梁茹冰劉瓊

(1.華南理工大學(xué)計算機科學(xué)與工程學(xué)院，廣東廣州510006;2.華南農(nóng)業(yè)大學(xué)理學(xué)院，廣東廣州510642)

移動計算使計算機和其它移動信息智能終端設(shè)備可以在無線網(wǎng)絡(luò)環(huán)境下實現(xiàn)數(shù)據(jù)傳輸及資源共享，并且這種傳輸與共享可以發(fā)生在任何時間、任何位置以及任何移動終端之間.移動計算是當前計算技術(shù)研究中的熱點之一，對移動計算的研究是游牧計算和普適計算發(fā)展的技術(shù)支撐和重要階段.然而，移動計算本身的特點讓相關(guān)研究工作充滿了挑戰(zhàn)，如無線網(wǎng)絡(luò)帶寬和電池等資源的有限性、客戶端及其設(shè)備的頻繁移動性和頻繁斷接性等.在數(shù)據(jù)通信方面，采用“廣播”和“緩存”技術(shù)是解決這些難題的有效方法.

文獻［1］中提出，語義緩存的基本結(jié)構(gòu)由查詢語義描述和查詢結(jié)果兩部分組成，并研究了對單個關(guān)系表的查詢處理.與傳統(tǒng)的頁緩存和元組緩存不同，語義緩存能夠支持對關(guān)系型數(shù)據(jù)庫的查詢，而頁緩存與元組緩存對此支持不夠，只適用于面向?qū)ο蟮臄?shù)據(jù)庫管理系統(tǒng).文獻［2］中對移動計算環(huán)境中的用戶位置、速度、狀態(tài)，以及位置比較、位置綁定、位置相關(guān)查詢、語義片段進行了形式化定義，并研究了語義查詢的處理過程，提出了查詢裁剪的思想.文獻［3］中除了進一步利用關(guān)系代數(shù)形式化相關(guān)表達外，還提出了判斷當前查詢能否被語義緩存滿足的3個判定定理;在語義緩存查詢裁剪方面，針對5種相交情況給出了具體的實現(xiàn)算法.文獻［4-5］中對查詢?nèi)绾螐木彺鎸?dǎo)出、查詢與緩存的匹配兩方面進行了深入的研究，給出了相應(yīng)的定義、判定定理及算法，并提出了一個語義緩存查詢模型.文獻［6］中以海量數(shù)據(jù)庫應(yīng)用為背景，將語義緩存技術(shù)拓展到海量數(shù)據(jù)庫的聚集查詢，研究了面向聚集查詢的語義緩存形式模型，構(gòu)造了海量數(shù)據(jù)庫的語義緩存系統(tǒng)并研究了查詢處理、緩存管理和一致性維護等關(guān)鍵技術(shù).文獻［7］中通過分析語義緩存段與更新語句的條件謂詞及投影屬性的關(guān)系，將更新粒度裁剪至被更新的屬性，有效地減少了數(shù)據(jù)通信開銷.

綜上所述，這些研究成果為進一步研究語義緩存的一致性維護策略提供了理論基礎(chǔ).但它們都基于傳統(tǒng)的服務(wù)方與客戶方的兩層結(jié)構(gòu)，不利于緩存統(tǒng)一管理，一致性維護開銷較大，并且沒有涉及失效報告數(shù)據(jù)結(jié)構(gòu)方面的研究.為此，文中提出了一種利用移動支持站點(MSS)進行緩存一致性維護的方法，并給出了中間層的失效報告結(jié)構(gòu)形式.

1 語義緩存一致性維護方法

1.1 相關(guān)定義

定義2客戶方緩存由多個兩兩互不相交的語義緩存項及其對應(yīng)的緩存塊數(shù)據(jù)構(gòu)成.

定義3對于任意Select-From-Where查詢語句，如果是單表查詢，Where子句是邏輯And連接的屬性與常量組成的比較表達式，且無嵌套查詢，則稱這樣的查詢?yōu)榭删彺娌樵?，表示為QC〉.其中:為查詢的投影屬性集為查詢條件謂詞，表示成合取式;QC為關(guān)系代數(shù)表示形式的查詢結(jié)果

定義4 MSS中語義緩存項為〈SCID，SR，SA，SP，SVS〉.其中:SCID為緩存項索引號;SR為關(guān)系表;SA為投影屬性集;SP為查詢條件合取式;SVS為緩存項是否發(fā)生更新標志位，SVS=0表示無更新，SVS=1表示有更新.

