本文發(fā)表于FAST 2022。探討緩存文件管理方法。本文通過(guò)一個(gè)輕量級(jí)的基于機(jī)器學(xué)習(xí)的分類引擎來(lái)篩選和個(gè)性化管理緩存文件，實(shí)驗(yàn)在華為P9和Mate30兩部手機(jī)上進(jìn)行，驗(yàn)證I/O性能和存儲(chǔ)壽命。結(jié)果表明其具有很好的實(shí)用價(jià)值。

背景

由于應(yīng)用程序的動(dòng)態(tài)特性和整體系統(tǒng)優(yōu)化，大部分移動(dòng)應(yīng)用程序都需要從網(wǎng)絡(luò)中下載文件或數(shù)據(jù)。即使現(xiàn)代通信網(wǎng)絡(luò)具有更高的帶寬，許多應(yīng)用程序仍然嚴(yán)重依賴移動(dòng)設(shè)備上緩存的數(shù)據(jù)，以避免通過(guò)網(wǎng)絡(luò)重新下載數(shù)據(jù)，并滿足其執(zhí)行延遲需求。當(dāng)前的移動(dòng)設(shè)備首先將緩存文件存儲(chǔ)在主存中，然后將它們寫(xiě)回閃存。這些應(yīng)用程序的緩存數(shù)據(jù)通常作為緩存文件進(jìn)行管理，并且可以快速地重新訪問(wèn)。

問(wèn)題

1. 緩存文件請(qǐng)求的空間越來(lái)越大。

即使部分移動(dòng)系統(tǒng)和用戶會(huì)對(duì)部分緩存文件進(jìn)行刪除，但是由于緩存文件的保存而造成的額外閃存寫(xiě)已經(jīng)發(fā)生，對(duì)閃存性能和壽命的損害也無(wú)法避免；同時(shí)，實(shí)驗(yàn)顯示現(xiàn)實(shí)緩存文件寫(xiě)入移動(dòng)設(shè)備存儲(chǔ)中的數(shù)據(jù)量占總寫(xiě)入量的64%，頻繁的緩存文件的寫(xiě)入和刪除都會(huì)引起閃存的IO爭(zhēng)用用降低系統(tǒng)效率，影響閃存壽命。

圖1 不同應(yīng)用緩存寫(xiě)次數(shù)和寫(xiě)量占比

2. 當(dāng)前的安卓系統(tǒng)沒(méi)有考慮緩存文件之間的差異性。

緩存文件根據(jù)其訪問(wèn)模式和生命周期可以分為三類：閱后即焚文件，下載后不會(huì)被再次訪問(wèn)，因此可以在訪問(wèn)之后直接刪除；瞬態(tài)文件，下載后短時(shí)間內(nèi)會(huì)頻繁訪問(wèn)，但過(guò)一段時(shí)間舊不會(huì)被再次訪問(wèn)；長(zhǎng)壽文件，下載后的很長(zhǎng)一段時(shí)間后還會(huì)被再次訪問(wèn)。實(shí)驗(yàn)結(jié)果顯示由93%的緩存文件都是閱后即焚文件和瞬態(tài)文件，不需要存儲(chǔ)到閃存中去，但是當(dāng)前的系統(tǒng)對(duì)所有的緩存文件都采取持久化到閃存的策略，實(shí)際上造成了存儲(chǔ)空間的極大浪費(fèi)，嚴(yán)重影響閃存壽命和性能。

CacheSifter設(shè)計(jì)與實(shí)現(xiàn)

1. 設(shè)計(jì)原則

(1)用戶應(yīng)用透明，不影響應(yīng)用的正常運(yùn)行；

(2)在線分類，對(duì)于閱后即焚文件和瞬態(tài)文件避免存儲(chǔ)到閃存中；

(3)自適應(yīng)內(nèi)存管理，根據(jù)內(nèi)存的使用情況自動(dòng)調(diào)整不同應(yīng)用的緩存對(duì)于內(nèi)存的占用；

(4)適應(yīng)用戶行為的改變，當(dāng)用戶訪問(wèn)模式改變時(shí)可以重新分類已經(jīng)做過(guò)分類的文件；

(5)確保系統(tǒng)安全性，刪除緩存文件不會(huì)導(dǎo)致應(yīng)用程序崩潰或用戶數(shù)據(jù)丟失。

2. 基本框架

用一個(gè)輕量級(jí)的機(jī)器學(xué)習(xí)模型進(jìn)行緩存文件的在線分類，并根據(jù)不同的文件類型采取不同的存儲(chǔ)策略：對(duì)于閱后即焚文件，在分類之后立即刪除；對(duì)于瞬態(tài)文件，分類之后由內(nèi)存中的鏈表進(jìn)行管理，超出活動(dòng)時(shí)長(zhǎng)則進(jìn)行刪除操作；對(duì)于長(zhǎng)壽文件，利用安卓的基本LRU驅(qū)逐機(jī)制，自動(dòng)寫(xiě)回后端閃存，并會(huì)在應(yīng)用程序?qū)⒃撐募е髲拈W存中刪除。對(duì)于一些重要的緩存文件或者刪除會(huì)影響系統(tǒng)安全的文件維護(hù)一個(gè)安全鏈表，避免誤刪的操作。

