Page 73 - 《软件学报》2020年第10期

张鸿骏 等:一种适应 GPU 的混合访问缓存索引框架 3049

理的阈值设为 2 000.散列表装载率由缓存空间大小与散列表最大索引数量的比值来表示.
5.1 插入平均访存
插入平均访存是指在进行数据集加载与
缓存预热操作过程中的平均访问内存次数.
本文中,latest、zipf、uniform 工作负载预热与
加载的数据内容与顺序相同,实验结果如图 6
所示.当缓存空间大小与散列表比值大于
60%时 ,双重 LRU CCHT 与粗粒度 LRU
CCHT 均显著低于其他算法.当缓存空间大
小与散列表大小比值为 80%时,双重 LRU
CCHT 与粗粒度 LRU CCHT 的平均访存次数
对比 LRU CHT 均降低了 30.39%.当缓存空间
大小与散列表大小比值为 90%时,双重 LRU
Fig.6 Average memory access per insert with Hash table size
CCHT 与粗粒度 LRU CCHT 的平均访存次数
图 6 插入平均访存次数随缓存空间大小变化
对比 LRU CHT 均降低了 94.63%.说明 CCHT
的两种方法能够有效地减少内存访问次数,当缓存空间大小与散列表大小比值较高时,CCHT 对比 CHT 去除了
踢出与替换操作,大幅度地减少了散列表的访问次数,从而减少了内存访问次数.
5.2 全局平均访存

全局平均访存是指在工作负载测试集加载过程中的平均访问内存次数.图 7 描述了在 6 种不同的工作负载
下,5 种缓存索引算法的全局平均访问内存次数随缓存空间大小发生变化的实验结果.

Fig.7 Average memory access per request with hash table size
图 7 全局平均访存次数随缓存空间大小的变化
当缓存空间大小与散列表比值大于 60%时,双重 LRU CCHT 与粗粒度 LRU CCHT 均低于其他算法.其中,