基于队列计数的固态存储器热数据识别方法

目前较常用的热数据识别方法主要关注于数据的访问频繁度,却没有有效地体现出访问次数随时间的变化关系,从而造成了较高的错误识别率。针对这种不足,设计了基于队列计数的热数据识别方法,通过使用先进先出规则淘汰过时的数据,并赋予队列中每个位置所存放元素不同的权值来表示不同时刻各数据的热状态;同时结合Flash读写等特性,引入了热区域概念,使其所需存储空间大大降低。通过理论分析以及实验证明,此方法在热数据识别和均衡效果方面达到了较好的性能,从而提高了垃圾回收的效率以及延长了存储器的使用寿命。

大容量闪存的层次型热数据识别框架

热数据识别对于提高闪存垃圾回收的效率、延长闪存寿命都有重要的作用。针对大数据量下热数据识别难的情况,该文提出一种层次型热数据识别框架,采用在多个层次上记录热数据的方法。实验证明,该框架能够在消耗较少资源的情况下,识别和预测出大数据量中的热数据。

具有磨损均衡意识的混合固态硬盘FTL算法

在采用SLC(Single-Level-Cell)和MLC(Multi-Level-Cell)闪存的混合固态硬盘设计中,SLC和MLC之间的写数据分配和磨损均衡是混合固态硬盘闪存转换层设计的关键问题之一.针对此问题,提出一种具有磨损均衡意识的混合固态硬盘闪存转换层算法——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ComboFTL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.