伺服器以物件群组分析网页代理伺服器之快取效能.doc文档

以物件群組分析網頁代理伺服器之快取效能

Analyzing the Cache Performance of Web Proxy

Server with Obj ect Groups

段裘慶* 楊鍵樵

Chiu-Ching Tuan Chen-Chau Yang

國立臺北科技大學電子工程系*

國立臺灣科技大學電子工程系

摘要

有鑑於網頁代理伺服器之快取效能對現行WWW之服務品質具有關鍵性的影響所以本研究擬以”網頁物件特徵”作觀察面以”網頁物件群組”為觀察點來分項評量系統的快取效能。作法上物件特徵概分為「Http狀態碼」、 「內容型式」、 「資料量大小」與「下傳時間」等四個層面而物件群組是依單項物件特徵再作分群以約5~7個群組為主。再配合為網頁群組所定義的三項評估因子包括群組總存取比((i) )、群組總命中比((i) )與群組命中率基準差((i) )等以對校園代理伺服器作快取效能分析期望研判出影響本地快取效能的關鍵要素。

由分析所得之統計資料於實務上可望供區域網管人員作為案例參考藉以微調網內代理伺服器的快取系統組態另於理論上則對致力於網頁快取替換策略制定的研究人員可提供新的分析數據與思惟方向藉以研定更高效能的快取機制。

關鍵詞網頁代理伺服器、快取效能、網頁物件特徵、替換換策。

投稿受理時間 89年11月6日 審查通過時間 89年12月3 日

ABSTRACT

Based on the facts, the cache performance of web proxy server had critically impacted on thequality of service (QoS)of World Wide Web(WWW). In this paper,we will propose an analyticalway to investigate the factors affecting the cache performance by analyzing the on-line access logs

1

supported by NTUT. Four facets of web objects including “Http code”, “content type”, “objectsize”,and“elapsed time”will be used for examining the cache performance. Moreover, in each facet,all cached objects would be partitioned into 5-7 groups for performing the analysis. In the analysis,we use three kinds of evaluation including “access percentage”, “hit percentage”, and “hit ratiodifference” to explore the cache performance, and to find out the critical causes that affect thep erformanc e.

Finally,we expect that the results of analysis could contribute in two folds. In practice, it couldhelp the administrators of LAN to adapt the cache configuration of proxy server effectively. Intheory, it could assist the researchers to study the cache mechanism and construct a novel and moreefficient replacement policy.

Keywords web proxy server  cache performance web obj ect property replacement policy.

壹、緒論 網際網路用戶數已達557萬戶且普及率攀升上

25%若依用戶類型區分其中台灣學術網

全球資訊網World Wide Web,WWW係 TANet 之用戶數高居第二位達174萬並且由隸屬於歐洲核子研究委員會CERN的Tim 維持約7%年成長率。於同年9月中旬加拿B erners-L ee在1989年所倡議意圖建置一個 大多倫多外電指出[2]台灣學生在校上網率達分散式超媒體系統可經由網際網路存取散佈在 63%是高居16個調查國家中的第三位僅次於各地的研究資料。隨後於1993年Marc 瑞典、加拿大但領先英、美兩國惟台灣學Andreessen和Eric Bina於美國國家超級計算應 生在家裏上網的比率則僅有45%略遜於他國。用中心NCSA開發出以滑鼠點選超媒體文 無論如何諸多研究的統計數據均顯示出網際件的網頁瀏覽器NCSA Mosaic[1] 開啟了 網路之使用早已是一股銳不可擋的新潮流將影WWW高速成長的新紀元。 響人類甚鉅而全球各國也都積極地規劃因應

