(Luận văn thạc sĩ) Nghiên cứu một số thuật toán cho web caching và ứng dụng

ĐẠI HỌC THÁI NGUYÊN
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG

Nguyễn Quang Thành

NGHIÊN CỨU MỘT SỐ THUẬT TOÁN CHO WEB
CACHING VÀ ỨNG DỤNG
Chuyên ngành: Khoa học máy tính
Mã số: 60. 48. 01. 01

LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH

NGƯỜI HƯỚNG DẪN KHOA HỌC:
PGS.TS Nguyễn Văn Tam

Thái Nguyên, năm 2016


i

LỜI CAM ĐOAN
Luận văn là kết quả nghiên cứu và tổng hợp các kiến thức mà học viên đã thu
thập được trong quá trình học tập tại trường Đại học Công nghệ thông tin và
Truyền thông - Đại học Thái Nguyên, dưới sự hướng dẫn, giúp đỡ của các
thầy cô và bạn bè đồng nghiệp, đặc biệt là sự hướng dẫn, giúp đỡ của PGS.TS
Nguyễn Văn Tam.
Tôi xin cam đoan luận văn không phải là sản phẩm sao chép của bất kỳ
tài liệu khoa học nào.
Học viên

NGUYỄN QUANG THÀNH

ii

LỜI CẢM ƠN
Đầu tiên tôi xin gửi lời cảm ơn sâu sắc nhất tới PGS.TS Nguyễn Văn
Tam, người hướng dẫn khoa học, đã tận tình chỉ bảo, giúp đỡ tôi thực hiện
luận văn.
Tôi xin cảm ơn các thầy cô trường Đại học Công nghệ thông tin và
Truyền thông - Đại học Thái Nguyên đã giảng dạy và truyền đạt kiến thức
cho tôi.
Cuối cùng, tôi xin cảm ơn những người thân và các bạn bè chia sẻ, gúp
đỡ tôi hoàn thành luận văn này.
Mặc dù đã hết sức cố gắng hoàn thành luận văn với tất cả sự nỗ lực của
bản thân, nhưng luận văn vẫn còn những thiếu sót. Kính mong nhận được
những ý kiến đóng góp của quý Thầy, Cô và bạn bè đồng nghiệp.
Tôi xin chân thành cảm ơn!
Việt trì ngày 10 tháng 05 năm 2016

Nguyễn Quang Thành


iii

MỤC LỤC
TRANG PHỤ BÌA
LỜI CAM ĐOAN .............................................................................................. i
LỜI CẢM ƠN ................................................................................................... ii
MỤC LỤC ........................................................................................................ iii
PHỤ LỤCDANH MỤC CÁC KÍ HIỆU, CÁC CHỮ VIẾT TẮT ................... iv

DANH MỤC CÁC KÍ HIỆU, CÁC CHỮ VIẾT TẮT ..................................... v
DANH MỤC CÁC HÌNH VẼ......................................................................... vi
DANH MỤC CÁC BẢNG.............................................................................. vii
MỞ ĐẦU ........................................................................................................... 1
CHƯƠNG 1: TỔNG QUAN VỀ WEB CACHING ......................................... 3
1.1. Giới thiệu web caching .......................................................................... 3
1.1.1. Vấn đề tải truy cập Internet và web caching .................................. 3
1.1.2. Định nghĩa web Caching ................................................................ 5
1.1.3. Một số khái niệm về Caching ........................................................ 6
1.2. Các kiến trúc web Caching ................................................................... 9
1.2.1. Kiến trúc cache phân tầng và phân tán .......................................... 9
1.2.2. Kiến trúc kết hợp (Caching lai) .................................................... 14
1.3. Ưu nhược điểm của Web caching ........................................................ 18
1.4. Kết luận chương 1 ................................................................................ 19
CHƯƠNG 2: MỘT SỐ THUẬT TOÁN WEB CACHING ........................... 20
2.1. Thuật toán Least Frequently Used with Dynamic Aging (LFU-DA) . 20
2.2. Thuật toán Greedy Dual Size (GDS) ................................................... 21
2.3. Thuật toán Cost Effective (CE) ........................................................... 21
2.4. Thuật toán Least recently used (LRU) ................................................. 23
2.4.1. Thay thế trang ............................................................................... 23
2.4.2. Các thuật toán thay thế trang......................................................... 24
2.4.3. Vấn đề thay thế Cache................................................................... 28
2.5. Các thuật toán dựa trên LRU trong Web caching ............................... 32
2.6. Kết luận chương 2 ................................................................................ 38
CHƯƠNG 3: KỸ THUẬT CACHE TRONG WEB PROXY ........................ 39
3.1. Cơ bản về cache trong Squid .............................................................. 39
3.1.1. Lệnh cache_dir ............................................................................. 40
3.1.2. Thuật toán thay thế ....................................................................... 43
3.1.3. Loại bỏ đối tượng Cache .............................................................. 45
3.2. Điều khiển cache trong Squid ............................................................. 49