定義5 MSS中索引表項為〈HID，State，SC〉.其中:HID為移動客戶方索引號;State為該移動終端的當前狀態(tài)，State=0表示在線，State=1表示離線(即設(shè)備關(guān)機或已經(jīng)移動到另一分區(qū));SC為指向MSS中保存該客戶方緩存項的指針.

例1“UpdateR1Set AT1=20 Where AT2＞30”表示成Update更新元組形式為U=〈R1，{AT1}，AT1=20，{AT2}，AT2＞30，UC〉.

定義7服務(wù)方數(shù)據(jù)的Delete更新可表示為D=〈DR，DP，DC〉.其中:DR∈D;DP為刪除更新條件謂詞，表示成合取式;DC為刪除元組集合.

定義8服務(wù)方數(shù)據(jù)的Insert更新可表示為I=〈IR，IC〉，其中IR∈D，IC為插入元組集合.

1.2 結(jié)構(gòu)

典型的移動計算系統(tǒng)結(jié)構(gòu)如圖1所示，從服務(wù)器到移動支持站點段是有線網(wǎng)絡(luò)連接，從MSS到移動終端(MH)是無線網(wǎng)絡(luò)連接.傳統(tǒng)的兩層緩存結(jié)構(gòu)將緩存數(shù)據(jù)存放在客戶方，MSS只是廣播失效數(shù)據(jù)，由于無線網(wǎng)絡(luò)固有的局限性，各移動客戶方的緩存信息只能保證弱一致性，且維護開銷大.顯然，數(shù)據(jù)驗證、查詢請求等操作都要通過MSS來完成.因此，這里的MSS有兩重角色:對于客戶端來說，它是一個小服務(wù)器，其中的數(shù)據(jù)實時、準確、個性化;對于服務(wù)器來說，它是一個固定的、有一定處理能力的客戶端(胖客戶端)，穩(wěn)定、高效，能夠減輕服務(wù)器的負擔，防止瓶頸.因此，文中利用MSS來擴展傳統(tǒng)的兩層緩存結(jié)構(gòu).

圖1 典型的移動計算系統(tǒng)結(jié)構(gòu)Fig.1 Architecture of typicalmobile computing system

客戶方語義緩存存儲了以往的查詢描述及結(jié)果，MSS中通過存儲緩存描述為客戶方保存緩存?zhèn)浞?CB)，這樣MSS中就有多個移動終端的緩存內(nèi)容描述，如圖2所示.雖然較以前的設(shè)計而言，文中方案所需存儲空間增大了，但是當前磁盤的價格不斷下降，磁盤容量不斷提高，多數(shù)情況下系統(tǒng)都有足夠的空間用于熱點對象的緩存.

圖2 擴展型語義緩存結(jié)構(gòu)Fig.2 Architecture of semantic cache with extended structure

例2 MSS1所管理的分區(qū)C1中有客戶方MH1和MH2，則MH1和MH2的語義緩存，以及MSS1為MH1和MH2分別保存的緩存描述如圖3所示.相關(guān)數(shù)據(jù)結(jié)構(gòu)說明參見定義1、4和5.通過這種數(shù)據(jù)存儲方式，MSS中不僅可以保存客戶方訪問服務(wù)器數(shù)據(jù)的“痕跡”，以MSS中相應(yīng)的語義緩存項體現(xiàn)，還可以進一步看出當前客戶方狀態(tài)是在線還是離線或者移動到另一分區(qū).廣播的失效報告中只包含當前在線的客戶方緩存變化情況.

圖3 MSS和客戶方的緩存組織Fig.3 Cache organizations of MSS and client

1.3 MSS中的緩存一致性及失效報告格式

在一致性維護方面，由于MSS與高速骨干網(wǎng)絡(luò)是有線連接，因此其緩存一致性維護較移動終端的緩存一致性維護容易，并且能夠做到低代價、強一致性，保證數(shù)據(jù)實時、有效.另一方面，由于MSS中有多個客戶方的緩存項備份，當有共同目標時，緩存還可以在一定程度上共享、合并，從而可以最大程度地滿足客戶方的查詢請求，減少與服務(wù)器的交互次數(shù)，節(jié)省帶寬資源，加快查詢響應(yīng)時間.