由於WWW簡便易用的特性以及對超媒 之道。

體文件的有效支援這已使得網際網路的使用 WWW雖成功地促進了網際網路的使用熱人口數與連網的主機數每年均屢創新高且呈現 潮然而相較於使用人口的快速激增現行實急速地激增。根據研究統計2000年1月全球 體網路基礎建設的速度卻遠落後於使用者的需連網的主機數約7240萬部而我國亦有約85 求在網路頻寬供需失衡之狀況下更惡化網路萬部的成長就此趨勢預料於新世紀2001年時 的使用品質分析其原因有如后幾點包括全球連網主機數目將超過一億台。若往後人們 (1)網頁內容逐漸地大量使用較高容量的多媒對網際網路仍舊如此地深度使用這恐怕對人 體物件。

類生活型態的影響將更為深遠。 (2)網頁伺服器端為了因應系統需要而引用自

資策會於2000年8月底公告[2]指出我國 動的網頁推播push機制。

2

(3)傳統的商務系統大幅地整合並且改以網頁 留於快取中的使用價值。

平台提供全球性跨國服務造就了電子商 因此我們將以實際的網頁存取日誌檔

務 e-Commerce 的崛起。  access log作為案例來探究現行代理伺服器

(4)網際網路服務供應商 ISP競相設立更加 proxy server 的快取效能其評量方式是以

吸納大量新興的網路使用人口。 預選的四項網頁物件特徵來分項研判可能影響

相對於網路使用品質的低弱為了改善以 本地快取效能的關鍵要素。

及增進網際網路品質也有幾個相關的研究議 可望由分析所得之結論有助於網管人員題例如 改善代理伺服器的系統組態與快取效能此

(1)網際網路基礎建設建置寬頻網路與研發 外也有利於研究人員研制更高效能的網頁快

更高速的網路傳輸技術例如電纜數據傳 取替換機制。

輸 cable modem和非同步數位用戶專線 本文之章節架構如后包括第2節討論階

AD S L。 層式網頁快取系統第3節分項分析與探討代

(2)網路協定改善現有的協定或者設計更具 理伺服器的快取效能最後一節第4節作扼

效率的新網路協定。 要的結論。

階層式網頁快取系統

物件經過壓縮後再作網路傳輸時可大幅 於全球資訊網上使用快取系統可以有效提

地降減網路頻寬的使用。 昇網頁瀏覽的服務品質快取系統對內而言可

(4)網頁快取 cache 技術網頁的快取則是 加快網頁下載的速度對外而言可減少對相同

利用資料備份的概念來達到加速物件存取 的網頁物件作重複性要求藉以舒緩遠端伺服

與節省頻寬的目的。 器的工作負荷並且可降低對網路頻寬的使

上述這幾項研究議題中又以網頁快取技 用以提高WWW總體的運作效能來滿足用戶術在不須增加網路頻寬的基礎建設下可以立 端的需求。以下分節說明WWW快取運作方式即得到較大的效益並且也可以輕易地應用在現 與TAN et架構範例。

有的網路環境中。 因此目前大部分的網頁瀏覽

都透過快取系統來加快存取速度並減少對遠端 一、階層式快取系統之運作

3

圖一、網頁代理伺服器之快取圖運二作、模台北式科技大學LNCT-URT-W3校[8園,9]代、理LR伺FU服[器10]之、階LU層V架[1構1]與圖二

Microsoft IE與Netscape Communicator。

的硬碟空間來執行網頁快取的功能。 惟現行的代理伺服器系統例如 Squid為

一般是設置於區域網路內此類型的系統 主原因在於LRU演算程序較為簡易但是快軟體中較著名的有CERN HTTP Daemon[3]。

SNetsc

WW W快取系統的基本架構如圖一所示 至KB 且個別的網頁物件網址UR L原始當網頁代理伺服器收到由用戶端瀏覽器所發出 所在的伺服器端也散佈全球五大洲故網頁物的網頁請求Http request 時它會先檢查該 件下傳所需要的等待時間就存在更大的差距。網頁資料是否存在於快取硬碟中若是快取命 這常使得不耐久候的用戶端會經常中斷請求服中hit 則直接地取出該資料並傳回給瀏覽器 務而更加惡化網路的壅塞與浪費網路頻寬的一效率佳的網頁快取技術可以實質並等候資料回傳。當代理伺服器收到由上層所 地減少網頁物件在網路上的重複傳輸並且可回應的網頁資料後除了將資料再回傳給瀏覽 加速用戶端存取網頁資料。所以有關於高效器之外並且將複製一份副本存入快取系統 能網頁快取或預取技術的研製[17]  目前而言

