基于温度受限的低能耗混合存储系统数据调度策略研究

With the explosive growth in data, power consumption and temperature of the storage devices are increased, which will raise hard disk's failure rate and lower the system's reliability. Therefore, it has become an urgent problem how to ensure system reliability, at the same time reduce system energy consumption and optimize data distribution for hybrid storage systems. Starting from the hierarchy of hybrid storage system, through the establishment of the performance, power consumption and temperature models at the component-level, under the premise that we can meet the working threshold of temperature, according to the different application characteristics and organization approaches of hybrid storage systems, we will conduct research on temperature-constrained power-aware data distribution strategy. According to the variation of the temperature and user access patterns, under the prerequisite that the working temperature is below controllable threshold, data access will be concentrated on a smaller working set of storage nodes, thereby forming the energy-efficient adaptive data distribution scheduling policy. Through the combination of modern control theory and hybrid storage system characteristics, we will study temperature control theory for hybrid storage system based on fuzzy control and model predictions. According to the control method that dynamically adjust temperature thresholds and control system's operating parameters through fuzzy logic, by fitting fuzzy factors, we will establish accurate temperature model for hybrid storage systems. This research will lay the theoretical foundation for improving the hybrid storage system's reliability and data security.

数据呈爆炸性增长，导致存储设备的功耗和温度上升，硬盘的失效率急剧增加，系统的可靠性降低，如何在确保系统可靠性的同时，降低系统能耗，优化数据分布，成为混合存储系统急需解决的问题。从混合存储系统的层次结构上出发， 通过建立部件级的性能模型、功耗模型和温度模型，在满足工作温度门限的前提下， 根据不同应用特征和混合存储系统的异构组织方式， 研究基于温度受限的低能耗数据分布策略。 根据温度的变化特征、用户访问特征，保证在工作温度低于可控阈值的前提条件下，主动将数据聚集在较少工作集的存储节点上，形成高能效的自适应数据分布调度策略。通过结合现代的控制理论与混合存储系统的工作特点，研究混合存储系统中以模糊控制和模型预测为基础的温度控制理论，根据模糊逻辑动态的调整温度阀值和系统运行参数的控制方法，拟合模糊因子的方法， 建立精确混合存储系统的温度模型。该研究为提高混合存储系统可靠性、数据存储安全奠定理论基础。

大数据时代来临，对数据存储的可靠性、性能提出了更高的挑战。本项目围绕着混合存储系统的能耗、可靠性、性能优化等核心关键问题，分别从器件级、设备级和系统级等三个不同层次， 展开研究。在器件级，建立基于FPGA的闪存（NAND FLASH）和新型非易失性存储器--磁性存储器（MRAM）属性特征研究平台。针对闪存颗粒， 研究数据写入模式与数据失效模式的关联关系，基于“页方式”的写入模式的失效率仅为按“字”和“随机”方式的1/10；针对磁性存储器，MRAM对温度和磁场较为敏感，通过实测发现， MRAM在工作温度超过75℃时，读写错误急剧上升， MRAM磁场强度超过140高斯时，写错误占主导地位。.在设备级，针对闪存存储，围绕提高性能、可靠性问题， 提出一种负载自适应的载入策略，与传统方法相比， 性能最大提升24%，写放大降低17%；提出一种动态可变码率的数据管理策略，读延迟最高可减少63.42%。提出一种针对持久性错误感知的LDPC算法优化策略，与概率似然算法（PD-BP）相比，读性能最大可提高33.05% 。针对磁性存储器，设计并实现基于trace驱动的模拟器，为混合存储提供研究平台。针对硬盘，依据经典的能量守恒和热耗散理论建立并验证了硬盘的温度模型，设计并实现了在线的温度预测方案。.在系统级， 提出了温度受限的节能存储系统。针对传统节能存储系统的温度局部过热的问题，建立的温度受限的节能存储系统保持了原有的性能和功耗成比例的特性，同时又能降低系统温度、提高了系统的可靠性和降低制冷的开销。对存储系统控制方法进行了详尽的理论分析，从控制理论的角度对比了简单负反馈、在线模型控制、基于规则的模糊控制和基于模糊决策的模糊控制，为温度受限的节能存储系统找到了理论依据。对大规模温度受限的节能存储系统进行了仿真分析。实验结果表明， 系统可以在保持性能和功耗基本不变的情况下，降低约 20%-30% 的温度，降低硬盘年度故障率约50%。.上述研究， 为提高存储部件及系统可靠性、性能，降低能耗的理论和方法奠定了基础