強一致性要求在任意時刻MSS中的緩存項數(shù)據(jù)與服務(wù)器上的數(shù)據(jù)保持一致.由于可用性與訪問性能的問題，強一致性在移動計算環(huán)境中不能直接在移動節(jié)點上實現(xiàn).然而，MSS與服務(wù)器是始終保持連接狀態(tài)的，服務(wù)器的數(shù)據(jù)變更可以及時發(fā)送給MSS，通過更改相應(yīng)緩存項的SVS位標記來表示有無插入、刪除、更新等操作，因此，MSS中的各語義緩存項在狀態(tài)上可以與服務(wù)方保持強一致性.

由于無線網(wǎng)絡(luò)非對稱性的特點，從服務(wù)方到客戶方的下行通信帶寬一般遠大于上行通信帶寬，而且從服務(wù)方接收數(shù)據(jù)的開銷也遠小于發(fā)送開銷.數(shù)據(jù)廣播技術(shù)就是利用了這一特點，將數(shù)據(jù)庫中的熱點數(shù)據(jù)組織起來，通過專門的廣播信道，經(jīng)由MSS向客戶方廣播.進一步地，在擴展的3層緩存結(jié)構(gòu)下，MSS中存儲的語義緩存項的有效狀態(tài)與服務(wù)方一致.MSS可以采取同步或異步的方式向其客戶方廣播緩存失效報告，報告的組織可以采用位序列法，并且在報告中只包含符合State=0(見定義5)條件的客戶方緩存項更新狀態(tài)值，進一步縮減了失效報告長度.

例3 MSS1廣播的失效報告格式“MH1:101 MH2:01……”，表示客戶方MH1的第一個緩存項和第三個緩存項發(fā)生了更新操作，第二個緩存項沒有更新;客戶方MH2的第一個緩存項沒有更新，第二個緩存項發(fā)生了更新;依此類推.MH1和MH2通過收聽廣播信道上的失效報告了解自己的緩存有效情況，客戶方甚至可以斷開網(wǎng)絡(luò)一段時間(理論上是任意長時間)，當再次連接時，只需向MSS驗證自己的緩存即可，而無需像傳統(tǒng)算法那樣將自己的緩存全部設(shè)置為無效或刪除.

1.4 更新粒度細化

失效報告中的0或1代表整個語義緩存項的有效狀態(tài)，假設(shè)某緩存塊中只有極少元組發(fā)生變化，也會將該緩存項更新狀態(tài)位置為1，不能精確到元組級，從而導(dǎo)致用戶在維護緩存時存在通信數(shù)據(jù)量大的問題.因此，文中對更新粒度如何細化進行了研究.

客戶方進行一致性維護時，傳統(tǒng)的處理方法是:如果緩存項失效，則將該緩存塊數(shù)據(jù)設(shè)置為無效或直接刪除，或重新提交原查詢，又或采取更新事務(wù)回滾的辦法，即在緩存塊數(shù)據(jù)中執(zhí)行引起更新的Insert、Delete和Update操作(傳統(tǒng)方法存儲的是關(guān)系表的全屬性，而不是投影屬性).由于這些方法都直接由客戶方來完成，網(wǎng)絡(luò)通信量大，計算開銷和能量消耗也很大.文獻［8］中統(tǒng)計數(shù)據(jù)表明，客戶方維護緩存一致性所付出的代價占總能量消耗的30%左右，緩存減少了網(wǎng)絡(luò)通信中的數(shù)據(jù)量，但如果減少的上行和下行能量消耗不足以彌補一致性維護的開銷，緩存的存在就沒有意義.因此，文中試圖將客戶方從這項艱巨的任務(wù)中解放出來，讓MSS代替客戶方進行緩存一致性維護，并通過廣播機制發(fā)布失效報告，采用位序列方法壓縮報告大小，在傳統(tǒng)廣播方法基礎(chǔ)上進一步減少通信量.

首先，要判斷Update、Insert和Delete更新操作與哪些緩存項匹配，如果某緩存項與更新匹配了，那么該緩存項就被更新，SVS=1.為了便于記錄更新，文中讓MSS中的各緩存項都有一個更新隊列，當緩存項中數(shù)據(jù)更新時，更新操作序列就被插入到隊列中;客戶方通過讀取更新隊列中的操作序列(出隊列)，并按插入順序依次在其緩存塊數(shù)據(jù)中執(zhí)行更新操作，就可以方便地將緩存更新至最新狀態(tài).下面詳細描述如何將一個更新細化，并插入更新隊列.

