大容量固态硬盘地址映射表优化设计与访存优化研究
项目介绍
AI项目解读
基本信息
- 批准号:61802133
- 项目类别:青年科学基金项目
- 资助金额:23.0万
- 负责人:
- 依托单位:
- 学科分类:F0204.计算机系统结构与硬件技术
- 结题年份:2021
- 批准年份:2018
- 项目状态:已结题
- 起止时间:2019-01-01 至2021-12-31
- 项目参与者:张惠臻; 刘艳; 周炎; 李晨曦; 周勤勤; 欧阳谷; 白冰;
- 关键词:
项目摘要
It is a trend to deploy large-capacity SSDs in storage systems. However, more and more pages in large-capacity SSDs will cause more and more mapping entries, which leads to performance degradation because of more cache misses of mapping entries. Besides, page size in large-capacity SSDs becomes bigger and bigger, which also causes performance degradation due to the size discrepancy between I/O requests and flash page size. Accordingly, we face new challenges in FTL design which are how to design a suitable mapping table, how to efficiently manage cache for mapping entries and how to achieve high performance for hybrid management between pages of big size and small size. Motivated by this, we focus on the mapping table design and performance optimization for large-capacity of SSDs in this project. 1) We first develop a theoretical framework to analyze the influence of different mapping table schemes on the performance of SSDs. In order to reduce the size of each mapping entry, we come up with a novel set-based mapping table approach and do research work for its optimization. 2) We design a method to reduce the size of mapping entries stored in cache, develop a light-weight LRU algorithm and propose a temporal and spatial locality-aware algorithm for workloads with random access, so as to achieve efficient cache management for mapping entries. 3) At last, we optimize the mapping table design and develop a dynamic hybrid management technology for different size of pages, so as to further improve the performance of large-capacity of SSDs.
大容量固态硬盘部署于外存系统已成为当前趋势。然而,其物理页面数量的急剧增加将产生大量映射表项,而大量表项将造成更频繁的高速缓存缺失,进而影响访存性能;此外,大容量固态硬盘的物理页面在增大,这将产生因I/O大小与页面大小不一致引起的性能降级现象。因此,大容量固态硬盘在映射表设计、高速缓存管理和大小页混合管理中面临新的挑战。本项目针对大容量固态硬盘,开展映射表优化设计和访存优化研究。1)首先,建模分析不同映射表机制对访存性能的影响,提出新型的基于分组的地址映射表方法和相应优化设计,以减小映射表项在闪存上所需的存储空间;2)其次,研究映射表表项在高速缓存中存储的缩减方法,设计轻量级冷热缓存管理算法并研究时空感知的随机访问优化算法,通过提高映射表表项在高速缓存中的管理效率来优化访存性能;3)最后,研究大小页混合管理的映射表优化方法,并基于工作负载特点设计大小页分区动态管理技术,进一步优化访存性能。
结项摘要
大容量固态硬盘部署于外存系统已成为当前趋势。然而,大容量固态硬盘在映射表设计、高速缓存管理和大小页混合管理中面临新的挑战。本项目针对大容量固态硬盘,计划开展映射表优化设计和访存优化研究。1)首先,建模分析不同映射表机制对访存性能的影响,提出新型的基于分组的地址映射表方法和相应优化设计,以减小映射表项在闪存上所需的存储空间;2)其次,研究映射表表项在高速缓存中存储的缩减方法,设计轻量级冷热缓存管理算法并研究时空感知的随机访问优化算法,通过提高映射表表项在高速缓存中的管理效率来优化访存性能;3)最后,研究大小页混合管理的映射表优化方法,并基于工作负载特点设计大小页分区动态管理技术,进一步优化访存性能。..通过对以上问题的研究,我们完成了以下五部分工作。1)在大容量固态硬盘映射表优化方面,着重分析了不同映射机制的优缺点(页映射、块映射以及混合映射),提出基于分组的映射方法以提高固态硬盘访问性能。2)在数据缩减方面,着重探讨了已有的针对固态硬盘的不同数据缩减方法的优缺点,提出基于压缩的寿命感知的闪存转换层设计以提高固态硬盘的寿命和性能。3)在高速缓存管理方面,首先探讨如何减少逐出操作的等待时间,提出逐出开销感知的缓存管理策略;其次探讨映射表的缓存管理,提出局部性感知的页映射闪存转换层设计。4)在大容量固态硬盘垃圾回收方面,着重探讨如何利用大容量缓存提升垃圾回收效率,并设计缓存感知的一致性Cache以及块选择算法以实现比贪心算法更优的垃圾回收操作。5)在固态硬盘阵列系统方面,着重研究结合固态硬盘特点的编码算法,提出轮流编码方法以提升阵列系统应用的性能。..经过为期三年的研究,本项目共发表/接收7篇论文,均已标注项目资助,包括IEEE Trans3篇,B类会议1篇、C类期刊2篇等。此外,申请授权发明专利4项,均已公开。
