本发明专利技术公开了一种基于语义感知的固态盘写放大优化方法及系统，其基于固态盘建立主机端和闪存设备端软件层的语义信息交互机制，并构建基于I/O负载访问模式的跨层写放大模型；通过设计主机端软件层和闪存设备端软件层之间的语义传输通道，使二者之间可以共享I/O负载特征信息；同时，主机端软件层能够实时动态感知闪存设备端软件层的固有特征、数据行为和数据分布等属性，并对I/O负载进行调度优化，而闪存设备端软件层又能实时动态感知文件数据关联和行为特征，针对性地优化闪存空间内的数据分布，跨层协同降低闪存设备的写放大，从而提高闪存内有限编程/擦除次数的利用率，延长固态盘的寿命并提高其性能。固态盘的寿命并提高其性能。固态盘的寿命并提高其性能。
【技术实现步骤摘要】
基于语义感知的固态盘写放大优化方法及系统
[0001]本专利技术涉及固态盘存储
，特别是涉及一种基于语义感知的固态盘写放大优化方法及系统。
技术介绍
[0002]基于语义的数据存储管理是基于闪存的固态盘存储系统(简称固态盘)领域重要的研究方向。大数据环境下，科学计算、电子商务等领域对高可靠性、高性能和低能耗的固态盘的需求日益增加。相比传统磁盘而言，固态盘具有随机读写性能高、高并发、低延迟和低能耗等优势。然而，对于系统软件跨层的固态盘而言，主机端软件层和闪存设备端软件层之间因缺失语义信息，使得单系统软件层的写放大优化工作具有局限性，无法从根本上降低和消除固态盘的写放大，尤其是在具有较强随机写I/O的数据密集型负载下，闪存设备的写放大仍增长过大，性能出现陡降，闪存的有限编程/擦除次数被损耗，这极大的限制了用户存储访问的性能和可靠性。
[0003]当前系统软件跨层的固态盘的写放大相关研究虽然在构建写放大模型和优化降低写放大两个方面提出了较多地解决方案。但是，研究工作大多采用单独优化存储系统主机端软件层或设备端闪存设备内部软件处理模块的方法，较少涉及固态盘主机端管理软件和闪存设备端软件层之间“信息沟通
”‑
语义信息，主机端不能感知写放大的变化，设备端无法感知文件数据关联和行为特征，使得固态盘不能整体抑制写放大的增加，仅局部地降低写放大的数值。这未能从根本上消除写放大对闪存有限编程/擦除次数的损耗，以及对固态盘性能和可靠性的影响。
[0004]当前，闪存设备写放大相关研究中，写放大模型构建的目的是为了提出有效降低写放大的方法，但从存储系统的角度来看，写放大优化方案具有如下几点不足：
[0005]第一、现有关于写放大模型的研究工作主要基于特定的负载I/O访问模式下，在闪存设备端局部性地构建写放大模型，忽略了主机端系统软件对写放大模型的影响，研究表明主机端系统软件对写放大的影响也是存在的。从存储系统的角度来看，基于单存储层的写放大模型未能充分体现固态盘的写放大行为特征，因此，构建基于主机端系统软件和设备端软件的写放大模型，这对研究固态盘中全局优化写放大而言是很有必要的，也是开展基于跨层语义感知的固态盘写放大优化研究的基础；
[0006]第二、基于复杂负载，闪存设备写放大与闪存设备的主机端软件层(如文件系统层和I/O调度层)以及闪存设备端软件层(如闪存转换层)具有较强的关联性，但当前降低写放大方法的研究则较少考虑，而仅着眼于单个系统软件层上优化策略的研究，二者之间的语义交互大多是单向的，无法获知彼此存储层内I/O负载的属性，不能充分利用系统软件间的相关性从全局的角度来研究和设计协同降低闪存设备写放大的方法，这会造成写放大优化效率较低和冗余的系统软件管理；而基于跨层语义感知的固态盘写放大优化的研究较少涉及；
[0007]第三、两种系统软件层已有的写放大优化方法具有静态的特点，在I/O负载访问发
生时，主机端和闪存设备端软件层均采用局部静态的方式，处理各自软件层内的数据访问路径和数据分布，尚未有全局地动态优化固态盘软件层内I/O负载的功能模块。
技术实现思路
[0008]为了克服现有技术的不足，本专利技术提供一种基于语义感知的固态盘写放大优化方法及系统，旨在主机端软件层与闪存设备端软件层间构建语义信息交互机制，丰富存储系统软件层间可感知的语义信息，提高层间语义感知的能力，设计跨层协同降低闪存设备写放大的全局优化方法。
[0009]为解决上述技术问题，本专利技术的技术方案第一方面提供一种基于语义感知的固态盘写放大优化方法，其包括如下步骤：
[0010]搭建主机端软件层与闪存设备端软件层的跨层语义感知框架，建立主机端软件层和闪存设备端软件层的语义信息交互机制；
[0011]利用跨层语义感知框架建立的语义信息交互机制，构建基于主机端软件层和闪存设备端软件层的跨层语义写放大模型，建立主机端软件层、闪存设备端软件层以及I/O访问行为之间的关系；
[0012]根据跨层语义感知框架及跨层语义写放大模型，对主机端软件层待发送到闪存设备端软件层的I/O请求进行重优化排序，将闪存设备端软件层相关联数据归并到同一空间区域内，改变数据分布。
[0013]本专利技术第二方面提供一种基于语义感知的固态盘写放大优化系统，其特征在于，包括如下功能模块：
[0014]语义感知框架搭建模块，用于搭建主机端与闪存设备端软件层的跨层语义感知框架，建立主机端软件层和闪存设备端软件层的语义信息交互机制；
