一种数据缓存方法、电子设备、存储介质以及装置与流程

本发明属于数据处理，更具体地，涉及一种数据缓存方法、电子设备、存储介质以及装置。

背景技术：

1、在互联网高速发展的今天，缓存技术被广泛地应用。数据缓存是指将数据临时存储在内存或其他高速存储介质中，以便快速访问和读取数据。数据缓存一般应用于需要频繁访问的数据，如数据库中的表数据、web应用程序中的页面数据等。

2、数据缓存可以提高数据访问的速度和性能，避免重复查询数据库或其他数据源，从而减少系统的负载和响应时间；传统的缓存方法是当客户端访问服务器接口时，服务器优先从缓存中查找接口数据，如果有数据，直接对客户端响应缓存数据，如果没有数据，与数据库交互，得到数据，对客户端响应，同时将数据进行缓存，以备下次使用；然而在查找缓存接口数据过程中往往存在因缓存命中率低而需要直接调用数据库，导致数据传输速率降低、缓存接口压力大以及缓存接口响应时间长等问题；缓存命中率是衡量缓存性能的关键指标之一，缓存命中率越高，意味着缓存利用率越高，响应速度也越快；因此，提高缓存命中率是提升缓存性能的重要手段。现有提高缓存命中率的方法有很多，比如提高缓存容量以缓存更多的数据来提高缓存命中率，但缓存命中率提高程度有限，且无法做到缓存数据与数据请求精准匹配，同时目前的方法搜索效率较低，因此，在提高缓存容量的基础上如何将缓存数据与数据请求精准匹配以提高缓存命中率和搜索效率，是亟需解决的问题。

3、公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

技术实现思路

1、本发明的目的是提出一种数据缓存方法、电子设备、存储介质以及装置，实现通过提高缓存数据与数据请求的匹配精准以提高缓存命中率和搜索效率，进而提升传输效率，提升缓存性能，解决因缓存命中率低导致数据传输速率降低、缓存接口压力大以及缓存接口响应时间长等问题。

2、为实现上述目的，本发明提出了一种数据缓存方法、电子设备、存储介质以及装置。

3、根据本发明的第一方面，提出了一种数据缓存方法，包括：

4、基于数据热点和数据库通过遗传算法获取目标数据，并将所述目标数据存入中间件的二级缓存，直至存满，得到第二缓存数据资源；

5、将所述目标数据按优先级存入所述中间件的一级缓存，直至存满，得到第一缓存数据资源；

6、响应于数据请求，基于所述第一缓存数据资源获取加载数据；同时基于所述数据请求和所述遗传算法更新所述第一缓存数据资源和所述第二缓存数据资源以获取所述加载数据。

7、可选地，还包括：

8、基于所述加载数据和所述第二缓存数据资源通过所述遗传算法更新所述第一缓存数据资源；

9、基于所述加载数据和所述数据库通过所述遗传算法更新所述第二缓存数据资源。

10、本申请中是通过遗传算法获取目标数据并更新第一缓存数据资源和第二缓存数据资源的，因此，通过遗传算法获取目标数据和更新第一缓存数据资源和第二缓存数据资源的技术方案是一致的。

