相关数据时,由于用户的移动性、数据的位置相关性、网络的断接性等因素给查询带来新的挑战。首先,用户位置的改变会带来复杂问题:返回结果时用户的位置已经改变,查询结果可能不再有效。其次,被查询的数据具有位置相关属性,同一个查询请求,其提交的位置不同得到的查询结果也不尽相同。最后,网络的断接性给查询带来数据访问的延迟,延长了查询的响应时间。若是失效、不准确、过时的查询结果,用户可能不会接受或者再次发送查询请求。因此需要研究探索反映位置相关数据的位置特性的查询策略,如何采用快速、有效的方法来处理数据的访问请求是一个具有挑战性的研究课题。首先,研究了弱连接条件下位置相关查询中的数据预取策略。移动环境下查询位置相关数据时因网络的延迟和用户的移动而导致查询结果的过时失效,而数据预取能够显著提高数据的访问速度,缩短查询的响应时间。已有的基于位置相关数据的预取策略考虑了数据的空间位置特性,但是没有考虑数据的访问概率和使用效率,针对以上问题提出基于价值的数据预取策略,主要考虑移动客户访问位置相关数据的可能性概率以及每一种数据能提供有效查询的信息,设计出一个预取选择价值函数,根据价值函数值的大小来选择被预取的数据。实验结果表明,该预取策略能更有效地提高查询的缓存命中率,缩短查询的平均响应时间。其次,在位置相关查询中由于用户的移动性和数据的位置相关性,给缓存替换策略带来了新的挑战。在详细分析位置相关数据的空间位置特性和几种典型的位置相关缓存替换策略的基础上,提出一种基于最小访问代价的缓存替换策略(PLAC),一些重要的缓存替换因素如访问概率、更新频率、数据距离和有效范围等都包含在代价函数里,由此来保证有限缓存的最大使用率。通过实验对比,PLAC比FAR、PAID等位置相关缓存替换策略更为有效的提高了缓存命中率和缩短了查询的平均响应时间。