论文部分内容阅读
虽然固态硬盘(Solid Static disks,SSD)的技术在不断提高,SSD在读写速度、功耗、安全性、防震抗摔、体积等方面的优势也更加明显,但是基于单一闪存介质类型的固态硬盘在性价比方面仍然无法迎合消费者的需求。因此,国内外研究专家提出采用SLC(Single-Level Cell)和MLC(Multi-Level Cell)两种类型的闪存芯片共同构建低成本、高性能和大容量的混合固态硬盘的思想。在混合固态硬盘的设计中,热数据识别和磨损均衡都是非常关键的问题。一方面,热数据的准确识别及合理分配可以改善混合SSD的读写性能和使用寿命;另一方面,SLC和MLC闪存芯片的耐久性差异较大,实现SLC与MLC之间的磨损均衡对混合SSD的使用寿命至关重要。本文主要是对热数据识别算法的准确性以及混合SSD设计中的磨损均衡效果进行优化。在磨损均衡方面,本文提出一种具有磨损均衡意识的混合固态硬盘FTL算法——WLAFTL(Wear Leveling Aware Flash Translation Layer)。首先,它提出了一种动态的基于磨损均衡思想和请求大小融合的数据分配机制,即根据SLC和MLC的磨损速率来动态调整热数据识别阈值的大小,然后将小的写请求分配到SLC、大的写请求分配到MLC。其次,它提出了一种基于磨损均衡思想与数据先进先出(FIFO)调度策略融合的SLC冷数据回收/迁移机制,减少由SLC向MLC迁移的数据量。实验结果显示,与CombFTL和CFTL算法相比,在使用相同地址映射机制的条件下,WLAFTL算法的平均响应时间分别平均有13.6%和12.7%的改善,总的擦除次数分别平均减少9.2%和20.4%,同时能够更好地实现SLC和MLC之间的磨损均衡。在热数据识别方面,本文提出一种基于K均值聚类(K-means)与K近邻分类(K-Nearest Neighbor,KNN)融合的热数据识别算法——KKH(hot data identification based on the fusion of K-means and KNN)。首先,根据请求的大小采用K均值聚类算法对请求进行聚类,判断该请求是冷数据还是热数据;然后,再根据请求的逻辑页号采用K近邻分类算法对该请求进行分类;最后,如果两种方法的分类结果不一致,根据逻辑页号采用最近邻原则对判定结果进行修正。实验结果显示,与2-means clustering、2-level LRU、和MBF(Multiple Bloom Filter)相比,在错误识别率方面,KKH使错误识别率分别平均降低了9.7%、8.3%和2.9%;在内存开销方面,KKH平均节省了75%以上的内存空间。