[0015]跨层语义写放大模型构建模块，用于利用跨层语义感知框架建立的语义信息交互机制，构建基于主机端和闪存设备端软件层的跨层语义写放大模型，建立主机端软件层、闪存设备端软件层以及I/O访问行为之间的关系；
[0016]跨层写放大优化模块，用于根据跨层语义感知框架及跨层语义写放大模型，对主机端软件层待发送到闪存设备端软件层的I/O请求进行重优化排序，将闪存设备端软件层相关联数据归并到同一空间区域内，改变数据分布。
[0017]与现有技术相比，本专利技术所述基于语义感知的固态盘写放大优化方法及系统，其基于固态盘建立主机端和闪存设备端软件层的语义信息交互机制，并构建基于I/O负载访问模式的跨层写放大模型；通过设计主机端软件层和闪存设备端软件层之间的语义传输通道，使二者之间可以共享I/O负载特征信息；同时，主机端软件层能够实时动态感知闪存设备端软件层的固有特征、数据行为和数据分布等属性，并对I/O负载进行调度优化，而闪存设备端软件层又能实时动态感知文件数据关联和行为特征，针对性地优化闪存空间内的数据分布，跨层协同降低闪存设备的写放大，从而提高闪存内有限编程/擦除次数的利用率，延长固态盘的寿命并提高其性能。
附图说明
[0018]图1为本专利技术实施例所述基于语义感知的固态盘写放大优化方法的流程框图；
[0019]图2为图1中步骤S1的分流程框图；
[0020]图3为本专利技术实施例所述基于语义感知的固态盘写放大优化方法中跨层语义感知框架的架构图；
[0021]图4为本专利技术实施例所述基于语义感知的固态盘写放大优化方法中跨层写放大动态优化模块的功能模块图；
[0022]图5为本专利技术实施例所述基于语义感知的固态盘写放大优化系统的功能模块框图。
具体实施方式
[0023]下面结合附图对本专利技术的较佳实施例进行详细阐述，以使本专利技术的优点和特征能更易于被本领域技术人员理解，从而对本专利技术的保护范围做出更为清楚明确的界定。
[0024]本专利技术实施例提供一种基于语义感知的固态盘写放大优化方法，其特征在于，如图1所示，包括如下步骤：
[0025]S1、搭建主机端软件层与闪存设备端软件层的跨层语义感知框架，建立主机端软件层和闪存设备端软件层的语义信息交互机制。
[0026]如图2所示，所述步骤S1具体包括如下分步骤：
[0027]S11、构建分别代表主机端软件层与闪存设备端软件层的两个语义对等端，并在两个语义对等端之本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于语义感知的固态盘写放大优化方法，其特征在于，包括如下步骤：搭建主机端软件层与闪存设备端软件层的跨层语义感知框架，建立主机端软件层和闪存设备端软件层的语义信息交互机制；利用跨层语义感知框架建立的语义信息交互机制，构建基于主机端软件层和闪存设备端软件层的跨层语义写放大模型，建立主机端软件层、闪存设备端软件层以及I/O访问行为之间的关系；根据跨层语义感知框架及跨层语义写放大模型，对主机端软件层待发送到闪存设备端软件层的I/O请求进行重优化排序，将闪存设备端软件层相关联数据归并到同一空间区域内，改变数据分布。2.根据权利要求1所述的基于语义感知的固态盘写放大优化方法，其特征在于，所述搭建主机端与闪存设备端软件层的跨层语义感知框架，建立主机端软件层和闪存设备端软件层的语义信息交互机制；具体包括：构建分别代表主机端软件层与闪存设备端软件层的两个语义对等端，并在两个语义对等端之间设置能够实现对等语义发送和接收的语义通信模块；在两个语义端之间设置一共享语义库，不同的语义元素以Hash
‑
Semantic键值对的形式存在于共享语义库中；两个语义端之间通过共享语义库中的Hash表获得准确的语义信息，通过语义通信模块进行交互。3.根据权利要求2所述的基于语义感知的固态盘写放大优化方法，其特征在于，主机端软件层与闪存设备端软件层之间以Hash值作为语义传输的最小信息单元。4.根据权利要求2所述的基于语义感知的固态盘写放大优化方法，其特征在于，所述两个语义端之间通过共享语义库中的Hash表获得准确的语义信息，通过语义通信模块进行交互，具体包括：语义端获得数据流的语义信息，从共享语义库中查找对应的Hash值，如果共享语义库中存在对应的H
‑
S键值对，则直接获得语义hash值发回语义端；另一语义端通过共享语义库hash表获得该语义信息的hash值对应的Semantic语义信息，完成一次语义交互结束。5.根据权利要求4所述的基于语义感知的固态盘写放大优化方法，其特征在于，如果语义端从共享语义库中没有查找对应的Hash值，则共享语义库分配一个唯一的hash值给该语义信息，发回语义端，并将新分配的hash值增加到语义库的hash表中。6.根据权利要求1所述的基于语义感知的固态盘写放大优化方法，其特征在于，所述跨层语义写放大模型表示为：WA＝wa
host
×
wa
device
Θf(W
distribution
)其中，其中，wa
device
表示闪存设备端软件层的写放大模型；I、V，分别表示闪存设备端软件层的写放...
【专利技术属性】
技术研发人员：柴红刚，夏君扬，夏陈军，范俊，
申请(专利权)人：武汉汇迪森信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。