3.2.1. Thông tin kết nối ........................................................................... 50
3.2.2. Thông tin Cache ............................................................................ 52
3.2.3. Thời gian dịch vụ trung bình ......................................................... 53
3.2.4. Sử dụng tài nguyên........................................................................ 55


iv

3.2.5. Hàm quản lý bộ nhớ sử dụng ........................................................ 57
3.2.6. Kỹ thuật quản lý bộ nhớ trong ...................................................... 58
3.2.7. Mô tả các file sử dụng trong Squid ............................................... 58
3.2.8. Cấu trúc dữ liệu trong Squid: ........................................................ 60
3.3. Mô hình thử nghiệm và đánh giá kết quả............................................ 61
3.3.1. Cài đặt Squid ................................................................................ 61
3.3.2. Thống kê, vẽ đồ thị ....................................................................... 67
3.3.3. Đánh giá kết quả............................................................................ 71
3.4. Kết luận chương 3 ................................................................................ 71
KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ...................................................... 72
TÀI LIỆU THAM KHẢO ............................................................................... 73
PHỤ LỤC


v

DANH MỤC CÁC KÍ HIỆU, CÁC CHỮ VIẾT TẮT

Kí hiệu

Tên đầy đủ

ISP

Internet Service Provider

ARPANET

Advanced Research Projects Agency Network

NSFNET

National Science Foundation Network

WAN

Wide Area Network

CPU

Central Processing Unit

LRU

Least recently used

LFU - DA

Least Frequently Used with Dynamic Aging

HLRU

History LRU

GDS

Greedy Dual Size

CE

Cost Effective

DNS

Domain Name System

WWW

World Wide Web


vi

DANH MỤC CÁC HÌNH VẼ
Hình 1.1. Vị trí của bộ nhớ Web cache ............................................................. 7
Hình 1.2. Sơ đồ biểu diễn Proxy server cache .................................................. 8
Hình 1.3. Vị trí đặt origin server cache ............................................................ 8
Hình 1.4. Mô hình phân cấp của ISP ............................................................... 9
Hình 1.5. Mô hình phân cây ............................................................................ 10
Hình 1.6. Sơ đồ đầy đủ một kiến trúc phân tầng Web Caching của một ISP . 11
Hình 1.7. Sơ đồ kiến trúc phân tán Web caching của một ISP ....................... 11
Hình 1.8. Sơ đồ Hybrid Web Caching của một ISP ....................................... 14

Hình 1.9. Thời gian kết nối trung bình cho toàn bộ N trang Web, phụ thuộc
vào số cache kết hợp k .................................................................................... 15
Hình 1.10. Thời gian kết nối của Caching phân cấp, caching phấn tán và
caching hỗn hợp .............................................................................................. 15
Hình 1.11. Thời gian truyền của N trang Web ............................................... 16
Hình 1.12. Thời gian truyền cho caching lai với số bộ đệm tối ưu k, ρ=0,8 . 17
Hình 2.1. Cấu trúc một phần tử trong bảng trang ........................................... 24
Hình 2.2. Lược đồ thay thế nội dung cache của thuật toán LRU .................. 25
Hình 2.3. Cấu trúc một phần tử trong bảng trang ........................................... 27
Hình 2.4. Thuật toán thay thế cache LRU....................................................... 32
Hình 2.5. Thuật toán thay thế cache HLRU.................................................... 36
Hình 3.1. Mô hình thử nghiệm ........................................................................ 61
Hình 3.2. Giải nén thư mục nguồn .................................................................. 62
Hình 3.3. Biên dịch # ./configure ................................................................... 62
Hình 3.4. Bảy đường dẫn đặt Squid ............................................................... 63
Hình 3.5. Biên dịch mã nguồn ....................................................................... 64
Hình 3.6. Cài đặt Squid ................................................................................... 64
Hình 3.7. Giao diện chạy Squid ..................................................................... 66
Hình 3.8. Giao diện chạy Squidclient ............................................................ 67
Hình 3.10. Cache hit và Byte hit, cùng số yêu cầu ......................................... 71


vii

DANH MỤC CÁC BẢNG
Bảng 2.1. Các thuộc tính hữu ích nhất của mỗi đối tượng lưu trữ i .............. 28
Bảng 2.2. Cấu trúc dữ liệu chính của LRU và HLRU .................................... 37


