论文部分内容阅读
随着移动互联网的飞速发展,WLAN得到广泛应用,大量部署的无线接入点AP为广大移动终端用户提供网络访问服务。随着AP本身硬件配置的提升,如何利用AP的计算与存储能力提升网络业务性能广受关注。本论文探讨多AP环境下的协同缓存方法,将大量AP的存储资源整合起来,为用户提供网络缓存服务。论文主要的工作和贡献包括: 1.提出了一种基于集中式缓存目录查询,并配合以局部流行目录检索的缓存路由机制。首先提出了灵活、可扩展的集中式协同缓存原型架构,包括一个集中控制器和若干缓存子节点。控制器维护全局缓存目录,做统一的负载采集和缓存调度;子节点维护局部流行目录,并直接服务用户,用户请求的对象有4条检索和定位通道,最大限度减轻控制器负载和系统带宽占用。经分析,本方法较传统的ICP网络协同缓存协议,避免了大量ICP请求的通信开销,极大提高了可扩展性;相对于结构类似的集中式目录协同缓存方法CRISP,控制器的带宽消耗平均减少约20%,网络延迟也相应降低。另外,缓存目录摘要基于Bloom Fliter实现,通过合理设计刷新策略,相比于CRISP系统,目录存储开销降低了约160倍,目录更新开销降低了约7倍。 2.设计了多AP协同缓存全局替换方法。针对GDSF替换算法,从对象大小和访问频率两方面做了优化,同时批量化替换操作,降低了AP处理开销。之后将其扩展到全局,并对全局热点对象做了一定的均衡,形成了GDSF-GO替换方法。最后用C++实现了缓存替换模拟器,经过真实的Trace Log测试,本文设计的GDSF-GO方法,在AP这种存储空间有限的场景下,有较大的缓存命中率提升。当缓存空间为0.09%时,相对于LRU算法,文档命中率DHR提高63.9%,字节命中率BHR提高34.5%;相对于原GDSF算法,分别提高5.7%和13.0%。多点协同后,会带来更大的性能提升,八个AP协同时DHR达到理论上限的76.9%,BHR达到50.6%。 3.实现了协同缓存原型系统。在AP平台上移植了开源网络缓存软件Squid-2.7.9,根据上述两个关键设计,在其基础上修改并添加了部分代码,实现了原型系统。经过网络性能测试工具Polygraph的测试,四个AP协同时,GDSF-GO方法的DHR达到了理论最优值的87.6%,为单AP缓存的2.4倍,BHR达到了80.6%,为单点的2.7倍;相比于ICP协同缓存系统,用户访问时延降低了约53.4%,且时延波动更小。实验结果充分验证了本文设计的协同缓存方法的正确性和有效性,满足了设计要求。