目的及意义：

计算机系统中最严重的不平衡来自CPU与I/O之间持续扩大的性能差距。磁盘传输带宽的改善速度跟不上CPU计算能力的增长,数据访问延迟的改善更是严重地滞后。

在Linux中，文件Cache分为两层，一是Buffer Cache，另一个就是Page Cache。每一个Page Cache包含若干Buffer Cache。内存管理系统和VFS只与Page Cache交互，内存管理系统负责维护每项Page Cache的分配和回收，同时在使用memory map方式访问是负责建立映射；VFS负责Page Cache与用户空间的数据交换。而具体文件系统则一般只与BufferCache交互，它们负责在外围存储设备和BufferCache之间交换数据。读缓存以PageCache为单位，每次读取若干个PageCache，回写磁盘以BufferCache为单位，每次回写若干个BufferCache。

对于系统的所有文件I/O请求，操作系统都是通过Page Cache机制实现的，对于操作系统而言，磁盘文件都是由一系列的数据块顺序组成，数据块的大小随系统不同而不同，x86linux系统下是4KB(一个标准页面大小)。内核在处理文件I/O请求时，首先到Page Cache中查找(Page Cache中的每一个数据块都设置了文件以及偏移信息)，如果未命中，则启动磁盘I/O，将磁盘文件中的数据块加载到Page Cache中的一个空闲块。之后再copy到用户缓冲区中。

因此，Cache不命中意味着需要执行磁盘访问，从而增加整个系统的I/O开销。在Android系统中，用户体验最重要的是前台正在显示应用的流畅性。如果有过多的I/O请求，导致了前台应用的I/O请求得不到及时执行。用户就会感到卡顿，体验变差，所以需要高效利用PageCache 空间，以优化I/O访问开销。

为了对PageCache进行I/O优化，可以对Page Cache采用预取策略，以提高Page Cache中I/O请求的命中率，减少I/Olatency。现在手机端的需求，需要感知pagecache优化前台进程I/O请求（以及所依赖的后台进程I/O），需要感知并决策痛点应用各场景下I/O数据的预取行为及是否需要cache，需要减少I/O数据量与内存消耗、需要提升page cache利用率，从而提高前台进程的处理速度，优化用户体验。

但是，现有方法无法获取前后台进程I/O的关联；不能够动态适应不同场景下I/O访问行为，从而造成不准确的预取行为，反而加重I/O访问量，降低系统性能。基于此，我们提出通过对典型应用的历史I/O行为进行分析，挖掘出数据访问的内在关联性，提高pagecache的预取准确率，从而提升移动设备整体的响应速度，达到良好的用户体验。

国内外研究现状：

Linux的预读架构研究现状：

Nbaloverme^[16]中有提到现有的Linux预读架构：Linux内核的一大特色就是支持最多的文件系统，并拥有一个虚拟文件系统(VFS)层。早在2002年，也就是2.5内核的开发过程 中，AndrewMorton在VFS层引入了文件预读的基本框架，以统一支持各个文件系统。Linux内核会将它最近访问过的文件页面缓存在内存中一段时间， 这个文件缓存被称为page cache。如图1. 1所示。一般的read()操作发生在应用程序提供的缓冲区与page cache之间。而预读算法则负责填充 这个page cache。应用程序的读缓存一般都比较小，比如文件拷贝命令cp的读写粒度就是4KB；内核的预读算法则会以它认为更合适的大小进行预读I/O，比比如16-128KB。