一种文件预取方法、存储设备以及预取装置与流程

1.本技术实施例涉及计算机存储领域，尤其涉及一种文件预取方法、存储设备以及预取装置。


背景技术：

2.缓存数据预取技术是一种计算机操作系统缓存存储优化技术。该缓存数据预取技术指在存储设备中的处理器访问数据进行计算之前，提前将前述数据从主存储器加载到缓存存储器上，以增加主机下发读请求的命中率，降低处理器访问数据的停顿时间，从而达到提升读性能的目的。
3.在现有技术中，存储设备将基于历史访问记录生成已被访问的文件的访问规律，形成由多个文件组成的历史访问队列。当前述历史访问队列中的某一个文件再次被访问时，存储设备可以将该历史访问队列中位于该文件之后的文件预取至缓存中，以增加存储设备中的主机下发读请求的命中率，提升系统读性能。
4.在这样的方案中，由于前述历史访问队列是基于已被访问过的文件生成的，因此，该存储设备仅可以预取已经被访问过的文件，而无法对未访问过的文件进行预取。因此，不利于主机在访问存储设备中的新文件时提升读请求的命中率。


技术实现要素：

5.本技术实施例提供了一种文件预取方法以及存储设备，用于对主机第一次访问的文件进行预测，以实现对未访问过的文件进行预取，有利于主机在访问新文件时提升读请求的命中率。
6.第一方面，本技术实施例提供了一种文件预取方法，应用于存储设备中，用于将文件从低速存储介质预取至高速存储介质中。在文件预取方法中，该存储设备先接收主机下发的读请求，该读请求用于指示待访问的文件，该读请求携带该文件的文件访问信息。该存储设备根据该文件访问信息生成第一关键词。然后，该存储设备采用该第一关键词和目标访问规律模板生成目标关键词。其中，该目标关键词与该第一关键词符合相同的特征，该目标关键词用于指示预测文件。然后，该存储设备将该目标关键词指示的该预测文件预取至缓存中。
7.其中，前述文件访问信息为与该读请求指示的文件相关的信息，例如，文件名称、文件类型、访问时间、文件创建者名称、文件访问者名称以及访问目录等。前述低速存储介质可以为缓存，前述高速存储介质可以为硬盘。
8.本技术实施例中，采用第一关键词和目标访问规律模板可以生成目标关键词，然后，基于该目标关键词确定进行预取的预测文件。由于，该第一关键词和该目标关键词符合相同的特征，因此，可以认为该目标关键词指示的预测文件为用户在下一时刻需要读取的文件。因此，即使确定第一关键词的文件访问信息来自第一次访问的文件，该存储设备也可以通过前述第一关键词和目标访问规律模板推算出未访问过的预测文件，并将该预测文件
预取至缓存中。有利于提升主机在存储设备中的缓存内获取数据的命中率。
9.根据第一方面，本技术实施例第一方面的第一种实施方式中，该存储设备存储有多个访问规律模板，该目标访问规律模板为该多个访问规律模板中与该第一关键词对应的访问规律模板，每个访问规律模板由采用基于文本语义的训练模型对多个初始关键词进行训练而得。
10.也可以理解为，该存储设备采用基于文本语义的训练模型对多个初始关键词进行训练得到前述访问规律模板。类似的，该存储设备可以训练出多个访问规律模板。其中，与前述第一关键词对应的访问规律模板为前述目标访问规律模板。
11.本实施方式中，提出为了能够较为准确地确定预测文件，该存储设备需要选择与该第一关键词对应的访问规律模板(即目标访问规律模板)，以使得生成用于查找预测文件的目标关键词。在这样的实施方式中，根据第一关键词选择对应的访问规律模板有利于提高预测文件的准确率，进一步有利于提高该预测文件被下发的读请求命中的概率。将该预测文件预取至缓存中，有利于提升主机在存储设备中的缓存内获取数据的命中率。
12.根据第一方面的第一种实施方式，本技术实施例第一方面的第二种实施方式中，该目标访问规律模板包含该第一关键词和/或第一特征关联词，该第一特征关联词用于指示该第一关键词符合的特征。
13.本实施方式中，进一步提出了何为目标访问规律模板，为该第一关键词与该目标访问规律模板对应而提供依据。
14.根据第一方面的第二种实施方式，本技术实施例第一方面的第三种实施方式中，该目标访问规律模板还包含映射关系，该映射关系用于指示该多个初始关键词之间的关联方式，该多个初始关键词包括该第一关键词。该采用该第一关键词和目标访问规律模板生成目标关键词，包括：将该第一关键词作为该映射关系的输入，采用该映射关系对该第一关键词进行计算，输出该目标关键词，该目标关键词符合该第一特征关联词指示的该第一关键词的特征。
15.本实施方式中，提出该目标访问规律模板还包含映射关系，该映射关系是在对前述多个初始关键词进行训练时生成的。该映射关系用于指示该多个初始关键词之间的关联方式，可以理解为，当已知该多个初始关键词中的一个初始关键词和该映射关系之后，该存储设备既可以计算出其余的初始关键词。因此，当该第一关键词与该目标访问规律模板对应时，该第一关键词也适用于该目标访问规律模板中的映射关系。此时，该存储设备可以将该第一关键词作为该映射关系的输入，采用该映射关系对该第一关键词进行计算，从而输出该目标关键词。在这样的实施方式中，明确了确定目标关键词的具体方式，提高了方案的可靠性。
16.根据第一方面的第二种实施方式或第一方面的第三种实施方式，本技术实施例第一方面的第四种实施方式中，当该存储设备采用该第一关键词从多个访问规律模板中查找目标访问规律模板时，该存储设备将执行如下步骤：
17.判断访问规律模板是否包含该第一关键词；
18.若访问规律模板包含该第一关键词，则确定该访问规律模板为该目标访问规律模板；
19.若访问规律模板不包含该第一关键词，则进一步判断该第一关键词是否符合该访
问规律模板中的特征关联词指示的特征；
20.若该第一关键词符合访问规律模板中的特征关联词指示的特征，则确定该访问规律模板为该目标访问规律模板。
21.根据第一方面的第二种实施方式或第一方面的第三种实施方式，本技术实施例第一方面的第五种实施方式中，该读请求携带的文件访问信息还用于生成第二关键词，该第二关键词和该第一关键词均为与该目标访问规律模板匹配的关键词。当该存储设备同时采用该第一关键词和该第二关键词从多个访问规律模板中查找目标访问规律模板时，该存储设备将执行如下步骤：
