一种基于深度学习的块级缓存预取优化方法和系统

摘要

本发明公开了一种基于深度学习的块级缓存预取优化方法，包括：从测试数据集获取以字节为单位的IO数据，将该IO数据转化为以块为单位的IO数据，判断转化后的IO数据是否在缓存中命中，如果没有则对转化后的IO数据进行顺序预测，以得到多个存储块，将转化后的IO数据存储在内存的IO队列中，并判断该IO队列是否已满，如果是则将内存的IO队列中的所有IO数据输入训练好的Seq2Seq模型中，以得到预测的IO数据，并根据该预测的IO数据获取对应的多个存储块。本发明根据利用深度学习的方法挖掘IO的相关性，并利用基于LSTM的Seq2Seq模型完成IO序列的预测，最后将IO序列预测与顺序预测相结合，从而完成缓存的预取，提升缓存的命中率。