圖2 系統(tǒng)框架

CacheSifter優(yōu)勢(shì)

1. 避免在閃存中存儲(chǔ)閱后即焚文件和瞬態(tài)緩存文件，可以減少對(duì)閃存空間的不必要的數(shù)據(jù)寫(xiě)，大大改善閃存性能和壽命；2. 直接從DRAM訪問(wèn)瞬態(tài)文件，提高這部分文件的訪問(wèn)速度和性能；3. 利用輕量級(jí)的機(jī)器學(xué)習(xí)模型來(lái)優(yōu)化緩存文件的管理，引入的代價(jià)極小，可以實(shí)現(xiàn)用戶透明的目標(biāo)。

評(píng)估

評(píng)估實(shí)驗(yàn)在華為P9和Mate30兩部手機(jī)上進(jìn)行，由于CacheSifter的平臺(tái)獨(dú)立性，結(jié)果顯示在兩部手機(jī)上的實(shí)驗(yàn)數(shù)據(jù)差異不大。

由于內(nèi)存使用和分類時(shí)間的限制，本文在一個(gè)模型中只能關(guān)注一個(gè)優(yōu)化指標(biāo)，因此使用了兩個(gè)模型來(lái)進(jìn)行訓(xùn)練以分別保證訓(xùn)練的高準(zhǔn)確率或高召回率：高召回率模型旨在減少緩存文件的回寫(xiě)，并將重新下載的開(kāi)銷最小到最低；而高精度模型則旨在以最小的錯(cuò)誤分類來(lái)減少緩存文件的回寫(xiě)。

為了評(píng)估Cache Sifter的有效性，我們?cè)O(shè)計(jì)實(shí)驗(yàn)來(lái)驗(yàn)證本文的方法在緩存回寫(xiě)數(shù)據(jù)量的減少、閃存壽命的改善、密集IO下讀寫(xiě)性能的提高等指標(biāo)上的結(jié)果。

1. 緩存文件寫(xiě)回?cái)?shù)據(jù)量顯著減小

該實(shí)驗(yàn)主要對(duì)緩存寫(xiě)的減少和總IO的減少進(jìn)行評(píng)估。

在P9上，高召回模型和高精度模型將緩存文件的寫(xiě)平均減少了62%和59.5%。兩種模型也顯著減少了總i/o的數(shù)量，即平均分別為29.7%和31.2%；在Mate30上，兩種模型也都大大減少了緩存文件的回寫(xiě)，即平均分別為88.3%和85.5%。兩種模型的I/Os數(shù)量也減少得更多，即平均分別為47.7%和46.6%。而之所以在兩部手機(jī)上具有不同的優(yōu)化效果，主要還是因?yàn)橛脩粜袨楹拖到y(tǒng)默認(rèn)管理機(jī)制的不同。

圖3 緩存寫(xiě)回?cái)?shù)據(jù)量減少的實(shí)驗(yàn)結(jié)果

2. 閃存壽命顯著改善

通過(guò)代入寫(xiě)放大系數(shù)、預(yù)留空間因子、以及PE循環(huán)次數(shù)可以大致估算出閃存的壽命。以P9為例，通過(guò)計(jì)算可以得出兩種模型的平均I/O量可分別減少53.2%和54.7%。因此，使用壽命可以平均分別提高113.7%和120.8%。可以看出本文的方法可以有效提升閃存壽命。

3. 密集IO下讀寫(xiě)性能提升

通過(guò)制造IO密集內(nèi)存條件，測(cè)試了不同實(shí)驗(yàn)組（不做緩存管理的基本組，高召回率實(shí)驗(yàn)組，高準(zhǔn)確率實(shí)驗(yàn)組，不生成緩存文件的實(shí)驗(yàn)組）在讀寫(xiě)一個(gè)512MB文件時(shí)的讀寫(xiě)延遲。實(shí)驗(yàn)結(jié)果如圖4：

圖4 讀寫(xiě)性能的提升(a)和IO數(shù)據(jù)量的減少(b)

可以看到在IO密集情況下（2G內(nèi)存），與基本組相比，高召回率模型的讀寫(xiě)延遲平均分別降低了13.9%和18.4%，而使用高精度模型的讀寫(xiě)延遲分別降低了14.4%和25.5%。這是因?yàn)镃acheSifter會(huì)使得由應(yīng)用程序生成的緩存文件回寫(xiě)顯著減小，從而改善了內(nèi)存不足或IO密集情況下的IO爭(zhēng)用。因此當(dāng)內(nèi)存充足（至少2.5G）時(shí)，這種改善會(huì)由于IO爭(zhēng)用的不明顯而無(wú)法體現(xiàn)。

總結(jié)

文章提出了一種緩存文件管理方案CacheSifter，通過(guò)一個(gè)輕量級(jí)的基于機(jī)器學(xué)習(xí)的分類引擎來(lái)篩選和個(gè)性化管理緩存文件，實(shí)驗(yàn)結(jié)果可以證明該方法對(duì)I/O性能和存儲(chǔ)壽命都提供了顯著的好處，但開(kāi)銷很小，具有很好的實(shí)用價(jià)值。

The End

致 謝

感謝本次論文解讀者，來(lái)自華東師范大學(xué)的準(zhǔn)研究生張祎，主要研究方向?yàn)殚W存緩存管理技術(shù)研究。