22.判断访问规律模板是否包含该第一关键词和该第二关键词；
23.若访问规律模板包含该第一关键词和该第二关键词，则确定该访问规律模板为该目标访问规律模板；
24.若访问规律模板仅包含该第一关键词和该第二关键词中的一个或不包含该第一关键词和该第二关键词，则进一步判断该第一关键词和该第二关键词是否均符合该访问规律模板中的特征关联词指示的特征；
25.若该第一关键词和该第二关键词均符合访问规律模板中的特征关联词指示的特征，则确定访问规律模板为该目标访问规律模板。
26.根据第一方面、第一方面的第一种实施方式至第一方面的第五种实施方式，本技术实施例第一方面的第六种实施方式中，该文件访问信息为来自不同访问目录的文件的信息，该多个预测文件位于不同的访问目录。
27.本实施方式中，提出由于确定第一关键词的文件访问信息为来自不同访问目录的文件的信息，基于该第一关键词采用前述方法预测出的预测文件也可以位于不同的访问目录。在这样的实施方式中，相比于仅对同一访问目录下的文件进行预测，扩展了预测文件的存储范围，使得被预取的预测文件可以来自不同的访问目录。
28.根据第一方面、第一方面的第一种实施方式至第一方面的第五种实施方式，本技术实施例第一方面的第七种实施方式中，该存储设备还可以对访问规律模板集合进行更新，访问规律模板集合指前述位于该存储设备中的多个访问规律模板。
29.本实施方式中，访问规律模板集合包括一个该目标访问规律模板和至少一个候选访问规律模板。具体地，该存储设备确定该目标访问规律模板与至少一个候选访问规律模板中每个该候选访问规律模板的关联度，其中，该关联度用于指示该目标访问规律模板中的映射关系与该候选访问规律模板中的映射关系之间的相似程度。然后，该存储设备将高于预设值的关联度对应的候选访问规律模板与该目标候选访问规律模板合并，得到更新的访问规律模板集合。
30.本实施方式中，提出该存储设备中的访问规律模板集合可以基于与该第一关键词对应的目标访问规律模板进行更新，即该存储设备在基于第一关键词确定了预测文件之后，再更新该存储设备中的访问规律模板集合。这样的实施方式，可以使得经过多次更新的访问规律模板集合中的各个访问规律模板可以更准确地基于输入的关键词确定更准确的预测文件，进而使得将前述预测文件预取至缓存后可以提高该主机下发读请求的命中率。
31.第二方面，本技术实施例提供了一种存储设备，该存储设备包括：缓存、硬盘以及至少一个处理器。其中，至少一个处理器，用于执行如下操作：根据读请求携带的文件访问
信息生成第一关键词；采用该第一关键词和目标访问规律模板生成目标关键词，该目标关键词与该第一关键词符合相同的特征，该目标关键词用于指示预测文件；将该目标关键词指示的该预测文件从该硬盘预取至该缓存中。
32.其中，该文件访问信息为与该读请求指示的文件相关的信息，例如，文件名称、文件类型、访问时间、文件创建者名称、文件访问者名称以及访问目录等。
33.本技术实施例中，采用第一关键词和目标访问规律模板可以生成目标关键词，然后，基于该目标关键词确定进行预取的预测文件。由于，该第一关键词和该目标关键词符合相同的特征，因此，可以认为该目标关键词指示的预测文件为用户在下一时刻需要读取的文件。因此，即使确定第一关键词的文件访问信息来自第一次访问的文件，该存储设备也可以通过前述第一关键词和目标访问规律模板推算出未访问过的预测文件，并将该预测文件预取至缓存中。有利于提升主机在存储设备中的缓存内获取数据的命中率。
34.根据第二方面，本技术实施例第二方面的第一种实施方式中，该存储设备存储有多个访问规律模板，该目标访问规律模板为该多个访问规律模板中与该第一关键词对应的访问规律模板，每个访问规律模板由采用基于文本语义的训练模型对多个初始关键词进行训练而得。
35.本实施方式中，提出为了能够较为准确地确定预测文件，该存储设备需要选择与该第一关键词对应的访问规律模板(即目标访问规律模板)，以使得生成用于查找预测文件的目标关键词。在这样的实施方式中，根据第一关键词选择对应的访问规律模板有利于提高预测文件的准确率，进一步有利于提高该预测文件被下发的读请求命中的概率。将该预测文件预取至缓存中，有利于提升主机在存储设备中的缓存内获取数据的命中率。
36.根据第二方面的第一种实施方式，本技术实施例第二方面的第二种实施方式中，该目标访问规律模板包含该第一关键词和/或第一特征关联词，该第一特征关联词用于指示该第一关键词符合的特征。
37.根据第二方面的第二种实施方式，本技术实施例第二方面的第三种实施方式中，该目标访问规律模板还包含映射关系，该映射关系用于指示该多个初始关键词之间的关联方式，该多个初始关键词包括该第一关键词。该至少一个处理器，具体用于将该第一关键词作为该映射关系的输入，采用该映射关系对该第一关键词进行计算，输出该目标关键词，该目标关键词符合该第一特征关联词指示的该第一关键词的特征。
38.本实施方式中，提出该目标访问规律模板还包含映射关系，该映射关系是在对前述多个初始关键词进行训练时生成的。该映射关系用于指示该多个初始关键词之间的关联方式，可以理解为，当已知该多个初始关键词中的一个初始关键词和该映射关系之后，该存储设备既可以计算出其余的初始关键词。因此，当该第一关键词与该目标访问规律模板对应时，该第一关键词也适用于该目标访问规律模板中的映射关系。此时，该存储设备可以将该第一关键词作为该映射关系的输入，采用该映射关系对该第一关键词进行计算，从而输出该目标关键词。在这样的实施方式中，明确了确定目标关键词的具体方式，提高了方案的可靠性。
39.根据第二方面的第二种实施方式或第二方面的第三种实施方式，本技术实施例第二方面的第四种实施方式中，该至少一个处理器，还用于：判断访问规律模板是否包含该第一关键词；若该访问规律模板包含该第一关键词，则确定该访问规律模板为该目标访问规
律模板；若该访问规律模板不包含该第一关键词，则进一步判断该第一关键词是否符合该访问规律模板中的特征关联词指示的特征；若该第一关键词符合该访问规律模板中的特征关联词指示的特征，则确定该访问规律模板为该目标访问规律模板。
