用于优化 SSD 读写延迟的轻量级缓存缓冲区管理与数据分配策略

《ACM Transactions on Storage》：Lightweight Cache Buffer Management and Data Allocation Strategy for Enhancing Read/Write Latency in SSDs

　　

摘要AI 摘要

要查看此 AI 生成的摘要，您必须拥有高级访问权限。

了解更多登录

摘要

摘要

闪存（Flash Memory）具有读写速度快、体积紧凑等特点，相较于传统硬盘驱动器（HDD）已成为现代存储设备的主流选择，尤其是固态硬盘（SSD）。然而，闪存存在因反复写入和擦除操作导致的器件磨损问题，这会增加读取错误的发生概率，并最终限制 SSD 的使用寿命。为了在不引入显著资源开销的前提下提升 SSD 的可靠性和性能，已有研究探索了将频繁访问的数据放置在低延迟闪存位置中的数据分配策略。然而，此类方案通常依赖逐页访问计数器或基于 LRU（最近最少使用）的缓冲区管理，两者都会在资源受限的 SSD 控制器上引入不可忽视的元数据维护开销。本文提出了一种轻量级缓存缓冲区管理（Lightweight Cache Buffer Management, LCBM）策略，该策略完全避免了精确的频率跟踪。LCBM 将基于批次的先进先出（FIFO）缓冲区策略与一种简单的交换机制相结合，动态调整数据在最低有效位（LSB）、中间有效位（CSB）和最高有效位（MSB）位置之间的放置，使频繁访问的数据保持在读取延迟更短的存储单元中，同时充分利用多平面和通道内并行性。基于轨迹的仿真实验表明，与最先进的 FSPDA 相比，LCBM 将平均读取延迟降低了 13.62%，写入响应时间降低了 66.81%（与 OSPADA 相比分别降低了 16.82% 和 64.97%），同时消除了基于计数器和基于 LRU 的设计的元数据开销。我们进一步在 FEMU 模拟器上使用 Filebench 工作负载和真实用户轨迹在系统层面对 LCBM 进行了验证，结果显示在逼真的长期部署场景下，LCBM 能维持具有竞争力的甚至更高的吞吐量。

AI 摘要

AI 生成的摘要（实验性）

此摘要由自动化工具生成，未经文章作者撰写或审核。它旨在帮助发现、协助读者评估相关性，并帮助来自相关研究领域的读者理解该工作。它旨在作为作者提供的摘要的补充，后者仍然是本文的主要摘要。完整文章是权威的记录版本。点击此处了解更多。

点击此处对此摘要的准确性、清晰度和实用性提出反馈。这将有助于改进未来的重新生成版本。

要查看此 AI 生成的通俗语言摘要，您必须拥有高级访问权限。