1

MỞ ĐẦU
I. LÝ DO CHỌN ĐỀ TÀI
Ngày nay, World Wide Web (WWW) ngày càng phát triển đi sâu vào
mọi ngõ ngách cuộc sống hiện đại, là phương tiện truy cập mạng đơn giản,
thân thiện với người sử dụng. Việc sử dụng dịch vụ Web đang tăng theo cấp
số mũ, lưu lượng WWW trên các mạng Internet quốc gia và quốc tế cũng tăng
đột biến. Và Việt Nam cũng không nằm ngoài vòng xoáy của cơn lốc WWW,
cổng giao tiếp điện tử,....... đang là những ứng dụng mới và đang được phát
triển. Trong tương lai, các ứng dụng này càng phát triển hơn cùng sự phát
triển của hạ tầng mạng máy tính và đòi hỏi nền tảng công nghệ thông tin ngày
càng cao. Tuy nhiên để có được điều đó không phải là vấn đề đơn giản. Hiện
tại mạng máy tính tại Việt Nam ngày càng phát triển, tuy nhiên với điều kiện
của nước ta, cơ sở vật chất hạ tầng mạng máy tính còn thấp kém. Chất lượng
dịch vụ và thời gian đáp ứng có thể được cải thiện bằng cách giảm tải cho
mạng, một trong số đó là phương pháp sử dụng kỹ thuật Webcaching. Kỹ
thuật Web caching ra đời nâng cao được hiệu quả trong việc thực hiên tăng
tốc các ứng dụng WWW.
Bản thân làm công việc quản lý hệ thống mạng với mong muốn nghiên
cứu về hạ tầng mạng cơ sở, tôi lựa chọn đề tài: “Nghiên cứu một số thuật
toán cho Web Caching và ứng dụng”.
Luận văn trước tiên nghiên cứu một số thuật toán Web Caching. Trên
cơ sở đó, luận văn nghiên cứu và trình bày thuật toán LRU trong phần mềm
Squid proxy để nâng cao hiệu quả ứng dụng WWW của hệ thống. Cuối cùng
là chương trình thử nghiệm và đánh giá kết quả của thuật toán LRU trong
Squid proxy tại ngân hàng Vietinbank chi nhánh đền Hùng - tỉnh Phú Thọ.
II. MỤC TIÊU, ĐỐI TƯỢNG, PHẠM VI NGHIÊN CỨU


Mục tiêu

Nắm bắt cơ bản được các thuật toán Web Caching và các ứng dụng của
phương pháp này.


2

Trên cơ sở nghiên cứu, tìm hiểu lý thuyết về thuật toán LRU và thử
nghiệm Web caching sử dụng thuật toán LRU.
 Đối tượng và phạm vi nghiên cứu
- Tìm hiểu xây dựng thuật toán LRU trong việc thử nghiêm Web
Caching.
- Cài đặt thử nghiệm.
III. PHƯƠNG PHÁP NGHIÊN CỨU
- Phương pháp nghiên cứu tài liệu, phân tích, tổng hợp.
- Phương pháp trao đổi khoa học, lấy ý kiến chuyên gia.
- Phương pháp thực nghiệm và đối chứng qua chương trình thử
nghiệm.


3

CHƯƠNG 1: TỔNG QUAN VỀ WEB CACHING
1.1.

Giới thiệu web caching

1.1.1. Vấn đề tải truy cập Internet và web caching
1.1.1.1. Vấn đề tải truy cập Internet
Tiền thân của mạng Internet ngày nay là mạng ARPANET. Thuật ngữ

"Internet" xuất hiện lần đầu vào khoảng năm 1974. Lúc đó mạng vẫn được
gọi là ARPANET. Năm 1984, ARPANET được chia ra thành hai phần:
ARPANET và MILNET. Đến năm 1980, ARPANET được đánh giá là mạng
trụ cột của Internet. Giữa thập niên 1980 thành lập mạng liên kết các trung
tâm máy tính lớn với nhau gọi là NSFNET. Sự hình thành mạng xương sống
của NSFNET và những mạng vùng khác đã tạo ra một môi trường thuận lợi
cho sự phát triển của Internet. Tới năm 1995, NSFNET thu lại thành một
mạng nghiên cứu còn Internet thì vẫn tiếp tục phát triển. Các dịch vụ trên
Internet không ngừng phát triển tạo ra cho nhân loại một thời kỳ mới: thời kỳ
thương mại điện tử trên Internet.
Việt Nam là nước có tốc độ tăng trưởng số người dùng internet trong
tốp 10 nước có tốc độ tăng trưởng số người dùng nhanh nhất khu vực châu Á
và cũng là một trong những nước có tốc độ tăng trưởng lớn so với thế giới
(giai đoạn 2000-2009), tăng 10,662.2 %.
Xu hướng tăng trưởng Internet Việt Nam
Tính từ năm 2003, trung tâm INTERNET Việt Nam (VNNIC) thuộc
Bộ thông tin và truyền thông, đã nghiên cứu và thống kê số liệu phát triển
Internet tại Việt Nam theo bảng dưới đây. [8]
Bảng 1.1. Thống kê số liệu phát triển Internet tại Việt Nam tính đến 2014
Tháng 05
năm

Số người dùng

% dân số
sử dụng

Số tên miền .vn
đã đăng ký

2003

1.709.478

2,14

2.746


4

2004

4.311.336

5,29

7.088

2005

7.184.875

8,71

10.829

2006

12.911.637

15,53

18.530

2007

16.176.973

19,46

42.470

2008

19.774.809

23,50

74.625

2009

21.430.463

24,87

105.326

2010

23.068.441

26,89

136.953

2011

27.194.870

31,50

187.675

2012

30.645.089

35,11

265.567

-

396.817

-

493.311

Băng thông rộng: 4.761.543

2013
Thuê bao 3G: 3.433.530

2014

-

1.1.1.2. Những giải pháp tăng hiệu suất của INTERNET
Tăng dung lượng truyền dẫn:
Tăng dung lượng truyền dẫn là việc đầu tư, nâng cấp dung lượng truyền
dẫn. Việc này sẽ triển khai đơn giản, nhanh nếu có sẵn các hệ thống truyền
dẫn tuy nhiên nó sẽ trở nên phức tạp nếu hệ thống truyền dẫn không có sẵn.
Ngoài ra chi phí thuê kênh quốc tế cũng rất đắt, việc vận hành khai thác các
kênh truyền dẫn quốc tế cũng không đơn giản.
Sử dụng thiết bị quản lý băng thông:
Sử dụng thiết bị để ấn định mức độ băng thông cụ thể cho từng loại
hình dịch vụ. Việc sử dụng thiết bị quản lý băng thông này có thể ấn định
được mức độ băng thông cụ thể cho từng loại dịch vụ tuy nhiên chi phí đầu tư
hệ thống cũng không nhỏ. Bên cạnh đó nếu băng thông không đủ lớn thì sẽ có


