并行磁盤系統(tǒng)的預取及緩存技術研究.pdf

1、隨著網(wǎng)絡、計算機技術的發(fā)展以及大規(guī)模數(shù)據(jù)密集型應用的出現(xiàn)，基于并行磁盤的存儲系統(tǒng)變得越來越重要，并被廣泛應用于各種場合。然而，磁盤性能的提高遠遠落后于處理器等電子設備，這使得存儲系統(tǒng)仍舊是整個計算機系統(tǒng)的性能瓶頸。預取(Prefetching)以及緩存(Caching)是能夠提高存儲系統(tǒng)性能的兩種非常有效的技術。但是，傳統(tǒng)的預取以及緩存大多針對單個存儲設備而設計，它們很難適應并行磁盤系統(tǒng)。并行磁盤系統(tǒng)無論是在結構上還是訪問特點上都為預取

2、以及緩存技術提出了新的挑戰(zhàn)。因此，根據(jù)并行磁盤系統(tǒng)的特點改進預取以及緩存技術使之適應并有效地提高并行存儲系統(tǒng)的性能非常有意義。
　　順序訪問是磁盤訪問中最為重要的一種訪問模式，因為對磁盤（包括 RAID中的磁盤）來說，順序訪問與隨機訪問之間的性能差距最大可有一個數(shù)量級以上的差別。正因為順序訪問可帶來性能提高，因此無論是在工業(yè)界還是在學術界都有大量的技術致力于挖掘或者改善存儲系統(tǒng)中的順序訪問。這些技術面臨的一個重大挑戰(zhàn)在于：如何獲取

3、順序訪問流的長度信息，只有對長度信息具有一定程度的了解，相關技術才能真正發(fā)揮出其功用。針對這種情況，提出一種加權圖模型挖掘和預測順序流長度信息。該模型不僅能準確捕獲不規(guī)則的長度信息變化，也能根據(jù)不同負載類型的特點動態(tài)調整以適應盡可能多的應用環(huán)境。
　　并行磁盤系統(tǒng)因為其本身的特點往往用作數(shù)據(jù)中心的最底層存儲設備，因此其配置的緩存一般都屬于第二層緩存。第二層緩存的一個最主要特點是：數(shù)據(jù)訪問具有很弱的時間局部性，這是因為到達第二層緩存

4、的訪問，都是來自于第一層緩存的缺失（Miss）。更為嚴重的是，隨著存儲系統(tǒng)緩存與主機緩存的配置越來越接近，第二層緩存中數(shù)據(jù)的重用距離（Reuse Distance）與數(shù)據(jù)被保存在緩存中的生命周期越來越接近。在這種情況下，任何提前減少第二層緩存數(shù)據(jù)生命周期的動作（如預取）都可能最終導致數(shù)據(jù)失去在緩存中被再次訪問的機會。然而，這個問題在傳統(tǒng)的預取算法中沒有得到重視。針對第二層緩存的這些問題，提出一種自適應順序預取算法ASEP，在決定預取深度

5、的時候該算法不僅僅考慮磁盤順序性的挖掘，還考慮到對第二層緩存中數(shù)據(jù)造成的影響，這些影響既包括因預取操作被替換出內存的數(shù)據(jù)，還包括因為生命周期被減少而失去再次被訪問機會的數(shù)據(jù)。為此，ASEP還提出了一種模型用于評估預取數(shù)據(jù)對第二層緩存的影響。該算法大大提高了第二層緩存的訪問命中率，改善了順序預取在底層存儲設備中的效率。
　　在高度并行化的并行磁盤系統(tǒng)中，就預取技術來說，其預取請求的磁盤獨立性要比并行性更加重要，前者可以大大降低預取請

6、求的成本。考慮到傳統(tǒng)預取算法在應用到并行存儲系統(tǒng)中的局限性（數(shù)據(jù)條帶分布導致順序性缺失），提出了一種針對并行磁盤系統(tǒng)的基于訪問局部性的條帶化預取算法 LSP。條帶化預取(Strip Prefetching)是一種數(shù)據(jù)讀取代價非常少的預取算法，一旦磁盤條帶(Strip)上的某個數(shù)據(jù)塊被命中，那么整個磁盤條帶將會跟隨此數(shù)據(jù)塊一起被預取到緩存中，從而節(jié)省了預取請求中磁頭定位尋道時間。更重要的是LSP將用戶的訪問特征融合到條帶化預取之中，它首先

7、根據(jù)用戶的訪問挖掘出磁盤上的預取區(qū)域，并限定只有位于這些預取區(qū)域的磁盤條帶才會被預取。由于預取區(qū)域在數(shù)據(jù)分布上的空間局部性，此算法可以有效地改善緩存利用率，并提高磁盤帶寬的使用效率避免帶寬的浪費。
　　傳統(tǒng)緩存管理算法往往以最小化緩存失效（Cache Miss）的數(shù)量作為設計目標。實際上，這樣的設計目標可能導致錯誤。一方面，可磁盤并行讀取數(shù)據(jù)的緩存失效其成本要遠小于只能序列化讀取的緩存失效，同樣可順序讀取的緩存失效也遠小于隨機緩存