买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉厦门厦华科技有限公司申请的专利一种基于分布式缓存的数据加载优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120804163B 。

龙图腾网通过国家知识产权局官网在2026-03-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511258271.1，技术领域涉及：G06F16/2455；该发明授权一种基于分布式缓存的数据加载优化方法是由商永金;薛元;谢特辉设计研发完成，并于2025-09-04向国家知识产权局提交的专利申请。

本一种基于分布式缓存的数据加载优化方法在说明书摘要公布了：本发明公开了一种基于分布式缓存的数据加载优化方法，属于数据管理领域。具体步骤包括：构建包含本地缓存、边缘缓存和中心缓存的分层架构；基于动态权重模型实时计算数据请求优先级，该模型包含连续度、实时度、新鲜度、同步必要度和数据命中度五个度量，结合度量权重及交互项权重实现优先级量化；客户端请求数据时依次查询本地、边缘、中心缓存，边缘缓存未命中时触发优化策略，包括基于准入阈值的自动写入、深度学习模型预测的主动回填，以及容量超限时基于淘汰优先级的分片遍历清理。本发明通过动态调整权重、智能优化边缘缓存，有效提高缓存命中率，减少加载延迟，适用于电子白板等高频数据访问场景。

本发明授权一种基于分布式缓存的数据加载优化方法在权利要求书中公布了：1.一种基于分布式缓存的数据加载优化方法，其特征在于，所述方法包含如下步骤： 步骤S1：针对白板数据，设计包含本地缓存、边缘缓存和中心缓存的分层缓存架构； 步骤S2：当客户端有多个数据请求时，根据预设的动态权重模型实时计算数据请求优先级； 步骤S3：客户端在请求数据时，首先从本地缓存中查询数据；如果数据命中，则直接返回数据；若未命中，则依次查询边缘缓存和中心缓存，若在边缘缓存中未找到数据，则触发边缘缓存优化策略； 所述的本地缓存、边缘缓存和中心缓存分别采用IndexedDB数据库，边缘缓存采用Redis集群，中心缓存采用Memcached集群，用于处理不同级别的数据存取请求； 所述动态权重模型是用于计算本地缓存、边缘缓存和中心缓存的数据请求优先级； 所述动态权重模型包括连续度、实时度、新鲜度、同步必要度和数据命中度在内的五个度量，每个度量的数值上限为 所述数据请求优先级的计算公式为： 其中，，表示度量的权重；为连续度和实时度的交互项，看作交互项1；为新鲜度和同步必要度的交互项，看作交互项2；和分别是交互项1和交互项2的权重； 所有所述度量的权重根据数据总命中率实时调整； 所述边缘缓存优化策略基于深度学习模型实现； 所述边缘缓存优化策略过程为： S301：设置准入阈值，若请求数据的优先级大于所述准入阈值，则边缘缓存从中心缓存获取数据后，自动写入边缘缓存； S302：基于深度学习模型预测中心缓存中的数据的访问概率、关联度、同步必要度，当预测的访问概率大于预设阈值并满足如下任一条件时，将对应数据写入边缘缓存；所述条件包括： 关联度大于预设关联度因子阈值； 同步必要度大于预设同步必要度阈值； S303：当边缘缓存容量大于预设容量阈值后，开始清理所述边缘缓存中淘汰优先级超出预设淘汰阈值的数据；所述淘汰优先级基于所述连续度、实时度、新鲜度、同步必要度计算得到；若淘汰优先级相同，则清理低数据命中度的数据； 淘汰优先级越高的数据越先被清理； 所述S303的具体过程如下： S3031：当边缘缓存容量大于预设容量阈值时，开始清理流程； S3032：预计算边缘缓存数据的淘汰优先级； S3033：筛选遍历范围；将预设时间段内未被访问的数据纳入遍历范围；实时度和同步必要度超过预设阈值的数据不纳入遍历范围； S3034：执行分片遍历；边缘缓存按数据ID进行哈希分片；每个分片通过Redis有序集合按淘汰优先级降序遍历，清理淘汰优先级超阈值的数据，每个分片的清理数据量保持相等；若淘汰优先级相同，则优先清理数据低命中度的数据； S3035：重新计算边缘缓存容量，若仍大于预设容量阈值时，重复步骤S3033和S3034； S3036：清理缓存数据时，检查边缘缓存是否同步至中心缓存；若未同步，则将数据上传至中心缓存，若同步，则直接删除。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人厦门厦华科技有限公司，其通讯地址为：361101 福建省厦门市翔安区上塘北路333号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。