5

những dịch vụ bị ảnh hưởng đến chất lượng do bị lấy băng thông để dành cho
dịch vụ ưu tiên, như vậy không thỏa mãn được tối đa nhu cầu người sử dụng.
Sử dụng các hệ thống Web Caching:
Ngày nay, World Wide Web (WWW) ngày càng phát triển đi sâu vào

mọi ngõ ngách cuộc sống hiện đại, nhu cầu của người sử dụng ngày càng đòi
hỏi nhiều hơn các về chất lượng dịch vụ mà nó cung cấp để chạy nhiều loại
hình ứng dụng khác nhau. Bộ nhớ đệm Web caching là một giải pháp giảm
thiểu các dịch vụ và tải giao thông mạng nút cổ chai, cải thiện thời gian đáp
ứng yêu cầu và cải thiện các đối tượng Web có sẵn bằng cách lưu trữ một bản
sao cache lưu trữ những đối tượng có thể sẽ sử dụng tới trong tương lai.
Trong những năm gần đây, nhiều nghiên cứu đã được dành riêng để nâng cao
hơn nữa hiệu suất của Web và cung cấp nhiều dịch vụ khác nhau cho người
sử dụng. Tuy nhiên, nhiều việc cần phải được thực hiện khi cung cấp nhiều
cấp độ dịch vụ trong proxy cache, nó đóng một vai trò quan trọng trong việc
đẩy nhanh hiệu suất Web.
Khi sử dụng giải pháp này, chúng ta sẽ tiết kiệm được băng thông
WAN do việc đưa thông tin về gần với người sử dụng. Đảm bảo và nâng cao
chất lượng truy nhập vì thời gian đáp ứng dịch vụ nhanh. Tuy nhiên nếu hệ
thống không đủ lớn cũng có thể gây đến việc thường xuyên bị quá tải, có thể
ảnh hưởng tới hoạt động của dịch vụ. Do đặc thù riêng của từng ISP mà mỗi
ISP có cách lựa chọn giải pháp nâng cao chất lượng mạng riêng của mình. Và
Web caching là một trong những giải pháp như vậy .
1.1.2. Định nghĩa web Caching
Web caching (bộ nhớ đệm WEB) là việc lưu trữ bản sao của những tài
liệu web sao cho gần với người dùng, cả về mặt chức năng trong web client
hoặc những máy chủ bộ đệm lưu trữ riêng biệt. Cache (bộ đệm) được chia
thành các loại: Browser cache (bộ đệm trình duyệt), Proxy Cache (bộ đệm ủy
nhiệm), Gateway cache (bộ đệm cổng vào). [1]
Cơ chế hoạt động WebCaching sử dụng một bộ nguyên tắc để xác định
thời điểm cung cấp các đối tượng (hay các tài liệu Web), tất nhiên là với điều


6

kiện các đối tượng đó đã được lưu trong cache. Trường hợp các đối tượng
được yêu cầu chưa được lưu sẵn trong cache thì cache server sẽ gửi các yêu
cầu đó đến sever gốc. Một số nguyên tắc được thiết lập trong các giao thức
HTTP/1.0, HTTP/1.1 và một số khác được thiết lập bởi những người quản trị
cache:
+ Nếu phần tiêu đề của đối tượng cho cache biết không phải lưu đối
tượng thì cache không lưu đối tượng đó. Nếu biến logic xác nhận ( biến
validator) không xuất hiện, phần lớn các cache sẽ đánh dấu đối tượng là
không thể lưu (uncacheable).
+ Nếu đối tượng có yêu cầu nhận thực hay bảo mật, nó sẽ được lưu.
+ Một đối tượng được lưu được coi là tươi – “fresh” có nghĩa là có thể
được gửi tới client mà không cần sự kiểm tra của server gốc
- Nó có thời gian tồn tại (hoạt động theo dạng một loại bộ đếm) còn
nằm trong khoảng thời gian fresh (chưa quá hạn)
- Nếu một browser cache đã từng hiển thị đối tượng và đối tượng này
đã được đánh dấu là đã kiểm tra trong một phiên trước đó
- Nếu proxy cache mới xử lý nó gần đây và nó đã được sửa đổi trước
đó tương đối lâu, các đối tượng fresh được lấy trực tiếp từ cache mà không
cần kiểm tra với server gốc
+ Nếu một đối tượng được coi là cũ, server gốc sẽ được yêu cầu xác
nhận đối tượng hoặc báo cho cache rằng đối tượng đó vẫn còn giá trị sử dụng
1.1.3. Một số khái niệm về Caching
Web caching giữ lại một bản sao của các trang web ở những nơi gần
với người dùng cuối. Bộ đệm Caches được tìm thấy trong các trình duyệt và
trong bất kỳ web trung gian giữa đại lý người dùng và máy chủ gốc. Thông
thường, một bộ đệm cache nằm ở client (trình duyệt cache), máy chủ proxy
(proxy cache) và máy chủ gốc (máy chủ cache) như thể hiện trong hình sau.
[7]