(1)插入更新方式Insert

如果服務(wù)器數(shù)據(jù)發(fā)生了Insert更新〈IR，IC〉，則MSS收到該更新信息后，將〈IR，IC〉與各緩存項〈SR，SA，SP，SC〉進行匹配判斷:

(2)刪除更新方式Delete

如果服務(wù)器數(shù)據(jù)發(fā)生了Delete更新〈DR，DP，DC〉，則MSS收到該更新信息后，將〈DR，DP，DC〉與各緩存項〈SR，SA，SP，SC〉進行匹配判斷:

(3)更新方式Update(方法1)

如果服務(wù)器數(shù)據(jù)發(fā)生了Update更新〈UR，UP1A，UP1，UP2A，UP2，UC〉，則MSS收到該更新信息后，將〈UR，UP1A，UP1，UP2A，UP2，UC〉與各緩存項〈SR，SA，SP，SC〉進行匹配判斷:

如果UP1A∧SPA≠?且UP1?SP滿足，則說明執(zhí)行Update更新后，有新的數(shù)據(jù)符合條件SP待插入緩存，需要構(gòu)造補充查詢Q=〈SR，SA，UP1，S'C〉，查詢結(jié)果S'C與原緩存合并可達到更新的目的.因此，SVS=1，補充查詢操作〈SR，SA，UP1，S'C〉添加到該緩存項的更新隊列中.

如果UP1A∧SPA≠?且UP1?SP不滿足，則說明執(zhí)行Update更新后，緩存中有不符合條件SP待刪除的元組，需要執(zhí)行刪除更新〈DR=SR，DP=UP2，DC〉來達到一致性目的.因此，SVS=1，刪除操作〈SR，UP2，DC〉添加到該緩存項的更新隊列中.

若UP2∧SP=?且(UP1∧SP)?SP滿足，說明執(zhí)行Update更新后，有新的數(shù)據(jù)符合條件SP待插入緩存，需要構(gòu)造補充查詢Q=〈SR，SA，UP1∧SP，S'C〉，查詢結(jié)果與原緩存合并可達到更新目的.因此，SVS=1，補充查詢操作Q=〈SR，SA，UP1∧SP，S'C〉添加到該緩存項的更新隊列中.

若UP2∧SP≠?，則考慮下面兩種情況.

若(UP1∧SP)?SP滿足，則說明執(zhí)行Update更新后，有新的數(shù)據(jù)符合條件SP待插入緩存，需要構(gòu)造補充查詢Q=〈SR，SA，UP1∧SP，S'C〉，查詢結(jié)果與原緩存合并可達到更新的目的.因此，SVS=1，Update更新操作〈UR，UP1A∧SA，UP1∧SP，UP2A，UP2，UC〉和補充查詢操作Q=〈SR，SA，UP1∧SP，S'C〉依次添加到該緩存項的更新隊列中.

若UP2?SP滿足且UP1∧SP=?，則說明執(zhí)行Update更新后，緩存中有不符合條件SP待刪除的元組，需要執(zhí)行刪除更新〈DR=SR，DP=UP2，DC〉來達到一致性目的.因此，SVS=1，Update更新操作〈UR，UP1A∧SA，UP1，UP2A，UP2，UC〉和刪除更新操作〈SR，DP=UP2，DC〉依次添加到該緩存項的更新隊列中.

(4)更新方式Update(方法2)

如果Update更新所影響的元組很少(如小于3個)而不是整片更新，則可以考慮將Update更新拆分為一個Delete更新、一個補充查詢和一個Insert更新.對于Update更新〈UR，UP1A，UP1，UP2A，UP2，UC〉，如果某緩存項受其影響，則先執(zhí)行刪除更新操作〈DR=UR，DP=UP2，DC〉，再執(zhí)行補充查詢〈UR，SA，UP2，QC〉，最后將查詢結(jié)果插入該緩存塊中.

2 仿真實驗及結(jié)果分析

為了驗證所提出的模型及方法的性能，文中設(shè)計了兩組仿真實驗.編程基于J2SE平臺，運行環(huán)境是AMD 2500+1.40GHz處理器，內(nèi)存為512MB，操作系統(tǒng)為Windows XPProfessional.仿真實驗參數(shù)如表1所示.

表1 仿真實驗參數(shù)Table 1 Simulation parameters

實驗1服務(wù)方按UpdateInterval隨機生成更新操作，更新每隔Broad Interval廣播給客戶方.模擬了20min內(nèi)的更新及廣播失效報告情況，并在不同緩存大小(2～10 kB)情況下，比較了PCID方法［9］、文中基于位序列的報告數(shù)據(jù)組織方法與傳統(tǒng)基于數(shù)據(jù)對象和時間戳的方法的失效報告長度，運行1000次后的平均實驗結(jié)果如圖4所示.

