[發明專利]一種基于共享變量訪問頻度的采樣率決策方法與系統

無效

• 申請號: 201310716578.2
• 申請日: 2013-12-23
• 公開（公告）號: CN103729290A
• 公開（公告）日: 2014-04-16
• 發明（設計）人: 金海;邵志遠;黃能;彭建
• 申請（專利權）人: 華中科技大學
• 主分類號: G06F11/36
• 分類號: G06F11/36
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 朱仁玲

1.一種基于共享變量訪問頻度的采樣率決策方法，其特征在于，所述方法包括：

（1）基于共享變量訪問頻度的統計步驟，對共享變量的訪問進行監控，統計共享變量的訪問頻度；

（2）基于共享變量訪問頻度分布的變量分組步驟，根據共享變量訪問頻度的統計結果中，各共享變量訪問頻度的分布情況，對各共享變量進行分組；

（3）基于分組差異的自適應采樣率調整步驟，根據各共享變量的分組結果，計算各共享變量的采樣率。

2.如權利要求1所述的方法，其特征在于，所述步驟（1）中采用哈希表統計共享變量的訪問頻度，其中哈希表中的每個元素由共享變量的內存地址ID和訪問頻度n構成的鍵值對組成，訪問共享變量ID的時候，采用如下更新策略對哈希表進行更新：1）若共享變量ID已存在于哈希表中，則將對應的哈希表中的元素（ID,n）更改為（ID,n+1）；2）若共享變量ID不存在于哈希表中，則增添一個新的元素（ID,1）至哈希表中。

3.如權利要求1或2所述的方法，其特征在于，所述步驟（2）中采用絕對閾值和相對閾值結合的方式對各共享變量進行分組，在程序處于啟動過程中的時候，采用基于絕對閾值的方法進行分組，而在程序處于穩定運行的階段，采用基于相對閾值的方法進行分組，具體地：

所述基于絕對閾值的方法進行分組為：根據預設的n個閾值（g₁,g₂,g₃,…，g_n）將共享變量的訪問頻度分為（0～g₁，g₁～g₂，g₂～g₃，…，g_n-1～g_n，g_n～+∞）共n+1個頻度區間，判斷共享變量x_i的訪問f_i處于的頻度區間，則將共享變量x_i劃分到該頻度區間對應的分組；

所述基于相對閾值的方法進行分組為：首先將變量x_i的訪問頻度f_i映射到當前時刻的相對訪問頻度h_i，則然后在相對訪問頻度空間，采用基于相對閾值h_i的絕對閾值劃分方法將變量進行分組。

4.如權利要求1至3任一項所述的方法，其特征在于，所述步驟（3）中采用梯度下降函數對不同分組分派相應的采樣率，若該組的訪問頻度越高，則采樣率越小。

5.如權利要求4所述的方法，其特征在于，所述步驟（3）中的梯度下降函數為二次方梯度下降或者線性梯度下降函數，其中下降速度根據組間差異自定義。

6.一種基于共享變量訪問頻度的采樣率決策系統，其特征在于，所述系統包括：

基于共享變量訪問頻度的統計模塊，用于對共享變量的訪問進行監控，統計共享變量的訪問頻度；

基于共享變量訪問頻度分布的變量分組模塊，用于根據共享變量訪問頻度的統計結果中，各共享變量訪問頻度的分布情況，對各共享變量進行分組；

基于分組差異的自適應采樣率調整模塊，用于根據各共享變量的分組結果，計算各共享變量的采樣率。

7.如權利要求6所述的系統，其特征在于，所述基于共享變量訪問頻度的統計模塊包括哈希表構建子模塊和哈希表更新子模塊，其中：

所述哈希表構建子模塊，用于構建統計共享變量訪問頻度信息統計的哈希表，哈希表中的每個元素由共享變量的內存地址ID和訪問頻度n構成的鍵值對組成；

所述哈希表更新子模塊，用于在監控在共享變量的訪問時，采用如下更新策略對哈希表進行更新：1）若共享變量ID已存在于哈希表中，則將對應的哈希表中的元素（ID,n）更改為（ID,n+1）；2）若共享變量ID不存在于哈希表中，則增添一個新的元素（ID,1）至哈希表中。