7

Hình 1.1. Vị trí của bộ nhớ Web cache
Browser cache
Browser cache nằm trong các client. Browser cache hay còn được gọi
là bộ đệm trình duyệt. Những trình duyệt như IE, Moziila, Firefox... chúng ta
dùng để truy cập mạng, đều có sẵn một thư mục trong đó các nội dung đã
được tải về sẽ được lưu để sử dụng trong tương lại. Bộ nhớ cache này rất hữu
ích, đặc biệt là khi người sử dụng nhấn vào nút "back" hoặc bấm vào một liên
kết để xem một trang mà họ đã xem qua. Ngoài ra, nếu người dùng sử dụng
các hình ảnh chuyển hướng như nhau trong cả trình duyệt, họ sẽ được phục
vụ từ cache trình duyệt gần như ngay lập tức.
Proxy server cache
Proxy server cache là máy chủ caching trung gian nhằm giảm tải lưu
lượng trên đường truyền. Web Proxy Cache (bộ đệm Web Proxy) làm việc
cùng nguyên tắc với Browser Cache nhưng ở quy mô lớn hơn. Nó được tìm
thấy trong các máy chủ proxy giữa các máy client và máy chủ gốc. Nó hoạt
động trên nguyên tắc tương tự của trình duyệt bộ nhớ cache, nhưng nó có một
quy mô lớn hơn nhiều. Không giống như các cache của trình duyệt chỉ có một
người sử dụng duy nhất, các proxy phục vụ hàng trăm hoặc hàng ngàn người
sử dụng theo cùng một cách. Khi nhận được yêu cầu, các proxy server sẽ
kiểm tra bộ nhớ cache của nó. Nếu đối tượng có sẵn, nó sẽ gửi các đối tượng
cho khách hàng. Nếu đối tượng là không có, hoặc đã hết hạn, các máy chủ
proxy sẽ yêu cầu các đối tượng từ máy chủ gốc và gửi nó cho khách hàng.


8

Các đối tượng sẽ được lưu trữ trong bộ nhớ cache của địa phương đại diện
cho các yêu cầu trong tương lai.

Hình 1.2. Sơ đồ biểu diễn Proxy server cache
Origin server cache
Ngay cả tại các máy chủ gốc, các trang web có thể được lưu trữ trong
một bộ nhớ cache phía máy chủ để giảm sự cần thiết cho các tính toán dự
phòng hoặc cơ sở dữ liệu có khả năng tìm lại. Do đó, việc tải server có thể
được giảm bớt nếu bộ nhớ cache máy chủ gốc cũng làm việc. Origin server
cache (Gốc máy chủ cache) là máy chủ caching nằm trước các Web server
(máy chủ web) nhằm giảm tải cho các web server. Nó thường được biết đến
như là “reverse proxy cache”.

Hình 1.3. Vị trí đặt origin server cache


9

Các bộ nhớ đệm proxy được sử dụng rộng rãi bởi các quản trị mạng
máy tính, các nhà cung cấp công nghệ, và các doanh nghiệp để giảm sự chậm
trễ sử dụng và để giảm bớt tắc nghẽn Internet.
1.2. Các kiến trúc web Caching
1.2.1. Kiến trúc cache phân tầng và phân tán
Kiến trúc phân tầng: mỗi một thành phần của mạng được xem như một
hệ thống gồm nhiều tầng, và mỗi một tầng bao gồm nhiều chức năng truyền
thông. Các tầng được chồng lên nhau, số lượng và chức năng phụ thuộc vào
các nhà sản xuất và thiết kế. Tuy nhiên quan điểm chung là trong mỗi tầng có
nhiều thực thể ( các tiến trình) thực hiện một số chức năng nhằm cung cấp
một số dịch vụ, thủ tục cho các thực thể tầng trên hoạt động.
Kiến trúc phân tán là tổ hợp bao gồm cá máy tính độc lập với trình diễn
hệ thống như một máy tính đơn trước người dùng. Do đó có các đặc điểm cơ
bản là: tính chia sẻ tài nguyên, tính mở, khả năng song song, tính mở rộng,

khả năng thứ lỗi, tính trong suốt.
Kiến trúc phân tầng có thời gian kết nối nhỏ hơn kiến trúc phân tán.
Bởi vì trong kiến trúc phân tầng các bản sao của một trang được lưu trữ một
cách dư thừa tại các hệ thống cache ở các cấp độ mạng khác nhau dẫn tới
giảm được thời gian kết nối. Ngược lại kiến trúc phân tán có thời gian truyền
nội dung của trang Web thấp hơn kiến trúc phân tầng, bởi vì trong kiến trúc
phân tán lưu lượng Web được lưu chuyển trên các tầng mạng phía dưới và ít
bị nghẽn hơn.
Mô hình mạng