11、可选地，所述基于数据热点和数据库通过遗传算法获取目标数据包括：

12、s1、在所述数据库随机生成设定数量的不同的初代种群；

13、s2、基于所述数据热点和适应度函数计算所述初代种群各个个体的适应度值；

14、s3、基于所述适应度值选择下一代种群的父代个体；

15、s4、将所述父代个体随机两两配对，并按对依次进行交叉得到多个后代个体；

16、s5、对所述后代个体进行随机突变，得到所述下一代种群；

17、s6、对所述下一代种群进行迭代计算，直到获取满足设定条件的目标个体，所述目标个体为所述目标数据；

18、s7、重复执行s1-s6，直到存满所述二级缓存。

19、可选地，基于数据相关性算法构建所述适应度函数，所述适应度函数表达式为：

20、；

21、其中，为数据热点的关键字在每个个体中出现的频率，n为一个种群中个体的总数，为一个种群中包含数据热点的关键字的个体的数量。

22、可选地，在所述步骤s3中，通过排序选择法选择下一代种群的父代个体。

23、可选地，所述设定条件包括：

24、个体的适应度值大于设定的适应度阈值。

25、可选地，基于数据相关性算法计算所述目标数据的相关度评分，基于所述相关度评分由高到低的顺序确定所述目标数据的优先级。

26、根据本发明的第二方面，提出了一种数据缓存装置，用于执行第一方面任一项所述的数据缓存方法，包括：

27、第一获取模块，用于基于数据热点和数据库通过遗传算法获取目标数据；

28、二级缓存模块，用于缓存所述目标数据，直至存满，得到第二缓存数据资源；

29、一级缓存模块，用于按优先级缓存所述目标数据，直至存满，得到第一缓存数据资源；

30、第二获取模块，用于响应于数据请求，基于所述第一缓存数据资源获取加载数据；

31、更新模块，用于基于所述数据请求和所述遗传算法更新所述第一缓存数据资源和所述第二缓存数据资源以获取所述加载数据。

32、根据本发明的第三方面，提出了一种电子设备，所述电子设备包括：

33、至少一个处理器；以及，

34、与所述至少一个处理器通信连接的存储器；其中，

35、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面任一所述的数据缓存方法。

36、根据本发明的第四方面，提出了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行第一方面所述的数据缓存方法。

37、本发明的有益效果在于：本发明根据数据热点，通过遗传算法，从数据库中调取符合要求的目标数据储存于二级缓存，直至存满，然后将二级缓存中的目标顺序按优先级存入一级缓存，直至存满，充分利用了硬件的存储容量来提高缓存命中率，同时利用遗传算法获取与数据热点关联度更高的目标数据，提高了缓存命中率，通过遗传算法的并行计算功能提高了搜索效率；在第一缓存数据资源获取与数据请求匹配的加载数据的同时，根据数据请求通过遗传算法在第二缓存数据和数据库获取与数据请求匹配的目标数据，提高缓存数据与数据请求匹配精度和匹配效率，提高缓存命中率，同时提升了数据的传输效率，提升了缓存性能，且能够最大程度地降低直接访问数据库的概率，解决了因缓存命中率低导致数据传输速率降低、缓存接口压力大以及缓存接口响应时间长等问题。

38、本发明的系统具有其它的特性和优点，这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的，或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述，这些附图和具体实施方式共同用于解释本发明的特定原理。

技术特征：

1.一种数据缓存方法，其特征在于，包括：

2.根据权利要求1所述的数据缓存方法，其特征在于，还包括：

3.根据权利要求1所述的数据缓存方法，其特征在于，所述基于数据热点和数据库通过遗传算法获取目标数据包括：

4.根据权利要求3所述的数据缓存方法，其特征在于，基于数据相关性算法构建所述适应度函数，所述适应度函数表达式为：

5.根据权利要求4所述的数据缓存方法，其特征在于，在所述步骤s3中，通过排序选择法选择下一代种群的父代个体。

6.根据权利要求4所述的数据缓存方法，其特征在于，所述设定条件包括：

7.根据权利要求4所述的数据缓存方法，其特征在于，基于数据相关性算法计算所述目标数据的相关度评分，基于所述相关度评分由高到低的顺序确定所述目标数据的优先级。

8.一种电子设备，其特征在于，所述电子设备包括：

9.一种非暂态计算机可读存储介质，其特征在于，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行权利要求1-7任一所述的数据缓存方法。

10.一种数据缓存装置，用于执行权利要求1-7任一项所述的数据缓存方法，其特征在于，包括：

技术总结
本发明公开了一种数据缓存方法、电子设备、存储介质以及装置，该方法包括：基于数据热点和数据库通过遗传算法获取目标数据，并将目标数据存入中间件的二级缓存，直至存满，得到第二缓存数据资源；将目标数据按优先级存入中间件的一级缓存，直至存满，得到第一缓存数据资源；响应于数据请求，基于第一缓存数据资源获取加载数据；同时基于数据请求和遗传算法更新第一缓存数据资源和第二缓存数据资源以获取加载数据。本发明通过遗传算法提高缓存数据与数据请求匹配精度和匹配效率，同时提升了搜索效率提升了缓存性能；本发明能够提高缓存命中率，最大程度地降低直接访问数据库的概率。

技术研发人员：李加明,王明果,吴海林,王立志,雷雅媛,徐宏涛,谢文斌,吴志娟,于芳
受保护的技术使用者：云南省地矿测绘院有限公司
技术研发日：
技术公布日：2024/3/31