在相同大小的客戶端緩存(4096B)下，服務(wù)方數(shù)據(jù)以一定時間間隔被更新，更新報告以無狀態(tài)同步的方式發(fā)送到客戶方.隨著仿真時間的延長，由MSS廣播的失效報告累積字節(jié)數(shù)也在增加，如圖4(a)所示.文中方法的失效報告長度比傳統(tǒng)方法和PCID方法均短，這是因為傳統(tǒng)方法基于數(shù)據(jù)對象和時間戳來形成失效報告，PCID方法雖然基于位序列［10］，但要求包含時間戳.文中方法采用位序列方法組織失效報告，對離線或剛遷移到另一分區(qū)的客戶方緩存項進行更新時不需要廣播，且無需包含時間戳，因此空間復(fù)雜度更低.

在相同的傳真時間(10min)下，客戶方緩存從2 kB遞增到10 kB，3種方法的失效報告長度如圖4(b)所示.從圖4(b)可知:傳統(tǒng)方法中失效報告長度的增加與服務(wù)方數(shù)據(jù)更新頻率和模擬時間成正比，而與實際緩存項數(shù)目無關(guān);文中方法和PCID方法的報告長度隨著實際緩存項數(shù)目增加而稍有增加，但仍遠遠小于傳統(tǒng)方法中的報告長度;由于傳統(tǒng)方法存儲全屬性，對于相同的緩存空間，文中方法可以存儲更多的語義緩存項，從而提高了緩存命中率.也就是說，在緩存空間明顯增加，緩存項數(shù)目也相應(yīng)增加的情況下，文中方法的失效報告長度仍然遠遠小于傳統(tǒng)方法，有利于節(jié)省無線部分的帶寬資源.

圖4 在不同緩存空間情況下3種方法的失效報告長度比較Fig.4 Comparison of invalidation report size among three algorithms with different cache spaces

實驗2仿真了緩存一致性維護過程，比較了文中提出的基于更新隊列與粒度細化一致性維護方法、傳統(tǒng)方法和兩層結(jié)構(gòu)粒度細化方法(簡稱兩層方法)［7］在網(wǎng)絡(luò)通信量方面的性能，運行1000次后的平均實驗結(jié)果如圖5、6所示.

實驗數(shù)據(jù)表明，與傳統(tǒng)方法和兩層方法相比，文中方法可以存儲更多的緩存項，因為傳統(tǒng)方法需存儲全屬性，兩層方法要預(yù)留空間存儲更新語句，因此，文中方法的緩存命中率更高.也就是說，由于命中率較高，在相同的仿真時間內(nèi)，文中方法較其它兩種方法要做更多的緩存一致性維護工作，有更多待更新的元組數(shù)，如圖5所示.

圖5 3種方法的更新元組數(shù)比較Fig.5 Comparison of numbers of updated tuples among three algorithms

圖6 3種方法的網(wǎng)絡(luò)通信量比較Fig.6 Comparison of data communication traffic among three methods

最后，依次對緩存中50、100、150和200個待更新元組進行一致性維護，分別比較3種方法所產(chǎn)生的網(wǎng)絡(luò)通信量，結(jié)果如圖6所示.由圖6中可知，文中方法和兩層方法較傳統(tǒng)方法有更低的網(wǎng)絡(luò)通信量，且增長幅度也較小.這是因為傳統(tǒng)方法執(zhí)行Update更新操作時，先在緩存中執(zhí)行Delete操作，再執(zhí)行Select操作以獲取更新后的元組，然后將它們插入到緩存中.因此在更新過程中，有時只需要修改個別屬性值，卻變成了對整個元組的操作，從而增加了通信量.應(yīng)用文中方法時，網(wǎng)絡(luò)通信量隨著更新元組數(shù)的增加而增加，但由于采取了粒度細化策略和更新隊列機制，只有當產(chǎn)生補充查詢時才會明顯增加網(wǎng)絡(luò)通信量(實驗中補充查詢值設(shè)為0.2).如果無補充查詢或者補充查詢幾率很小，則更新元組數(shù)的增加不會帶來通信量的明顯增加.