Hình 1.4. Mô hình phân cấp của ISP


10

Chúng ta xây dựng topology của mạng dưới dạng cấu trúc cây đầy đủ
Oary, hình dưới đây:

Hình 1.5. Mô hình phân cây
trong đó:
- O đại diện cho độ mở (số nhánh) của mỗi nút trong cấu trúc cây
- H là số đường kết nối mạng giữa nút gốc của mạng quốc gia với nút
gốc của mạng cấp vùng. H cũng đại diện cho số đường kết nối giữa nút gốc
của mạng cấp vùng với nút gốc của mạng cấp khu vực.
- z là số kết nối giữa máy chủ gốc và nút gốc
- l là số cấp của cây (0≤ 1≤ 2H+z) trong đó:
 l = 0 là mức mạng của các bộ đệm cơ quan
 l = H là mức mạng của các bộ đệm vùng
 l = 2H là mức mạng của các bộ đệm quốc gia
 l = 2H + z máy chủ gốc

Giả định băng thông là đồng nhất với mỗi ISP (mỗi kết nối giữa các
ISP có cùng tốc độ truyền dẫn (transmission rate)).
- CI, CR, CN là tốc độ truyền dẫn (transmission rate) của các kết nối ở
mạng cơ quan, vùng, quốc gia.
- C: tỷ lệ nghẽn nút cổ chai trên đường truyền dẫn quốc tế
Kiến trúc phân tầng


11

Hình 1.6. Sơ đồ đầy đủ một kiến trúc phân tầng Web Caching của một ISP
Hệ thống cache thường được đặt tại điểm truy nhập giữa hai mạng khác
nhau để giảm chi phí truyền trang qua một mạng mới. Tại một nước thì chỉ có
một mạng quốc gia và một hệ thống cache quốc gia. Vậy sẽ có OH mạng vùng
và mỗi mạng sẽ có một hệ thống cache cấp vùng. Có O2H mạng khu vực và
mỗi mạng sẽ có một hệ thống cache cấp khu vực.
Hệ thống cache được đặt ở độ cao 0 của cấu trúc cây tương ứng cấp độ
1 trong kiến trúc phân tầng, độ cao H của cấu trúc cây tương ứng cấp độ 2
trong kiến trúc phân tầng, độ cao 2H của cấu trúc cây tương ứng cấp độ 3
trong kiến trúc phân tầng. Cache được nối tới các ISP qua các kênh truy nhập.
Chúng ta giả sử rằng dung lượng kênh truy nhập tại mỗi cấp độ bằng dung
lượng kênh trung kế của mạng tại cấp độ đó nghĩa là CI, CR, CN và C cho từng
cấp độ tương ứng. Tỷ lệ hit tại hệ thống cache của các cấp khu vực, vùng,
quốc gia được đại diện bởi các giá trị: hitI, hitR, hitN (hit: số phần trăm yêu cầu
được đáp ứng ở mức bộ đệm).
Kiến trúc phân tán

Hình 1.7. Sơ đồ kiến trúc phân tán Web caching của một ISP

12

Cache chỉ được đặt tại cấp khu vực và sẽ không có bản sao trung gian
của các trang Web tại các cấp mạng khác. Để chia sẻ các bản sao giữa các hệ
thống cache khu vực, hệ thống cache tại cấp mạng trung gian sẽ lưu giữ dữ
liệu meta-data nó chứa đựng thông tin về nội dung được lưu trong các hệ
thống cache khu vực. Các cache khu vực trao đổi định kỳ lượng thông tin
meta-data về các tài liệu mà chúng lưu trữ. Chúng ta giả sử rằng các thông tin
là thường xuyên cập nhật tại tất cả các cache khu vực khi mà có một tài liệu
mới được lấy về ở bất kỳ cache nào.
1.2.1.1. Thời gian kết nối Tc
Thời gian kết nối là phần đầu tiên của độ trễ khi truy vấn lấy văn bản
(nội dung). Chúng ta giả sử thời gian kết nối chỉ phụ thuộc vào khoảng cách
từ client đến với văn bản xét trên phạm vi mạng lưới. Thời gian kết nối đến
một văn bản có độ phổ biến tot đối với trường hợp sử dụng caching phân tán
và caching phân cấp. Khoảng thời gian cập nhật trong trường hợp này = 24
giờ; thời gian cập nhật càng dài thì số lượng các yêu cầu càng tăng. Tuy nhiên
hiệu năng tương đối của mô hình caching phân tán và caching phân cấp vẫn
tương đương nhau.
Trước hết, với một văn bản không phổ biến (tot nhỏ), cả hai mô hình
phân tán và phân cấp đều có thời gian kết nối khá cao do yêu cầu kết nối phải
chuyển tới máy chủ chứa văn bản đó. Khi một văn bản hay được truy cập,
thời gian kết nối của mô hình phân tán và mô hình phân cấp là rất gần nhau
do xác suất văn bản được tìm thấy ở máy chủ caching ở biên mạng cao.
1.2.1.2. Thời gian truyền Tt
Phân bố của lưu lượng được tạo ra bởi mô hình caching phân tán βdl và
mô hình caching phân cấp βhl ở tất cả các cấp độ mạng. Với N=250 triệu trang
Web, phân bố theo luật Zipf. Thời gian cập nhật một trang là =24h. Tổng
lưu lượng mạng O2H.βI=1000 truy nhập/s. Chúng ta cố định kích thước trang
S=15KB. Ta tính được tỷ lệ hit tại mỗi cấp độ cache hitI=0.5, hitR=0.6 và

hitN=0.7
Mô hình caching phân tán gây tăng gấp 2 lần băng thông ở các mức
mạng thấp và sử dụng nhiều băng thông hơn ở mức mạng quốc gia so với mô
hình caching phân cấp. Tuy nhiên, lưu lượng ở những nút mạng bị nghẽn lại


