分布式存储系统的缓存方法及系统

本发明公开了分布式存储系统的缓存方法及系统，涉及存储缓存技术领域，该系统通过利用历史数据进行分析和预测，有效地识别缓存数据的使用模式和性能变化趋势。使用Pandas进行数据处理和统计分析，结合Matplotlib和Seaborn创建时间序列图、趋势图、散点图、统计图表、热力图和回归图，能够清晰地展示缓存性能的周期性变化。通过集成ARIMA模型和LSTM模型构建的机器学习模型，能够准确预测未来的缓存情况。这种预测能力不仅减少了缓存利用率不均衡和访问延迟增加的风险，还提升了缓存命中率，从而提高了系统的响应速度和用户体验。预测模型经过均方根误差、平均绝对误差和决定系数等评估指标的验证，确保了其预测性能的可靠性。