TOS 2022 Paper 论文阅读笔记整理

问题

数据预取是基于磁盘的文件系统常用的优化方案，因为从磁盘中提取数据占读取操作开销的主导地位[12]。预取适用于读取时具有常规访问模式的目标应用程序，如数据库服务器或科学计算[12，17]。在SSD中，预取可以屏蔽闪存数据块中的读取延迟，因为所需的数据已提前加载到RAM存储器中。因此，它已开始应用于各种基于SSD的存储系统[13，14，20]。

早期固态硬盘的内存大小和处理能力有限，现有预取方案的主要关注点是低计算成本和低功耗[20]。其中的大多数都涉及操作系统层，甚至操作系统层和SSD[13，14]，这必然会损害兼容性和透明度。现有的SSD内部预取方案，它们的预测模型通常局限于有限的计算和内存资源[20]。

但现在的固态硬盘在微控制器中有很大的计算能力，内部也有更多的内存容量。例如，OpenSSD项目公开发布的Cosmos OpenSSD平台[15]配备了超过100 MB的SDRAM和嵌入式1 GHz ARM CPU。因此在现代SSD内部设计一种通用的预取方案是可行的，并且这种内部预取方法具有操作系统独立性和使用透明性的优势。

挑战

在启用预取功能的情况下，SSD高速缓存不仅用于缓冲写入的数据，还用于缓冲预取的数据。为了实现使用透明性，适应各种应用中的所有I/O特性，用于写和预取缓存的划分应该取决于工作负载中的实时因素，例如读/写比率和预取精度。

本文方法

通过实验观察，得到两个发现：

• 应用程序读取数据遵循空间局部性。因此，将热读取数据预取到SSD缓冲器中，有助于提供读取命中实现更好的I/O性能。

• 在应用程序的不同运行阶段，热读地址的数量不断变化。因此，动态调整预取高速缓存的大小，有助于提高高速缓存的使用效率。

本文提出了支持自适应缓存管理的基于模式的预取方案 Cacher-SSD，在固态驱动器（SSD）的闪存转换层运行，具有操作系统依赖性和透明性。

• 从读请求的历史中挖掘I/O请求之间的相关性，以代表经常一起读取的地址集合。利用一个矩阵来保存相关性信息，并在当前时间窗口中进行模式匹配以指导数据预取。

• 综合考虑几个因素，如读/写比率、历史预取精度，构建了一个数学模型，以支持自适应缓存管理。根据具体情况更精确地调整预取缓存和写入缓存的分区。

实验结果表明，与传统的SSD内部预取方案相比，本文的方案可以将平均读取延迟降低1.8%–36.5%，而不会显著增加写入延迟。

总结

针对SSD的预取，如何设计独立于操作系统和应用程序的数据预取机制。本文提出了支持自适应缓存管理的基于模式的预取 Cacher-SSD，在SSD的闪存转换层运行。主要包括两个技术：（1）从读请求的历史中挖掘I/O请求间的相关性，以得到经常一起读取的地址集合，在当前时间窗口中进行模式匹配以指导数据预取。（2）综合考虑读/写比率、历史预取精度，构建了一个数学模型，以支持自适应缓存管理。根据实际情况调整预取缓存和写入缓存的分区。