公开(公告)号：CN109885570A

公开(公告)日：2019-06-14

申请号：CN201910088860.8

申请日：2019-01-30

Applicant: 南京邮电大学

Inventor： 陈珊珊 ,  周桂平 ,  安星迪

IPC: G06F16/22

Abstract: 本发明公开了一种辅助索引结合散列表的多维范围查询方法，属于大数据存储技术领域。该方法利用辅助索引结构存储单个属性列值，经过辅助索引的快速查询，得到满足各个属性查询的结果。然后使用散列函数将各属性值查询得到的主键集合映射到散列表中进行结果交叉对比，得到准确的多维范围查询结果。本发明方法实现快速地多属性索引查询。

公开(公告)号：CN114116532B

公开(公告)日：2024-07-05

申请号：CN202010901285.1

申请日：2020-08-31

Applicant: 南京邮电大学

Inventor： 陈珊珊 ,  安星迪

IPC: G06F12/084 ,  G06F12/0871 ,  G06F12/123

Abstract: 本发明公开了基于访问模式自学习的缓存优化方法，包括以下步骤：获取一个周期内对缓存访问的访问事务集；对访问事务集进行采样，生成采样事务集；从采样事务集中提取出频繁项集；将频繁项集中的频繁项作为候选模式，对所有候选模式进行时间性和空间性的评估；基于评估结果，将候选模式分为稳定模式、不稳定模式和非模式；将稳定模式对应的数据在下一周期内调入预设的第一缓存区，将不稳定模式对应的数据在下一周期内调入预设的第二缓存区，将非模式对应的数据在下一周期内调入预设的第三缓存区。还公开一种装置、系统和计算机可读存储介质。本发明缓解了缓存污染的问题，提高了缓存命中率和使用效率。

公开(公告)号：CN114116532A

公开(公告)日：2022-03-01

申请号：CN202010901285.1

申请日：2020-08-31

Applicant: 南京邮电大学

Inventor： 陈珊珊 ,  安星迪

IPC: G06F12/084 ,  G06F12/0871 ,  G06F12/123

Abstract: 本发明公开了基于访问模式自学习的缓存优化方法，包括以下步骤：获取一个周期内对缓存访问的访问事务集；对访问事务集进行采样，生成采样事务集；从采样事务集中提取出频繁项集；将频繁项集中的频繁项作为候选模式，对所有候选模式进行时间性和空间性的评估；基于评估结果，将候选模式分为稳定模式、不稳定模式和非模式；将稳定模式对应的数据在下一周期内调入预设的第一缓存区，将不稳定模式对应的数据在下一周期内调入预设的第二缓存区，将非模式对应的数据在下一周期内调入预设的第三缓存区。还公开一种装置、系统和计算机可读存储介质。本发明缓解了缓存污染的问题，提高了缓存命中率和使用效率。