40.根据第二方面的第二种实施方式或第二方面的第三种实施方式，本技术实施例第二方面的第五种实施方式中，该读请求携带的文件访问信息还用于生成第二关键词，该第二关键词和该第一关键词均为与该目标访问规律模板匹配的关键词；该至少一个处理器，还用于：判断访问规律模板是否包含该第一关键词和该第二关键词；若该访问规律模板包含该第一关键词和该第二关键词，则确定该访问规律模板为该目标访问规律模板；若该访问规律模板仅包含该第一关键词和该第二关键词中的一个或不包含该第一关键词和该第二关键词，则进一步判断该第一关键词和该第二关键词是否均符合该访问规律模板中的特征关联词指示的特征；若该第一关键词和该第二关键词均符合该访问规律模板中的特征关联词指示的特征，则确定该访问规律模板为该目标访问规律模板。
41.根据第二方面、第二方面的第一种实施方式至第二方面的第五种实施方式，本技术实施例第二方面的第六种实施方式中，该文件访问信息为来自不同访问目录的文件的信息，该多个预测文件位于不同的访问目录。
42.本实施方式中，提出由于确定第一关键词的文件访问信息为来自不同访问目录的文件的信息，基于该第一关键词采用前述方法预测出的预测文件也可以位于不同的访问目录。在这样的实施方式中，相比于仅对同一访问目录下的文件进行预测，扩展了预测文件的存储范围，使得被预取的预测文件可以来自不同的访问目录。
43.根据第二方面、第二方面的第一种实施方式至第二方面的第五种实施方式，本技术实施例第二方面的第七种实施方式中，该至少一个处理器还包括第一处理器，该第一处理器用于采用该基于文本语义的训练模型对该多个初始关键词进行训练得到该访问规律模板。
44.根据第二方面的第七种实施方式，本技术实施例第二方面的第八种实施方式中，该第一处理器还可以对访问规律模板集合进行更新，该访问规律模板集合指前述位于该存储设备中的多个访问规律模板。
45.本实施方式中，该访问规律模板集合包括一个该目标访问规律模板和至少一个候选访问规律模板。具体地，该第一处理器，用于确定该目标访问规律模板与该至少一个候选访问规律模板中每个该候选访问规律模板的关联度，其中，该关联度用于指示该目标访问规律模板中的映射关系与该候选访问规律模板中的映射关系之间的相似程度。该第一处理器，还用于将高于预设值的关联度对应的候选访问规律模板与该目标候选访问规律模板合并，得到更新的访问规律模板集合。
46.本实施方式中，提出该存储设备中的访问规律模板集合可以基于与该第一关键词对应的目标访问规律模板进行更新，即该存储设备中的至少一个处理器在基于第一关键词确定了预测文件之后，该存储设备中的第一处理器再更新该存储设备中的访问规律模板集合。这样的实施方式，可以使得经过多次更新的访问规律模板集合中的各个访问规律模板可以更准确地基于输入的关键词确定更准确的预测文件，进而使得将前述预测文件预取至缓存后可以提高主机在该存储设备中的缓存内获取数据的命中率。
47.第三方面，本技术实施例提供了一种预取装置，该预取装置位于存储设备中，该存
储设备还包括缓存和硬盘。该存储设备存储有计算机程序或指令，该预取装置调用该计算机程序或指令执行如下模块：关键词生成模块，用于根据读请求携带的文件访问信息生成第一关键词；计算模块，用于采用该第一关键词和目标访问规律模板生成目标关键词，其中，该目标关键词与该第一关键词符合相同的特征，该目标关键词用于指示预测文件；数据迁移模块，用于将该目标关键词指示的该预测文件从该硬盘预取至该缓存中。
48.其中，该文件访问信息为与该读请求指示的文件相关的信息，例如，文件名称、文件类型、访问时间、文件创建者名称、文件访问者名称以及访问目录等。
49.本技术实施例中，采用第一关键词和目标访问规律模板可以生成目标关键词，然后，基于该目标关键词确定进行预取的预测文件。由于，该第一关键词和该目标关键词符合相同的特征，因此，可以认为该目标关键词指示的预测文件为用户在下一时刻需要读取的文件。因此，即使确定第一关键词的文件访问信息来自第一次访问的文件，该存储设备也可以通过前述第一关键词和目标访问规律模板推算出未访问过的预测文件，并将该预测文件预取至缓存中。有利于提升主机在存储设备中的缓存内获取数据的命中率。
50.根据第三方面，本技术实施例第三方面的第一种实施方式中，该预取装置存储有多个访问规律模板，该目标访问规律模板为该多个访问规律模板中与该第一关键词对应的访问规律模板，每个访问规律模板由采用基于文本语义的训练模型对多个初始关键词进行训练而得。
51.根据第三方面的第一种实施方式，本技术实施例第三方面的第二种实施方式中，该目标访问规律模板包含该第一关键词和/或第一特征关联词，该第一特征关联词用于指示该第一关键词符合的特征。
52.根据第三方面的第二种实施方式，本技术实施例第三方面的第三种实施方式中，该目标访问规律模板还包含映射关系，该映射关系用于指示该多个初始关键词之间的关联方式，该多个初始关键词包括该第一关键词；该计算模块，具体用于将该第一关键词作为该映射关系的输入，采用该映射关系对该第一关键词进行计算，输出该目标关键词，该目标关键词符合该第一特征关联词指示的该第一关键词的特征。
53.根据第三方面的第二种实施方式或第三方面的第三种实施方式，本技术实施例第三方面的第四种实施方式中，该计算模块，还用于：判断访问规律模板是否包含该第一关键词；若访问规律模板包含该第一关键词，则确定该访问规律模板为该目标访问规律模板；若访问规律模板不包含该第一关键词，则进一步判断该第一关键词是否符合该访问规律模板中的特征关联词指示的特征；若该第一关键词符合访问规律模板中的特征关联词指示的特征，则确定访问规律模板为该目标访问规律模板。
