本發明公開了一種基于強化學習的頻繁寫緩存數據壓縮方法,以此更好的解決非易失性緩存中數據壓縮存儲的問題。包括如下步驟:S1:對于每一次緩存寫請求訪問操作,將寫強度和復用局部性信息記錄在數據收集模塊;S2:構建強化學習模式選擇算法,選擇適合壓縮的模式,將選擇的模式信息記錄在預測表中;S3:根據預測表中緩存數據的壓縮標志位,如果待寫數據適合壓縮,則將其壓縮后存儲在緩存中,下次讀取該數據時,根據該信息還原被壓縮數據;S4:基于霍夫曼編碼的數據壓縮算法壓縮待存儲的數據;S5:返回至步驟S1,繼續下一次訪問緩存操作,直至該任務執行完畢。本發明所提出的強化學習方法獲取頻繁寫數據,以低功耗的形式壓縮存儲在非易失性緩存中,提升壓縮效率和系統性能。
聲明:
“基于強化學習的頻繁寫緩存數據壓縮方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)