基于关联感知的混和存储系统组织模式及关键技术研究

当前的大规模文件系统的存储组织模式面临两个主要的问题，海量数据和异构设备，这使得存储系统的可扩展性和性能优化面临挑战。为解决这两个问题，项目提出基于关联感知的混和存储组织模式，其基本思想是在内存中通过局部性特征灵敏的哈希计算来快速、准确地聚集具有关联性特征的数据，这样便于在闪存固态盘中构建具有关联感知的数据的索引结构。多粒度存储模式的优势在于混和存储系统中的数据具有关联感知特性，因此大量的文件操作(如读/写/更新等)能够以顺序的方式执行，这样能够显著提高固态盘的性能和减少擦写次数；存储模式丰富了系统和用户的交互接口，便于用户表达需求，并转化为系统可执行的操作；面向关联特征的结构设计能使上层应用实时感知存储数据的布局和访问行为，提高海量数据的存储效率和异构设备的利用率；基于聚集的多版本更新方法能够提高系统的可靠性。研究具有一定的前期基础，研究工作将在海量存储环境中进行系统实现和测试分析。

项目注重研究基于关联感知的混和存储组织模式，其主要设计思想是在内存中通过局部性特征灵敏的哈希计算来快速、准确地聚集具有关联性特征的数据，这样便于在新型存储器件中构建具有关联感知的数据的索引结构。研究工作主要集中在三个方面，包括基于新型混合存储器件的机理，关联感知的存储系统和组织模式，以及面向重复数据删除的存储服务等多层次的、系统化的解决方法。这种新型的混合存储系统设计能使上层应用实时感知存储数据的布局和访问行为，提高海量数据的存储效率和异构设备的利用率。研究工作在包括USENIX FAST, USENIX ATC, SC, INFOCOM, ICDCS, MSST, IEEE Transactions(TC, TPDS)等期刊和会议上共发表学术论文50篇，其中在中国计算机学会A类期刊和会议上发表论文21篇，B类期刊和会议上发表14篇，获得一项SCI期刊年度最佳论文奖，获得中国电子学会信息科学技术二等奖，中国计算机大会最佳技术展示奖，申请发明专利13项，其中已经授权7项，已经授权软件著作版权2项。培养了多名研究生，完成了基于关联感知的混合存储系统硬件平台的原型构建和实验测试分析。项目负责人和主要成员多次应邀担任INFOCOM、RTSS、MSST、ICPP、ICDCS、IWQoS等国际会议的组委会和程序委员会的委员，国际学术会议特邀报告2次，国内学术会议特邀报告2次。研究工作达到了预期的研究目标。