【摘 要】
:
传统磁盘因其本身机械旋转的限制,已经成为了大规模存储系统的主要性能瓶颈。基于闪存的固态盘因其优良的性能以及低功耗等特点,在个人电脑和企业级存储系统中被广泛地使用。但是由于固态盘具有不同于磁盘的设备特性,简单地将传统存储软件应用于固态盘上不能充分发挥固态盘的性能优势。例如,将现有的磁盘阵列技术直接应用于固态盘会加剧设备的垃圾回收操作带来的不利影响,降低固态盘的性能,缩短其使用寿命;将基于键值对的存储
论文部分内容阅读
传统磁盘因其本身机械旋转的限制,已经成为了大规模存储系统的主要性能瓶颈。基于闪存的固态盘因其优良的性能以及低功耗等特点,在个人电脑和企业级存储系统中被广泛地使用。但是由于固态盘具有不同于磁盘的设备特性,简单地将传统存储软件应用于固态盘上不能充分发挥固态盘的性能优势。例如,将现有的磁盘阵列技术直接应用于固态盘会加剧设备的垃圾回收操作带来的不利影响,降低固态盘的性能,缩短其使用寿命;将基于键值对的存储系统直接部署在固态盘上,无法进行软硬件协同优化以达到性能最优。因此,对基于固态盘的存储系统进行性能优化和测试技术研究,可以为开发和构建下一代存储系统打下良好的基础。首先,由于基于闪存的固态盘具有小写性能差和擦除次数有限等限制,不能简单地将磁盘阵列技术应用于固态盘中。本文提出一种固态盘阵列的混合数据布局策略(Hybrid-RAID)来提高固态盘存储系统的性能。Hybrid-RAID将固态盘阵列分为RAID5和RAID1两个区域,并根据RAID5和RAIDI对不同负载请求大小以及读写密集属性的偏好,对数据进行重新布局,降低了由于校验信息频繁更新而导致的固态盘存储介质损耗,从而提高了固态盘存储系统的性能。性能评估结果表明,相比于传统的磁盘阵列RAID5和RAID1,Hybrid-RAID方案平均响应时间分别减少了 41.5%和38.8%。其次,本文对新型的开放通道固态盘进行研究,在充分了解其基本架构和工作原理的基础上,提出并实现了综合型和应用型两种测试方案对基于开放通道固态盘的存储平台进行测试。通过测试验证了软硬件协同设计的有效性,详细分析了开放通道固态盘的基本操作时序以及内部的并行性特征,结果表明通道间的并行性大于逻辑单元号间的并行性。最后本文对两种测试方案进行比较,对固态盘的测试技术进行总结,为后期研发提供可参考的数据。综上,对固态盘的存储系统进行性能优化和测试技术研究,充分挖掘了固态盘的设备特性,提高固态盘存储系统的性能。
其他文献
Skyline查询算法,从被提出以来,就得到了大量的关注。该算法能够很好地描绘数据的概况,展现数据的走向。Skyline查询算法在多规则决策、实时在线服务以及商业数据分析等等的实际场景中都用着良好的应用。并且在互联网技术日新月异的时代,Skyline查询算法依然拥有可观的发展潜力。然而,在处理维数多、数据量大的数据集的时候,Skyline查询算法存在着返回结果过多的问题。因此结合经典的Top-k算
图像显著性检测就是将图像中最重要区域分割出来。解决图像显著性检测问题通常涉及计算机视觉、神经科学,认知心理学等领域的知识。近年来,随着深度学习在计算机视觉领域取得了巨大的成就,深度学习的应用在图像显著性检测课题中也发挥了良好的效果,因此基于深度卷积神经网络的算法已成为解决图像显著性检测的最有效的方法。但就目前的基于深度卷积神经网络的显著性算法而言,其大多采用非常复杂的深度卷积网络模型在做检测,这样
作为中国经济发展大省,同时也是全国首批循环经济的试点省,山东省一直以来都在不断调整产业结构,解决环境污染。研究和实践都表明,循环经济是实现资源、环境、经济和社会各个
点云即空间中大量点的集合,随着各种扫描工具的出现,我们可以越来越轻松地获取身边物体的点云信息。无论是从简单的摄像测量原理得到的低精度点云,还是从精密的激光雷达获得的高精度点云,都普遍存在点分布质量不高的问题。主要存在的问题有:受到观测点和测量面之间空间关系,导致点分布不均;受到动态物体的干扰,致使噪点的出现;受到遮挡物的掩盖,静态测量工具无法测量完整的物体,从而出现空洞等。怎样从有缺陷的大量点云数
对于民事债权双重让与来说,让与次序的优先性虽然保护了第一受让人的在先权利,却忽视了通知对债务人生效的必要性,而缺乏外观特征使得在先权利处于容易被动摇的状态。因此合意次序的优先无法落到实处。通知作为生效要件的模式中,通知发出者决定时间段引发的恶意危机容易造成次序公平被破坏,而通知所具备的特征使得其难以成为交付或者登记强度的公示,因此想要通过通知的生效来构成权利变动模式的关键存在致命不足。债权让与中的
深度学习从面世至今已经成为了互联网大数据和人工智能的一大热潮。以越来越深的结构和越来越复杂的连接方式构成的模型在各大深度学习课题上展现出了强大的性能。然而硬件计算资源的增长速度却无法满足模型规模和计算量的爆炸式增长。因此,如何合理地设计网络结构、提高计算效率是深度学习当前的一个重要研究方向。对于特定领域的问题,可以将领域相关知识集成到算法或者网络结构中,这为设计高效算法提供了启发。本文基于这个出发
本文研究了连续时间非线性Markov跳变系统的在线自适应优化控制算法。由于Markov跳变系统的各子系统之间存在着耦合关系,本文引入子系统转换技术,将跳变系统之间的耦合关系进行在线解耦。另一方面,考虑到神经网络具有任意近似的能力,本文引入神经网络线性微分包含(Linear Differential Inclusion,LDI)技术将非线性Markov跳变系统中的非线性项近似为线性项,并实现了 LD
资源型城市的可持续发展问题是现今各学科的研究热点,黑龙江省大庆市作为典型的石油资源城市,在资源产业发展进程中出现各种生态问题制约了城市的可持续发展,为改善资源型城市土地利用及生态环境状况,同时促进资源产业积极转型,开展本次景观格局演变与人为干扰响应研究。本研究基于景观生态学原理,以黑龙江省大庆市主城区为研究对象,采用1990年、2000年、2010年与2018年4个时相的土地利用图像为基本数据源,
近年来,微流控芯片技术在细胞体外培养中体现出了重要的临床意义。在生物芯片中,常使用泵送系统完成对细胞培养基等高电导率流体的驱动,而传统的泵送系统使用机械式压力微泵
随着人工智能相关技术的兴起,自动驾驶、增强现实等技术在工业界的飞速发展与应用,视觉定位算法有很重要的研究价值与应用价值。目前比较成熟的视觉定位算法,大多基于传统的立体视觉算法,使用手工设计特征进行求解。然而,这些传统视觉定位算法具有特征点不鲁棒、特征匹配耗时长等问题,这些问题极大地制约了视觉定位算法在现实场景中的落地应用。另一方面,随着深度学习技术的不断发展,其在图像处理任务,如图像分类、目标检测