54.根据第三方面的第二种实施方式或第三方面的第三种实施方式，本技术实施例第三方面的第五种实施方式中，该读请求携带的文件访问信息还用于生成第二关键词，该第二关键词和该第一关键词均为与该目标访问规律模板匹配的关键词；该计算模块，还用于：判断访问规律模板是否包含该第一关键词和该第二关键词；若该访问规律模板包含该第一关键词和该第二关键词，则确定该访问规律模板为该目标访问规律模板；若该访问规律模板仅包含该第一关键词和该第二关键词中的一个或不包含该第一关键词和该第二关键词，则进一步判断该第一关键词和该第二关键词是否均符合该访问规律模板中的特征关联词指示的特征；若该第一关键词和该第二关键词均符合该访问规律模板中的特征关联词指示
的特征，则确定该访问规律模板为该目标访问规律模板。
55.根据第三方面、第三方面的第一种实施方式至第三方面的第五种实施方式，本技术实施例第三方面的第六种实施方式中，该文件访问信息为来自不同访问目录的文件的信息，该多个预测文件位于不同的访问目录。
56.根据第三方面、第三方面的第一种实施方式至第三方面的第五种实施方式，本技术实施例第三方面的第七种实施方式中，该预取装置还包括：模板生成模块，用于采用该基于文本语义的训练模型对该多个初始关键词进行训练得到该访问规律模板。
57.根据第三方面的第七种实施方式，本技术实施例第三方面的第八种实施方式中，该模板生成模块，还用于对访问规律模板集合进行更新，该访问规律模板集合指前述位于该存储设备中的多个访问规律模板。该访问规律模板集合包括一个该目标访问规律模板和至少一个候选访问规律模板。
58.该模板生成模块，具体用于确定该目标访问规律模板与该至少一个候选访问规律模板中每个该候选访问规律模板的关联度，并将高于预设值的关联度对应的候选访问规律模板与该目标候选访问规律模板合并，得到更新的访问规律模板集合。
59.其中，该关联度用于指示该目标访问规律模板中的映射关系与该候选访问规律模板中的映射关系之间的相似程度。
60.第四方面，本技术实施例提供了一种智能芯片，该智能芯片位于前述实施方式中的存储设备中，该智能芯片用于对输入的样本数据进行训练以输出预测模型。例如，该智能芯片位于本技术实施例第三方面的第七种实施方式中的第一处理器中，该智能芯片可以采用该基于文本语义的训练模型对该多个初始关键词进行训练得到访问规律模板。又例如，该智能芯片位于本技术实施例第四方面的第七种实施方式中的模板生成模块中，该智能芯片可以采用该基于文本语义的训练模型对该多个初始关键词进行训练得到访问规律模板。该智能芯片还可以对访问规律模板集合进行更新。
61.从以上技术方案可以看出，本技术实施例具有以下优点：
62.本技术实施例中，采用第一关键词和目标访问规律模板可以生成目标关键词，然后，基于该目标关键词确定进行预取的预测文件。由于，该第一关键词和该目标关键词符合相同的特征，因此，可以认为该目标关键词指示的预测文件为用户在下一时刻需要读取的文件。因此，即使确定第一关键词的文件访问信息来自第一次访问的文件，该存储设备也可以通过前述第一关键词和目标访问规律模板推算出未访问过的预测文件，并将该预测文件预取至缓存中。有利于提升主机在存储设备中的缓存内获取数据的命中率。
附图说明
63.为了更清楚地说明本技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例。
64.图1a为本技术实施例中文件预取方法适用的一个系统架构图；
65.图1b为本技术实施例中文件预取方法的一个流程图；
66.图2a为本技术实施例中文件访问信息的一个实施例示意图；
67.图2b为本技术实施例中文件访问信息的另一个实施例示意图；
68.图3为本技术实施例中文件预取方法的另一个流程图；
69.图4为本技术实施例中存储设备的一个实施例示意图；
70.图5为本技术实施例中预取装置的一个实施例示意图。
具体实施方式
71.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。
72.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
73.下面先对本技术实施例所提出的文件预取方法适用的系统架构和应用场景进行介绍：
74.如图1a所示，为本技术实施例提供的系统架构图。本实施例提供的存储系统包括主机01、控制器00和多个硬盘02。其中，主机01和控制器00之间通过网络文件系统(network file system，nfs)/通用网络文件系统(common internet file system，cifs)协议或者光纤通道(fiber channel，fc)协议进行通信。该控制器00包括处理器001和缓存002。具体的，主机01可以向控制器00发送写数据请求(简称为写请求)。该控制器00接收该写数据请求之后将该写数据请求携带的数据写入硬盘02中。另外，主机01还可以向控制器00发送读数据请求(简称为读请求)。该控制器00接收该读数据请求之后，根据该读数据请求中的地址查找其缓存002中是否保存有待读取的数据。如果有，则直接将该待读取的数据(即后文将介绍的预测文件)发送给主机01；如果没有，则从硬盘02中获取该数据并发送给主机01。在实际应用中，控制器00和前述多个硬盘02可以集成在本技术实施例提出的存储设备中，也可以作为两个相互独立的设备构成本技术实施例提出的存储设备。
75.而在本技术实施例中，为该处理器001配置了新的功能，或者，在该控制器00中增加一个或多个ai芯片003，以使得该文件预取方法中的处理器001可以对主机01第一次访问的文件进行预测，以实现对未访问过的文件进行预取，有利于主机01在访问新文件时提升读请求的命中率。
76.基于前述系统架构和应用场景，下面将对前述文件预取方法的主要流程进行介绍，具体如图1b所示，该存储设备将执行如下步骤：
77.101、根据读请求携带的文件访问信息生成第一关键词。
78.本实施例中，当主机(例如图1a中的主机01)需要访问存储介质中的某文件时，该主机将会下发读请求。其中，该读请求用于指示需要访问的文件，并且，该读请求将携带该文件的文件访问信息。该文件访问信息指与该需要访问的文件相关的信息。可选的，该文件访问信息可以包括文件属性信息和访问属性信息。其中，文件属性信息与该文件相关而不受该文件是否被访问影响，例如，文件名称、文件类型、文件创建者名称以及访问目录等信息。该访问属性信息指本次访问操作涉及的信息，对同一文件不同次访问生成的访问属性
