字节缓存(一)
目前学术上的切分方法如下：
上图中的9种方法可以根据方法自身的特性分为三类。
第一类：位置分类法，此方法按固定大小将数据切分。其方法的优势的计算开销很小，但是对数据变化很敏感。
第二类：取样法，MODP、WINN、MAXP、SAMPLEBYTE、DYNABYTE均属于此类。由于计算指纹的时候是按字节递增取块计算，因此
指纹的数量会很多，考虑到内存和磁盘的压力，取样法根据全局条件、局部条件、统计结果来取样数据块。
第三类：全局缓存，MRC和PACK属于此类，此类方法按照一定的方法将数据块切分，再对切分后的数据块计算hash值并存储。
剩下的FBC方法[6]的创新点是评估出使用频率高的块，以此来节省内存与磁盘的开销。
1.FIXED
按固定大小划分数据的最大问题对数据修改十分敏感，一旦某一个位置的数据修改后，其后所有数据的hash值均发生了变化。
2.MODP
此方法由论文[1]于2000年提出。其系统架构如下：
MODP的实现：
MODP是通过指纹来找到重复的数据。
- 指纹通过Rabin指纹算法计算。
- 对数据包计算了所有指纹之后，由于数据量巨大，我们需要取样。取样对指纹二进制表示时最后几位为0的指纹。
- 采用hash表来存放指纹，对相同的指纹采用FIFO的方式处理。如果查询到相同的指纹，向两边扩散比较。
MODP的伪代码如下：
效果分析：
可以通过伪代码中的参数p来控制取样的数目，如果取样的数目很少的话，就会效果很差，因为大量的数据没有取样。
如果取样很多的话，那么就会让MODP接近于FIXED方法。而且我们以全局的参数p来定义划分的条件，因此有可能很多
区域并没有取样。
3.WINN
此方法由论文[2]提出， 此方法可以保证在一定范围的hash值中一定会取一个局部最小或局部最大的hash值。此方法的优势
在于可以让取样均匀分布，可用于解决MODP中的大范围取样失效。
4.MAXP
在MODP和WINN中，我们计算了大量的指纹，但是很多指纹并没有被取样。MAX会选择局部数据内容的最大值而不是WINN的
局部指纹的最大值，MAX选择出最大值后在计算指纹。此方法由论文[3]提出。
5.SAMPLEBYTE
此方法的伪代码如下：
对于此方法[4]使用取样的字节来设置切割点，由上图可知，取样的自己存放于SMPLETABLE数组。
在第6行，一旦确认需要取样，就设置取样点并将i滑动p/2字节。 在离线方式下，数组SMPLETABLE是
通过对MAXP的结果进行排序得到。在实验中验证，其方法效果并没有很大改善，原因可能是：取样出来
字节和重复的部分并不一定有联系。
6.DYNABYTE
由于SAMPLEBYTE存在SMPLETABLE数组大小是固定和需要预先对数据进行训练这两个问题，论文[5]提出了
DYNABYTE方法，此方法类似于SAMPLEBYTE，但是可以自适应的动态对查询表进行调整。