项目成果
期刊论文数量(6)
专著数量(0)
科研奖励数量(0)
会议论文数量(1)
专利数量(4)
Lifetime-aware FTL to improve the lifetime and performance of solid-state drives
寿命感知 FTL 可提高固态硬盘的使用寿命和性能
- DOI:10.1016/j.future.2018.10.011
- 发表时间:2019
- 期刊:Future Generation Computer Systems
- 影响因子:--
- 作者:Yubiao Pan;Yongkun Li;Huizhen Zhang;Yinlong Xu
- 通讯作者:Yinlong Xu
HCFTL: A Locality-Aware Flash Translation Layer for Efficient Address Translation
HCFTL:用于高效地址转换的局部感知闪存转换层
- DOI:10.1109/tcad.2021.3112142
- 发表时间:--
- 期刊:IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems
- 影响因子:2.9
- 作者:Yubiao Pan;Hao Chen;Jianing Zhao;Yinlong Xu
- 通讯作者:Yinlong Xu
ACS: an alternate coding scheme to improve degrade read performance for SSD-based RAID5 systems
ACS:一种替代编码方案,可改善基于 SSD 的 RAID5 系统的读取性能下降
- DOI:10.1504/ijhpsa.2021.10042928
- 发表时间:2021
- 期刊:International Journal of High Performance Systems Architecture
- 影响因子:--
- 作者:Yubiao Pan;Mingwei Lin
- 通讯作者:Mingwei Lin
ECR Eviction-cost-aware Cache Management Policy for Page-level Flash-based SSDs
适用于基于页级闪存的 SSD 的 ECR 驱逐成本感知缓存管理策略
- DOI:--
- 发表时间:--
- 期刊:Concurrency and Computation: Practice and Experience
- 影响因子:--
- 作者:Hao Chen;Yubiao Pan;Cheng Li;Yinlong Xu
- 通讯作者:Yinlong Xu
GFTL: Group-Level Mapping in Flash Translation Layer to Provide Efficient Address Translation for NAND Flash-Based SSDs
GFTL:闪存转换层中的组级映射,为基于 NAND 闪存的 SSD 提供高效的地址转换
- DOI:10.1109/tce.2020.2991213
- 发表时间:2020
- 期刊:IEEE TRANSACTIONS ON CONSUMER ELECTRONICS
- 影响因子:4.3
- 作者:Yubiao Pan;Yongkun Li;Huizhen Zhang;Hao Chen;Mingwei Lin
- 通讯作者:Mingwei Lin
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--"}}
- 发表时间:{{ item.publish_year || "--" }}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--"}}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ patent.updateTime }}
其他文献
Dual Locality-Based Flash Translation Layer for NAND Flash-Based Consumer Electronics
适用于基于 NAND 闪存的消费电子产品的基于双位置的闪存转换层
- DOI:10.1109/tce.2022.3189761
- 发表时间:2022
- 期刊:IEEE Transactions on Consumer Electronics
- 影响因子:4.3
- 作者:罗宇涵;林铭炜;潘玉彪;徐泽水
- 通讯作者:徐泽水
视频理解中的动作质量评估方法综述
- DOI:--
- 发表时间:2022
- 期刊:计算机科学
- 影响因子:--
- 作者:张洪博;董力嘉;潘玉彪;萧宗志;张惠臻;杜吉祥
- 通讯作者:杜吉祥
其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--" }}
- 发表时间:{{ item.publish_year || "--"}}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--" }}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
内容获取失败,请点击重试
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:
AI项目摘要
AI项目思路
AI技术路线图
请为本次AI项目解读的内容对您的实用性打分
非常不实用
非常实用
1
2
3
4
5
6
7
8
9
10
您认为此功能如何分析更能满足您的需求,请填写您的反馈:
相似国自然基金
{{ item.name }}
- 批准号:{{ item.ratify_no }}
- 批准年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}
相似海外基金
{{
item.name }}
{{ item.translate_name }}
- 批准号:{{ item.ratify_no }}
- 财政年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}