信息不同。例如，访问时间以及文件访问者名称等。为便于理解，以图2a为例对前述文件访问信息进行介绍。如图2a所示，为一个文件夹，该文件夹中包含四个文件。以左下角的文件为例，该文件的文件名称为“2020年五年级语文模拟试卷3”；文件类型为文本类型(即word类型，也可以被称为word文档)；文件创建者为“张老师”；访问目录为“c:\期末模拟试卷\语文”，该访问目录也可以被称为存储路径或存储地址，即用于指示被访问的文件存储于哪个文件夹中。此外，访问时间以及文件访问者名称等信息在图2a中并未示出，该访问时间以及文件访问者名称等信息可以隐含于前述读请求中。
79.可选的，该文件访问信息为来自不同访问目录的文件的信息，也就是说，该读请求可以携带针对不同文件的文件访问信息，前述不同文件来自不同的访问目录。以图2a和图2b为例，该读请求用于指示读取访问目录为“c:\期末模拟试卷\语文”下且文件名称为“2020年五年级语文模拟试卷3”的文件(具体如图2a所示)，以及访问目录为“c:\期末模拟试卷答案\语文”下且文件名称为“2020年五年级语文模拟试卷答案3”的文件(具体如图2b所示)。
80.此时，存储设备中的处理器(例如图1a中的处理器001)将会获取该读请求携带的文件访问信息，并基于该文件访问信息生成第一关键词。其中，该第一关键词指该存储设备基于前述文件访问信息对其中一部分文件访问信息进行分割或组合而构成的词。可选的，该第一关键词可以是一个词，也可以为一个词组，具体此处不做限定。可选的，该第一关键词可以是由文件名称分割而成，例如，文件名称为“2020年五年级语文模拟试卷3”的文件的第一关键词可以为“2020年”、“五年级”、“语文模拟试卷”或“3”。可选的，该第一关键词可以是由文件名称分割后又组合而成，例如，“2020-五-3”。可选的，该第一关键词可以是由不同的文件访问信息组成的词组，例如，{“五年级语文”，“张老师”，“word”}。此外，该第一关键词还可以是由访问目录组成的词组，例如，{“期末模拟试卷”，“语文”}。在实际应用中，可以根据具体需求对前述第一关键词进行调整，具体本技术实施例对第一关键词的具体形式不做限定。
81.102、采用该第一关键词和目标访问规律模板生成目标关键词。
82.本实施例中，当该存储设备确定第一关键词之后，该存储设备可以基于前述第一关键词和目标访问规律模板生成目标关键词。其中，该目标关键词与该第一关键词符合相同的特征，可以理解为，该目标关键词指示的事物与该第一关键词指示的事物具有相同的特征，并且，基于第一关键词和该第一关键词符合的特征容易联想到该目标关键词。也可以理解为，该目标关键词与第一关键词的词性相同，该第一关键词与该目标关键词的词义相近或相关。可选的，该第一关键词与该目标关键词均为数量词，例如，第一关键词为“3”，目标关键词为“4”；又例如，第一关键词为“第一节”，目标关键词为“第二节”。可选的，该第一关键词与该目标关键词互为近义词或反义词，例如，第一关键词为“上册”，目标关键词为“下册”；又例如，第一关键词为“试题”，目标关键词为“答案”。该目标关键词用于指示预测文件。也可以理解为，该目标关键词包含于该预测文件的文件属性信息中，例如，该目标关键词为该预测文件的文件名称、文件类型或者文件创建者名称等，具体此处不做限定。
83.此外，该目标访问规律模板为多个访问规律模板中与该第一关键词对应的访问规律模板。该目标访问规律模板用于对将该第一关键词作为输入，对该第一关键词按照一定规律计算，以输出该目标关键词。也可以将该目标访问规律模板看作一个综合的计算模型，
输入第一关键词即可输出目标关键词。
84.103、将该目标关键词指示的预测文件预取至缓存中。
85.本实施例中，当该存储设备确定该目标关键词之后，该存储设备可以采用该目标关键词在硬盘(例如图1a中的硬盘02)中查找到该预测文件，并将该预测文件预取至缓存(例如图1a中的缓存002)中。可选的，该预取文件可以为某一个文件，也可以为某一组关联的文件，具体此处不做限定。为便于理解，依然以前述图2a和图2b为例进行介绍。假设，该读请求待访问的文件的文件名称为“2020年五年级语文模拟试卷3”，并且，该第一关键词为词组{“期末模拟试卷”，“语文”，“3”}。此时，若经该目标访问规律模板预测，该目标关键词为词组{“期末模拟试卷答案”，“语文”，“3”}。此时，该存储设备可以确定该预测文件的文件名称为“2020年五年级语文模拟试卷答案3”。然后，该存储设备可以将该预测文件从硬盘中读取至该缓存中。
86.本实施例中，采用第一关键词和目标访问规律模板可以生成目标关键词，然后，基于该目标关键词确定进行预取的预测文件。由于，该第一关键词和该目标关键词符合相同的特征，因此，可以认为该目标关键词指示的预测文件为用户在下一时刻需要读取的文件。因此，即使确定第一关键词的文件访问信息来自第一次访问的文件，该存储设备也可以通过前述第一关键词和目标访问规律模板推算出未访问过的预测文件，并将该预测文件预取至缓存中。有利于提升主机在存储设备中的缓存内获取数据的命中率。
87.基于前述实施例，对前述文件预取方法的进行进一步介绍，具体如图3所示，该存储设备将执行如下步骤：
88.301a、采用基于文本语义的训练模型对多个初始关键词进行训练得到访问规律模板。
89.本实施例中，该存储设备可以预先训练出访问规律模板，以使得当有读请求时，该存储设备可以基于该读请求携带的文件访问信息生成第一关键词。具体地，该存储设备可以采用基于文本语义的训练模型对多个初始关键词进行训练得到访问规律模板。该访问规律模板一般存储于该存储设备中的缓存(例如，图1a中的缓存002)中。可选的，该存储设备还可以将该访问规律模板备份至硬盘(例如，图1a中的硬盘02)中，以供后续随时调用。