13

được giảm đi chỉ còn 1/2. Chúng ta thiết lập băng thông mạng ở cấp khu vực
CI = 100Mb/s. Mạng ở cấp độ quốc gia và vùng có băng thông như nhau CN =
CR. Chúng ta không cố định hai băng thông này mà chỉ xem xét độ nghẽn
mạng ρ
của hai mạng này.

Chúng ta thay đổi mức độ sử dụng băng thông ρ của các kết nối mạng
cấp quốc gia trong kiến trúc caching phân cấp). Kết nối quốc tế thường xuyên
nghẽn và có mức độ sử dụng băng thông (β1O2H (1-hitN)S/C) = 0.95.
Nút thắt cổ chai lưu lượng duy nhất trên đường kết nối từ client đến
máy chủ gốc là đường kết nối quốc tế. Chúng ta quan sát thấy hiệu năng của
mô hình phân tán và phân cấp khá giống nhau vì không có kết nối bị nghẽn
cao ở các mạng cấp vùng và cấp quốc gia. Mô hình caching phân tán có thời
gian truy ền dẫn thấp hơn phân cấp vì có nhiều yêu cầu được thỏa mãn ở các
mức mạng không bị nghẽn.
1.2.1.3. Thời gian trễ tổng thể
Thời gian trễ tổng thể là tổng thời gian kết nối và thời gian truyền dẫn.
Với các văn bản lớn, thời gian trễ tổng thể sẽ xấp xỉ với thời gian truyền dẫn.
Với các văn bản nhỏ, thời gian truyền dẫn rất nhỏ và trong trường hợp này,
thời gian trễ tổng thể sẽ xấp xỉ với thời gian kết nối. Mô hình mạng phân tầng
(phân cấp) có thời gian trễ thấp hơn với các văn bản nhỏ hơn 200KB do mô
hình mạng caching phân cấp có thời gian kết nối thấp hơn mô hình caching

phân tán. Tuy nhiên mô hình mạng caching phân tán có thời gian trễ thấp hơn
trong trường hợp các văn bản có kích thước lớn do thời gian truyền dẫn của
mô hình này nhỏ hơn.
Mức ngưỡng của dung lượng văn bản phụ thuộc vào mức độ nghẽn của
mạng quốc gia. Nghẽn càng lớn thì với mức ngưỡng kích thước văn bản càng
nhỏ, mô hình caching phân tán có độ trễ nhỏ hơn mô hình caching phân cấp.
1.2.1.4. Băng thông sử dụng
Tính toán lượng băng thông sử dụng dựa trên số lượng đường link (liên
kết) cần thiết để gửi trả về 1 gói tin cho clients (khách hàng). Mô hình


14

caching phân tán sử dụng nhiều băng thông hơn mô hình caching phân cấp
trong mạng cấp. Tuy nhiên lưu lượng mạng được phân tán tốt hơn với phần
lớn băng thông được sử dụng ở các mức mạng ít nghẽn. Ngoài ra các mô hình
caching phân cấp sử dụng ít kết nối hơn trong mạng cấp vùng do các văn bản
được tìm thấy ở máy chủ caching cấp vùng. Ở cấp mạng quốc gia cũng tương
tự như vậy. Vì vậy các hướng tiếp cận chỉ sử dụng các chủ caching ở mức
biên và máy trạm để cung cấp ứng dụng nội dung thường có hiệu năng kém
xét về mặt băng thông hơn các hướng tiếp cận khác.
1.2.2. Kiến trúc kết hợp (Caching lai)

Hình 1.8. Sơ đồ Hybrid Web Caching của một ISP
Kiến trúc cache lai là kiến trúc có một số lượng xác định k cache liên
kết tại mọi mức mạng của kiến trúc phân tầng.
1.2.2.1. Thời gian kết nối Tc
Thời gian kết nối trong kiến trúc kết hợp phụ thuộc vào số lượng cache
kết hợp k tại mỗi cấp mạng. Số lượng cache kết hợp tại mỗi cấp thay đổi từ 1
tới OH= 64 (toàn bộ số lượng cache bên cạnh trong cùng một cấp độ cache kết

hợp). Hình dưới cho ta thấy thời gian kết nối trung bình cho toàn bộ N trang
web, phụ thuộc vào số cache kết hợp