仍是具有高度的研發價值。

4

二、校園代理伺服器之階層架構 階層路徑而逕送至網頁物件原始URL所在的

伺服器端作存取。

圖二所示為台灣學術網TAN et校園網路之

範例架構其中的台北科大NTUT校園區域網 參、快取效能分析

理伺服器包括如下兩型 一、 Proxy快取效能之總體概況分析

(1)兄弟 sibling協同快取

其運作模式通常是先以”快取摘錄” 本分析系統所採用的分析樣本係以 caching digest 方式來推測擬作轉向存取的 NTUT校園代理伺服器於網上運作所得的存取網頁物件存在與否[12] 。經由分析得知NTUT 日誌檔為主所快取物件之URL並未有網域上校網於2000年4~6月期間並未引用任何區網的 的劃分或者是限制所服務的對象以NTUT校兄弟協同代理伺服器。 網內的用戶端即IP為140.124.*.*者為限。

(2)父p ar ent 協同快取 首先為了佐證本分析樣本所呈現的網頁

以隸屬教育部的代理伺服器proxy.edu.tw 物件存取模式並非是特例而是吻合典型的 163.28.1.141 設定為父協同快取並且以” Zipf-like[13]  i之分佈故針對個別的網頁單父協同”  single parent 的規則作為伺服器 物件與被存取數作統計分析[14]。經由圖示的選取的運作模式。 結果確認了NTUT校網日誌檔的物件存取紀

上述之階層式代理伺服器在攔截由NTUT 錄圖三實線部份趨近於 i之分佈圖三校網所發出之H t tp請求的優先順序上其依次 虛線部份 其中值約為0.78。

是  1 校網代理伺服器140.124.10.1、 2父 並且此一值與Cao[16]於1999年分析協同代理伺服器163.28.1.141、  3 更高層協同 歐、美、澳等地區代理伺服器日誌檔之Zipf-like伺服器或原始網頁伺服器端等。 分佈的值如表一比對之下也頗為相近

其中若H t tp請求是屬於或必須以”直接” 這項事實有助於確立此後分析所得數據的代表direct 的方式作處理時則它可脫離協同式 性。

5

圖三、NTUT存取日誌檔之Zipf-like 對象 值是以「存取總命中數H」對「總

分佈圖 =0.78  存取次數R 」之比值為代表。式子1中 hi與

1hi分別表為單一物件oi之命中次數與總存

表一、其它日誌檔之Zip f-like分佈之值 取數。

為求分析樣本於取樣時間上的代表性所

)(a)  全體分析樣本的存取總數高達約759萬

筆總下載的資料量約為46.7GB而其中屬於 [定義二]快取資料量命中率 byte Cgi類型物件即副屬檔名為.cgi/.asp者的存 byte則為非Cgi類型存取的資料量命中取筆數約佔全體的10%左右。 率其比值以「總命中資料量H byte 」對「總存

另於圖四(a)、四(b)以單日曲線來觀測「總 取資料量R byte 」計算求得其中s i為物件o i的存取數」對「CGI存取數」、 「總命中率」對「總 資料量大小。

資料量命中率」等項分析資料的趨勢由結果

)所分析樣本的穩定性。

以下分析中基於代理伺服器大都未將 對伺服器之總體效能作概要的分析後由Cgi類型的物件作備份以為快取之用所以將 表二(b)的結果可獲得如下初步的結論

6

圖四、存取日誌檔之總體效能分析服器與上層伺服器端建立網路連線與轉送物件

要求的次數相對越少故可以有效地減少系統 表二、 台北科大網頁代理伺服器日誌檔與外層網路連線的時間和頻寬的使用。而越高 之總體概況分析(Squid 21 )