90.其中，该基于文本语义的训练模型指该训练模型可以识别文本语义，并基于文本语义进行联想训练。在实际应用中，该基于文本语义的训练模型有多种，例如，基于文本语义的聚类模型，该模型可以将关键词按照语义进行分类。又例如，基于神经网络文本语义训练模型，该模型可以包括如下功能：语义文本相似性(semantic textual similarity)功能，即用于度量文本配对片段(例如，前述第一关键词)的基本语义中的等价程度；释义识别(paraphrase identification，pi)，即识别两个词(例如，前述第一关键词和目标关键词)是否表达相同的含义；自然语言推理(natural language inference)，用于解析假设和前提之间的语义相似性等等。又例如，基于文本语义的朴素贝叶斯模型，该模型可以根据多个关键词在推理过程中出现的概率进行训练。
91.该初始关键词与前述实施例中的第一关键词类似，该初始关键词可以采用生成第一关键词的方式生成，例如，基于历史某一次或多次读请求携带的相关信息生成前述初始关键词。具体请参阅前述步骤101。此外，该初始关键词还可以由用户根据实际需求预设。具体地，该初始关键词可以是一个词或一个词组，可以是名词、形容词以及数量词等，具体此
处不做限定。
92.应当理解的是，该存储设备可以多次执行前述步骤301a以生成多个访问规律模板，前述多个访问规律模板可以组成一个集合，在本技术实施例中称之为访问规律模板集合。此外，该存储设备也可以时刻对该访问规律模板集合中的各个访问规律模板进行更新。可选的，该访问规律模板集合可以作为存储设备的内部数据直接存储于该存储设备中。在这种情况下，不同的存储设备内部包含的访问规律模板集合可能不同，此外，同一访问规律模板在不同时刻也可能存在差异。可选的，该访问规律模板集合可以集成于一个芯片中供该存储设备调用。例如，该存储设备可以将该访问规律模板集合集成于ai芯片中。此时，该ai芯片(例如图1a中的ai芯片003)可以位于存储设备中的控制器内(例如，图1a中的控制器00内)处理器外，该处理器通过特定的接口对该ai芯片进行连接调用。
93.301b、根据读请求携带的文件访问信息生成第一关键词。
94.其中，该文件访问信息为与该读请求指示的文件相关的信息。具体前述步骤101已进行详细介绍，此处不再赘述。
95.可选的，该存储设备还可以基于该读请求携带的文件访问信息生成第二关键词。该第二关键词与该第一关键词不同，该存储设备将采用前述第一关键词和第二关键词进行后续的预测步骤。此外，该第二关键词也可以为来自另一份文件的关键词。
96.应当理解的是，步骤301a与步骤301b之间是相互独立的。也就是说，当该存储设备基于该文件访问信息生成第一关键词的过程中，该存储设备也在利用初始关键词训练访问规律模板以生成访问规律模板集合。因此，前述步骤301a与步骤301b之间无明确的时间先后顺序的限定，可以理解为，该存储设备同时执行前述步骤301a和步骤301b。
97.302、采用该第一关键词在该访问规律模板集合中确定目标访问规律模板。
98.本实施例中，当该存储设备确定了第一关键词和访问规律模板集合之后，该存储设备将基于该第一关键词在该访问规律模板集合中查找与该第一关键词对应的目标访问规律模板。
99.本实施例中，将规律模板中的多个初始关键词中的每个初始关键词均符合的特征用文字描述为特征关联词。该特征关联词可以是前述多个初始关键词的共同属性。例如，若某访问规律模板包括“3”、“5”和“7”这三个初始关键，则前述多个初始关键词的特征关联词可以为“奇数”、“正整数”以及“质数”等。
100.由于，该目标访问规律模板为与该第一关键词对应的访问规律模板，因此，该第一关键词应当符合该访问规律模板中的特征关联词指示的特征。因此，本实施例中的目标访问规律模板包含该第一关键词和/或第一特征关联词，其中，该第一特征关联词用于指示该第一关键词符合的特征。也就是说，该目标访问规律模板可以仅包含第一关键词，也可以仅包含第一特关联词，还可以包含前述第一关键词和第一特征关联词。具体此处不做限定。
101.具体地，该存储设备可以采用如下方式基于该第一关键词从访问规律模板集合中查找该目标访问规律模板：
102.该存储设备将遍历前述访问规律模板集合中的每个访问规律模板。在该遍历过程中，该存储设备将判断访问规律模板是否包含该第一关键词。若该访问规律模板包含该第一关键词，则该存储设备确定该访问规律模板为该目标访问规律模板。然后，该存储设备将跳过后续判断，直接执行步骤303。若该访问规律模板不包含该第一关键词，则该存储设备
将进一步判断该第一关键词是否符合该访问规律模板中的特征关联词指示的特征。若该第一关键词符合该访问规律模板中的特征关联词指示的特征，则确定该访问规律模板为该目标访问规律模板。然后，该存储设备执行步骤303。
103.可选的，若存储设备基于前述读请求携带的文件访问信息生成了两组关键词，例如，第一关键词和第二关键词。此时，该存储设备需要在该访问规律模板集合中查找与该第二关键词和该第一关键词均匹配的目标访问规律模板。
104.具体地，该存储设备可以采用如下方式基于该第一关键词和该第二关键词从访问规律模板集合中查找该目标访问规律模板：
105.该存储设备将遍历前述访问规律模板集合中的每个访问规律模板。在该遍历过程中，该存储设备将判断访问规律模板是否包含该第一关键词和该第二关键词。若该访问规律模板包含该第一关键词和该第二关键词，则该存储设备确定该访问规律模板为该目标访问规律模板。然后，该存储设备将跳过后续判断，直接执行步骤303。若该访问规律模板仅包含该第一关键词和该第二关键词中的一个或不包含该第一关键词和该第二关键词，则该存储设备进一步判断该第一关键词和该第二关键词是否均符合该访问规律模板中的特征关联词指示的特征。若该第一关键词和该第二关键词均符合该访问规律模板中的特征关联词指示的特征，则该存储设备确定该访问规律模板为该目标访问规律模板。然后，该存储设备执行步骤303。