當客戶方始終與網(wǎng)絡(luò)保持連接時，可以持續(xù)接收失效報告進行緩存一致性維護.此時，文中方法與兩層方法在網(wǎng)絡(luò)通信量開銷上很接近，如圖6所示.但是，當發(fā)生斷接操作時，傳統(tǒng)方法與兩層方法在斷接時間小于廣播時間間隔情況下，緩存恢復(fù)較易;一旦斷接時間大于廣播時間間隔，再次連接就無法根據(jù)當前失效報告來判斷緩存的有效性，文獻［7］中的兩層方法沒有對此進行研究.由于文中方法在MSS中設(shè)置更新隊列，因此即使客戶方離線(理論上可以斷開任意長時間)，其緩存更新序列始終有相應(yīng)的MSS為其保存在更新隊列中，當客戶方再次連接時，只需執(zhí)行出隊列操作，并依次執(zhí)行隊列中的更新操作即可將其緩存恢復(fù)有效.

3 結(jié)語

緩存和數(shù)據(jù)廣播技術(shù)是移動計算中有效利用帶寬資源和節(jié)省能量的重要方法.針對傳統(tǒng)語義緩存方法沒有有效利用移動支持站點以及一致性維護通信開銷大的問題，文中提出利用移動支持站點進行數(shù)據(jù)廣播的方法，基于客戶方訪問服務(wù)器的數(shù)據(jù)“痕跡”和當前活動狀態(tài)信息，采用位序列法組織失效報告，從而有效地減少了廣播失效報告長度.在一致性維護方面，歸納整理了粒度細化和屬性裁剪的邏輯方法，提出將原更新操作轉(zhuǎn)化為等價更新序列并插入更新隊列中的思想，從而簡化了客戶方的緩存維護過程，減少了網(wǎng)絡(luò)通信量，并能夠適應(yīng)客戶方頻繁斷接情況下的一致性維護.仿真實驗結(jié)果表明，文中方法是有效的，在縮減失效報告長度和網(wǎng)絡(luò)通信量方面都較傳統(tǒng)方法等有明顯的改善.

［1］Dar S，F(xiàn)ranklin M，Jonsson B，etal.Semantic data caching and replacement［C］∥Proceedings of the 22nd VLDB Conference.Mumbai:Morgan Kaufmann Pub Inc，1996:330-341.

［2］Ren Qun，Dunham M H.Using semantic caching to manage location dependent data inmobile computing［C］∥Proceedings of the 6th Annual International Conference on Mobile Computing and Networking.New York:ACM，2000:210-221.

［3］Ren Qun，Dunham M H，Kumar V.Semantic caching and query processing［J］.IEEE Transactions on Knowledge and Data Engineering，2003，15(1):192-210.

［4］吳婷婷，周興銘.基于語義緩存的移動查詢導(dǎo)出［J］.計算機學(xué)報，2002，25(10):1104-1110.Wu Ting-ting，Zhou Xing-ming.Extracting query results from semantic cache［J］.Chinese Journal of Computers，2002，25(10):1104-1110.

［5］吳婷婷，蘇武運，周興銘，等.移動查詢緩存處理的研究［J］.計算機研究與發(fā)展，2004，41(1):187-193.Wu Ting-ting，Su Wu-yun，Zhou Xing-ming，et al.Mobile query through semantic cache［J］.Journal of Computer Research and Development，2004，41(1):187-193.

［6］蔡建宇，吳泉源，賈焰，等.面向聚集查詢的語義緩存技術(shù)［J］.軟件學(xué)報，2007，18(2):361-371.Cai Jian-yu，Wu Quan-yuan，Jia Yan，et al.Semantic cache technology for aggregate queries［J］.Journal of Software，2007，18(2):361-371.

［7］李東，袁應(yīng)化，葉友，等.基于屬性更新的語義緩存一致性維護自算法［J］.華南理工大學(xué)學(xué)報:自然科學(xué)版，2009，37(5):139-144.Li Dong，Yuan Ying-hua，Ye You，et al.Algorithm of semantic caching coherency maintenance based on attribute update［J］.Journal of South China University of Technology:Natural Science Edition，2009，37(5):139-144.

［8］Yeung M K H，Kwok Y-K.On energy efficient wireless data access:caching or not?［C］∥Proceedings of International Conference on Mobile Ad-hoc and Sensor Networks.Berlin/Heidelberg:Springer-Verlag，2005:528-537.

［9］Chung Y D.A cache invalidation scheme for continuous partialmatch queries in mobile computing environments［J］.Distributed and Parallel Databases，2008，23(3):207-234.

［10］Jing J，Elmagarmid A，Helal A，et al.Bit-sequences:an adaptive cache invalidation method in mobile client/server environments［J］.Mobile Networks and Applications，1997，2(2):115-127.