7

「內容型式」、 「資料量大小」與「下傳時間」 較之下的基準差詳如式子(5)。

等四個層面。而物件群組是依單項物件特徵再 式子(6)中 (i)係以單一群組之「命中數作分群以產生約5~7個群組為主。 H(i) 」與「存取數R(i) 」的比值作為群組的命中

同時在以群組為分析的要件下定義三 率。

項評估因子以作為評量伺服器快取效能之用 *則是以總體群組的「總命中數kH(k) 」這包括了群組總存取比(i)、群組總命中比(i) 與「總存取數kR(k) 」作比值計算得之如式與群組命中率基準差(i)等三項各項定義如下 子(7)。

所述[15]。

[定義三]群組物件總存取比「數kR(k) 」的百分比來表示之。式子3之1hj(i)

以下四小節依照網頁物件特徵作分項解[定義四]群組物件總命中比 (i)  析各項分析數據的分佈趨勢可參照圖五~圖八

hj(i)表為群組內物件oj(i)之命中總數。 主。但於下文中為力求數據引述的客觀性故

(i) 

一、依網頁物件之「H ttp狀態碼」[定義五]群組物件命中率基準差 (i)  作群組快取分析

(i)係以總體群組命中率*為衡量基準

用以求得「單一群組命中率]存取日誌檔所設定的資料錄欄位

8

包 且”200”與”304”群組之(i)值就佔盡全體命中括 ”Tim es tamp”、 ”Elaps ed”、 ”Clien t_IP”、 ” 數的97.6%而非主流群組”456 err”、 ”000”L og_Tag/Http_Code”、 ”Object_Size”、 ”R eques t 與”Others”等僅約佔2.5%左右。同時由圖五_Method”、 ”Request_URL”、 ”User_Ident”、 ”H (a)與五(b)作趨勢比較發現(i)較高之群組其ierarchy_data/Host_Name”與”Conten t_Type”等 (i)值也有頃向居高的優勢。

10項。 3.群組命中率基準差 (i) 

其中第4欄位為狀態碼 status code 是

記錄伺服器端回應由用戶端提出Http請求後的 欲比較群組物件保留於快取中的使再處理狀態。 用程度可用命中率基準差(i)來作客觀地探

本項分析以”000”  non-Ht為衡量基求、 ”200” 請求成功、 ”304” 未作修 準用以凸顯個別群組之快取命中率(i)相對改。

碼與”O ther s”其它碼等區分為5個群組物 群 組 依 (i) 的 遞 減 次 序件以作為效能評量的對象。 是”304”(+31.2%)、 ”200”(-8.4%)、 ”456 err”(-32

首先由圖五(a)所示之總存取比(i)依遞 顯然地 ”304”群組之(i)最高且是唯一的減次序作觀察  則群組排序 正值表示”304”命中率(i)是優於總均值*且是”200”(59.2%) 、 ”304”(30.6%) 、 ”456 err”(5.2 大幅領先3成左右相當於(i)原始值達0.9之%)、 ”O th er s”(3.9%)與”000”(1.1%)等。 高。其次是”200” 其(i)為負值但只是微幅落

其中 ”200”與”304”兩群組總和就達全體 後* 其原本(i)仍達0.5之多。

的89.8%儼然是多數的主流群組。這表示用 非主流的”456 err”、 ”000”與”O th er s”等群組戶端所提出的H t tp請求中可成功獲得完整回 仍落居末三位其(i)均為負值而且大幅地落後應的部份幾近9成反之屬於請求錯誤 *至少3成。雖然三者的(i)約有10%之多的”456 err”與其他非完整或非實質回應的約各 但是(i)卻分別僅約0.27、 0.02與0.01。佔0.5成。 基於考量有限快取空間所存在的排擠效應

2.群組總命中比 (i)  問題顯然地命中率基準差(i)值較高的群組

9