106.此外，该目标访问规律模板还包含映射关系，该映射关系用于指示该多个初始关键词之间的关联方式。当采用该多个初始关键词中的某个初始关键词作为该映射关系的输入时，可以输出另一个关键词，并且，该另一个关键词也为前述多个初始关键词中的某一个初始关键词。该关联方式可以是函数式或映射表。例如，若多个初始关键词分别为“3”、“5”和“7”，则该映射关系可以是函数“y＝x 2”。例如，若多个初始关键词分别为“语文试卷上册”、“语文试卷中册”和“语文试卷下册”，该映射关系可以是试卷与答案对应的映射表。
107.303、将该第一关键词作为该映射关系的输入，采用该映射关系对该第一关键词进行计算，输出该目标关键词。
108.其中，该目标关键词与该第一关键词符合相同的特征。具体地，该目标关键词符合该第一特征关联词指示的该第一关键词的特征。该目标关键词用于指示预测文件。具体地，该第一关键词和该目标关键词在前文步骤102中已进行详细介绍，具体此处不再赘述。
109.本实施例中，由于，该目标访问规律模板与该第一关键词对应，因此，该多个初始关键词可以包括该第一关键词，或者该第一关键词也可以适用于前述映射关系。因此，该存储设备可以将该第一关键词作为该映射关系的输入，采用该映射关系对该第一关键词进行计算，输出该目标关键词。例如，若该第一关键词为“7”，该映射关系为函数“y＝x 2”，则输出目标关键词“9”。例如，若多个初始关键词分别为“语文试卷上册”、“语文试卷中册”和“语文试卷下册”，该映射关系可以是试卷与答案对应的映射表。则输入“语文试卷上册”则将输出“语文试卷答案上册”。在实际应用中，还存在多种实例，具体此处不再赘述。
110.304、将该目标关键词指示的预测文件预取至缓存中。
111.本实施例中，步骤304与前述步骤103类似，具体请参阅步骤103，此处不再赘述。
112.本实施例中，将第一关键词作为目标访问规律模板中的映射关系的输入可以输出目标关键词，然后，基于该目标关键词确定进行预取的预测文件。由于，该第一关键词和该
目标关键词符合相同的特征，因此，可以认为该目标关键词指示的预测文件为用户在下一时刻需要读取的文件。因此，即使确定第一关键词的文件访问信息来自第一次访问的文件，该存储设备也可以通过前述第一关键词和目标访问规律模板推算出未访问过的预测文件，并将该预测文件预取至缓存中。有利于提升主机在存储设备中的缓存内获取数据的命中率。
113.可选的，在前述步骤301a中，由于该存储设备一直处于对该访问规律模板集合进行更新维护的状态。当基于该第一关键词查找到与该第一关键词对应的目标访问规律模板时，该存储设备将结合该目标访问规律模板和该访问规律模板集合中的其他访问规律模板对该访问规律模板集合进行更新维护。为便于介绍，称该访问规律模板集合包括一个该目标访问规律模板和至少一个候选访问规律模板。具体地，该存储设备确定该目标访问规律模板与至少一个候选访问规律模板中每个该候选访问规律模板的关联度，其中，该关联度用于指示该目标访问规律模板中的映射关系与该候选访问规律模板中的映射关系之间的相似程度。然后，该存储设备将高于预设值的关联度对应的候选访问规律模板与该目标候选访问规律模板合并，得到更新的访问规律模板集合。
114.本实施方式中，提出该存储设备中的访问规律模板集合可以基于与该第一关键词对应的目标访问规律模板进行更新，即该存储设备在基于第一关键词确定了预测文件之后，再更新该存储设备中的访问规律模板集合。这样的实施方式，可以使得经过多次更新的访问规律模板集合中的各个访问规律模板可以更准确地基于输入的关键词确定更准确的预测文件，进而使得将前述预测文件预取至缓存后可以提高主机下发读请求的命中率。
115.下面将对前述实施例中的存储设备的结构进行介绍：
116.如图4所示，本实施例提供的一种存储设备40的结构示意图。前述图1b和图3对应的方法实施例中的存储设备可以基于本实施例中图4所示的结构。
117.该存储设备40包括至少一个处理器401以及至少一个存储介质402。
118.其中，该处理器401可以是通用中央处理器(central processing unit，cpu)或微处理器(micro processor)。该处理器401可以是单核处理器(single-cpu)，也可以是多核处理器(multi-cpu)。此外，该处理器401可以指一个或多个装置、电路、和/或用于处理数据(例如计算机程序指令)的处理核。在本实施例中，该处理器401可以用于接收主机下发的读请求，基于该读请求携带的文件访问信息生成关键词(例如第一关键词和第二关键词等)。此外，该处理器401还用于采用该第一关键词和目标访问规律模板生成目标关键词，并基于该目标关键词预取预测文件。具体地，该处理器401可以执行前述图1b和图3对应实施例中的其他步骤。
119.特别地，该存储设备40在执行前述图3对应实施例中的步骤301a时，可以采用如下任意一种实现方式：
120.可选的，该处理器401还用于基于多个初始关键词进行训练以生成访问规律模板，以及基于前述目标访问规律模板对访问规律模板集合进行更新。
121.可选的，前述至少一个处理器401中包含一个或多个第一处理器4011，该第一处理器4011用于基于多个初始关键词进行训练以生成访问规律模板，以及基于前述目标访问规律模板对访问规律模板集合进行更新。该第一处理器4011可以为该处理器401中的一个功能模块或一个独立的功能芯片，用于对前述访问规律模板集合进行维护。该第一处理器
4011还可以为一个具有特定计算功能的ai芯片。
122.可选的，该存储设备40还包括ai芯片403，该ai芯片403位于该处理器401外，用于实现前述第一处理器4011的功能，即该ai芯片403用于基于多个初始关键词进行训练以生成访问规律模板，以及基于前述目标访问规律模板对访问规律模板集合进行更新。此时，前述处理器401与该ai芯片403之间还包括芯片接口，该处理器401通过该芯片接口与该ai芯片403实现通信，从而调用该ai芯片403中生成的访问规律模板集合。
123.在前述三种可选的实施方式中，生成访问规律模板以及对访问规律模板集合的更新维护的步骤，具体可以参阅前述图3对应的实施例中的步骤301b中的相关介绍，具体此处不再赘述。