15

Hình 1.9. Thời gian kết nối trung bình cho toàn bộ N trang Web, phụ thuộc
vào số cache kết hợp k
Khả năng tìm thấy một trang tại hệ thống cache bên cạnh gần đấy là rất
nhỏ, như vậy phần lớn yêu cầu được cache cấp trên phục vụ với một khoảng
cách H. Khi số cache kết hợp tăng lên, thời gian kết nối giảm tới một giá trị
nhỏ nhất. Bởi vì khả năng để truy nhập được một trang tại hệ thống cache bên
cạnh gần hơn so với hệ thống cache cấp trên.Tuy nhiên khi số cache kết hợp
tăng quá ngưỡng kc=4, thì thời gian kết nối tăng rất nhanh bởi vì trang được
yêu cầu từ hệ
thống cache bên cạnh có khoảng cách mạng lớn. Số lượng cache kết hợp tối
ưu kc để tối thiểu hóa thời gian kết nối là số lượng cache mà khoảng cách
mạng gần hơn so với mạng cấp trên: kc=O[H/2]
Có thể thấy kiến trúc hỗn hợp với số kết nối tối ưu k c có thời gian kết
nối nhỏ hơn kiến trúc phân tán và thậm chí nhỏ hơn kiến trúc phân tầng trong
một khoảng lớn.

Hình 1.10. Thời gian kết nối của Caching phân cấp, caching phấn tán và
caching hỗn hợp


16

1.2.2.2. Thời gian truyền Tt
Hình 1.10 biểu diễn cho thời gian truyền của tất cả N trang Web phụ

thuộc vào số cache kết hợp tại mỗi cấp.

Hình 1.11. Thời gian truyền của N trang Web
Sau khi xem xét hai trường hợp mạng cấp quốc gia không nghẽn (ρ=3)
điểm nút cổ chai là các đường quốc tế, và mạng cấp quốc gia nghẽn (ρ=0.8),
chúng ta nhận thấy rằng khi mạng quốc gia không nghẽn thì sự thay đổi số
lượng cache kết hợp không ảnh hưởng đến thời gian truyền. Tuy nhiên khi
mạng quốc gia bị nghẽn thì thời gian truyền phụ thuộc nhiều vào số lượng
cache kết hợp tại mỗi cấp mạng. Nếu số lượng cache kết hợp rất nhỏ, thì có ít
khả năng trang Web được lấy từ cache bên cạnh. Các trang phần lớn được lấy
từ cache cấp trên qua các đường kết nối ở mức trên cũng bị nghẽn nặng. Khi
số cache kết hợp tăng, khả năng để nhận một trang tại hệ thống cache bên
cạnh tăng và như vậy thời gian truyền nhỏ đi. Nếu số cache kết hợp vượt qua
ngưỡng kt=16, thời gian truyền lại tăng lại bởi vì các trang Web sẽ được nhận
qua các có khoảng cách lớn
và các đường kết nối bị nghẽn nặng. Số cache kết hợp tối ưu kt để tối thiểu
hóa thời gian truyền phụ thuộc vào số lượng cache kết hợp có thể đạt được mà
không làm nghẽn các kênh kết nối.
Trong trường hợp kênh ở lớp trên cùng của mạng cấp quốc gia bị
nghẽn, số lượng cache kết hợp tối ưu tại mỗi cấp là kt =16. Giá trị này tương
ứng với số cache vùng có thể kết hợp với nhau để đáp ứng yêu cầu truy nhập
mà không cần phải đi đến các đường kết nối cấp quốc gia: kt = OH-1.


17

Hình 1.12. Thời gian truyền cho caching lai với số bộ đệm tối ưu k, ρ=0,8
Lựa chọn số cache kết hợp mạng kết hợp có thời gian kết nối nhỏ hơn
so với kiến trúc phân tầng và thời gian truyền nhỏ hơn kiến trúc phân tán.
1.2.2.3. Thời gian trễ tổng thể

Với trường hợp các trang kích thước nhỏ thì số cache kết hợp tối ưu
gần với giá trị kc, bởi vì kc tối thiểu thời gian kết nối. Với trường hợp các
trang kích thước lớn thì số cache kết hợp tối ưu gần với giá trị kt, bởi vì kt tối
thiểu thời gian truyền. Với một kích thước bất kỳ thì số lượng cache kết hợp
tối ưu để tối thiểu hóa thời gian trễ có giá trị kopt:
kc  kopt  kt
kopt phụ thuộc vào kích thước trang, giá trị k opt thay đổi trong khoảng kc
=4 và kt=16. Với các trang có kích thước nhỏ hơn hoặc bằng vài KB thì
kopt=kc=4. Kiến trúc kết hợp với số cache kết hợp tối ưu có tổng thời gian
trễ nhỏ hơn kiến trúc phân tầng và kiến trúc phân tán.
1.2.2.4. Băng thông sử dụng
Băng thông sử dụng trong mô hình caching lai nhỏ hơn so với băng
thông sử dụng trong mô hình caching phân tán với các mức độ phổ biến
khác nhau của nội dung được yêu cầu trong các mạng cấp vùng và cấp quốc
gia. Nguyên nhân của kết quả này là do có thêm các máy chủ caching trung
gian giúp giảm đáng kể băng thông sử dụng, cũng giống như trong trường
hợp sử dung multicast ở lớp ứng dụng. Hiệu năng của mô hình caching lai so
với mô hình caching phân cấp phụ thuốc vào số lượng máy chủ caching
cộng tác. Đặc biệt trong trường hợp có k = kc = 4 máy chủ caching cộng tác,