124.此外，该存储介质402包括缓存(cache memory)4021和硬盘4022。其中，该缓存4021也可以被称为内存，是外部存储(即硬盘4022)与处理器401进行沟通的桥梁。该缓存4021可以用于暂时存放处理器401中的运算数据以及与硬盘4022等外部存储器交换的数据。当计算机在运行时，处理器401可以将需要运算的数据从缓存4021中调到处理器401中进行运算。应当理解的是，该硬盘4022与该缓存4021之间还包括一个或多个接口，该一个或多个接口用于实现硬盘4022与缓存4021之间的数据传输。具体地，该处理器401用于并基于该目标关键词从该硬盘4022中将预测文件预取至缓存4021中。
125.此外，该缓存4021还用于存储前述处理器401/第一处理器4011/ai芯片403生成的访问规律模板。该处理器401/第一处理器4011/ai芯片403还可以将前述访问规律模板备份至硬盘4022中，以使得该处理器401/第一处理器4011/ai芯片403在需要时可以随时从该硬盘4022中调用该访问规律模板。特别地，由于该ai芯片403中也包含一部分存储介质，当由ai芯片403生成访问规律模板时，可以直接将该访问规律模板存储于该ai芯片403中。
126.可选的，前述处理器401、缓存4021以及ai芯片403一般位于同一控制器(图未示)中。具体地，可以参阅前述图1a对应的系统架构图，具体此处不再赘述。
127.如图5所示，为本技术实施例提供的一种预取装置50的结构示意图。该预取装置50位于前述存储设备40中，该存储设备40的具体结构可以参阅前述图4。该存储设备40存储有计算机程序或指令，该预取装置50调用该计算机程序或指令执行如下模块：关键词生成模块501、计算模块502、数据迁移模块503以及模板生成模块504。其中，该关键词生成模块501、计算模块502和数据迁移模块503位于图4所示的存储设备40中的处理器401中；该模板生成模块504可以位于图4所示的存储设备40中的处理器401中，例如，为该处理器401中的第一处理器4011；该模板生成模块504也可以位于图4所示的存储设备40中的ai芯片403中。
128.其中，关键词生成模块501，用于根据读请求携带的文件访问信息生成第一关键词。具体地，可以参阅前述步骤101和前述步骤301b中的相关介绍。该计算模块502，用于采用该第一关键词和目标访问规律模板生成目标关键词，该目标关键词与该第一关键词符合相同的特征，该目标关键词用于指示预测文件。具体地，可以参阅前述步骤102、前述步骤302和前述步骤303中的相关介绍。该数据迁移模块503，用于将该目标关键词指示的该预测文件从该硬盘预取至该缓存中。具体地，可以参阅前述步骤103和前述步骤304的相关介绍。
129.其中，该预取装置50存储有多个访问规律模板，或者，该预取装置50可以调用存储设备中存储的多个访问规律模板。该目标访问规律模板为该多个访问规律模板中与该第一关键词对应的访问规律模板，每个该访问规律模板由采用基于文本语义的训练模型对多个
初始关键词进行训练而得。该目标访问规律模板包含该第一关键词和/或第一特征关联词，该第一特征关联词用于指示该第一关键词符合的特征。该目标访问规律模板还包含映射关系，该映射关系用于指示该多个初始关键词之间的关联方式，该多个初始关键词包括该第一关键词。
130.此外，该计算模块502，具体用于将该第一关键词作为该映射关系的输入，采用该映射关系对该第一关键词进行计算，输出该目标关键词，该目标关键词符合该第一特征关联词指示的该第一关键词的特征。可选的，该计算模块502，还用于：判断访问规律模板是否包含该第一关键词；若该访问规律模板包含该第一关键词，则确定该访问规律模板为该目标访问规律模板；若该访问规律模板不包含该第一关键词，则进一步判断该第一关键词是否符合该访问规律模板中的特征关联词指示的特征；若该第一关键词符合该访问规律模板中的特征关联词指示的特征，则确定该访问规律模板为该目标访问规律模板。具体地，可以参阅前述303中的相关介绍。
131.此外，该模板生成模块504，用于采用该基于文本语义的训练模型对该多个初始关键词进行训练得到该访问规律模板。具体地，可以参阅前述步骤301a的相关介绍。
132.以上模块的一个或多个可以以软件、硬件或二者结合来实现。当以上任一模块以软件实现的时候，所述软件以计算机程序指令的方式存在，并被存储在存储器中，处理器可以用于执行所述程序指令并实现以上方法流程。此时的处理器可以包括但不限于以下至少一种：中央处理单元、微处理器、数字信号处理器(digital signal processing，dsp)、微控制器(micro controller unit，mcu)、或人工智能处理器等各类运行软件的计算设备，每种计算设备可包括一个或多个用于执行软件指令以进行运算或处理的核。该处理器可以内置于片上系统(system on chip，soc)或专用集成电路(application specific integrated circuit，asic)，也可是一个独立的半导体芯片。该处理器内处理用于执行软件指令以进行运算或处理的核外，还可进一步包括必要的硬件加速器，如现场可编程门阵列(field programmable gate array，fpga)、可编程逻辑电路(programmable logic device，pld)或者实现专用逻辑运算的逻辑电路。当以上模块或单元以硬件实现的时候，该硬件可以是cpu、微控制器、dsp、mcu、人工智能处理器、asic、soc、fpga、pld、专用数字电路、硬件加速器或非集成的分立器件中的任一个或任一组合，其可以运行必要的软件或不依赖于软件以执行以上方法流程。
133.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
134.以上实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围。