發(fā)布時(shí)間：2022-07-15 15:25

　　據(jù)統(tǒng)計(jì),近年來(lái)60%大數(shù)據(jù)相關(guān)投資在了存儲(chǔ)系統(tǒng)等基礎(chǔ)架構(gòu)上。而基于閃存的固態(tài)硬盤(pán)（Solid State Disk,SSD）以其高性能、低功耗、高可靠等特點(diǎn)被企業(yè)級(jí)的數(shù)據(jù)中心以及個(gè)人存儲(chǔ)所廣泛使用。但是,與傳統(tǒng)硬盤(pán)相比,固態(tài)硬盤(pán)存儲(chǔ)系統(tǒng)呈現(xiàn)出更復(fù)雜的故障機(jī)理與獨(dú)特的故障外在表現(xiàn)形式。雖然已經(jīng)目前已有不少關(guān)于固態(tài)硬盤(pán)存儲(chǔ)系統(tǒng)的研究工作,但是與廣大用戶(hù)的期望值的相比,當(dāng)前固態(tài)硬盤(pán)存儲(chǔ)系統(tǒng)在性能與可靠性上尚有較大差距,仍有大量的工程與技術(shù)問(wèn)題亟待探索和解決。涉及固態(tài)硬盤(pán)存儲(chǔ)系統(tǒng)的技術(shù)挑戰(zhàn)前所未有,而解決問(wèn)題的途徑與方法同樣亦非唾手可得。首先,固態(tài)硬盤(pán)存儲(chǔ)系統(tǒng)的可靠性需要重新進(jìn)行評(píng)估。閃存這一存儲(chǔ)介質(zhì)將引入不少新型且獨(dú)特的存儲(chǔ)錯(cuò)誤。同時(shí)不僅是其本身設(shè)備固件層面,上層軟件棧亦需要作出的相應(yīng)適配,傳統(tǒng)HDD磁盤(pán)的容錯(cuò)模型與技術(shù)方法無(wú)法直接應(yīng)用于固態(tài)硬盤(pán)存儲(chǔ)系統(tǒng)。特別是,隨著固態(tài)硬盤(pán)存儲(chǔ)系統(tǒng)日益大型化,可靠性挑戰(zhàn)難度將進(jìn)一步升高;其次,隨著大數(shù)據(jù)技術(shù)的發(fā)展以及深度學(xué)習(xí)等大規(guī)模分布式應(yīng)用的興起,如何進(jìn)一步提高固態(tài)硬盤(pán)存儲(chǔ)系統(tǒng)的性能也迅速成為當(dāng)前的熱點(diǎn)問(wèn)題。雖然,固態(tài)硬盤(pán)相比于傳統(tǒng)的磁盤(pán),隨機(jī)讀寫(xiě)性能更... 

【文章頁(yè)數(shù)】：116 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
符號(hào)使用說(shuō)明
第一章 緒論
    1.1 存儲(chǔ)系統(tǒng)發(fā)展趨勢(shì)
        1.1.1 新型存儲(chǔ)介質(zhì)
        1.1.2 新型存儲(chǔ)結(jié)構(gòu)
        1.1.3 超大存儲(chǔ)規(guī)模
    1.2 存儲(chǔ)系統(tǒng)面臨的技術(shù)挑戰(zhàn)
        1.2.1 高可靠性挑戰(zhàn)
        1.2.2 存儲(chǔ)系統(tǒng)面臨的高性能挑戰(zhàn)
        1.2.3 新型存儲(chǔ)系統(tǒng)資源分配策略
    1.3 本文工作
    1.4 文章結(jié)構(gòu)
第二章 相關(guān)研究工作
    2.1 高可靠性存儲(chǔ)系統(tǒng)相關(guān)工作
        2.1.1 設(shè)備層相關(guān)技術(shù)
        2.1.2 軟件層高可靠性相關(guān)技術(shù)
        2.1.3 硬件架構(gòu)層高可靠性相關(guān)技術(shù)
        2.1.4 小結(jié)
    2.2 高性能存儲(chǔ)系統(tǒng)關(guān)鍵技術(shù)
        2.2.1 緩存策略典型系統(tǒng):大數(shù)據(jù)處理系統(tǒng)
        2.2.2 資源管理策略
        2.2.3 小結(jié)
第三章 單節(jié)點(diǎn)下固態(tài)硬盤(pán)高可靠性關(guān)鍵技術(shù)
    3.1 單節(jié)點(diǎn)固態(tài)硬盤(pán)可靠性研究現(xiàn)狀
    3.2 當(dāng)前固態(tài)硬盤(pán)壽命預(yù)測(cè)手段
        3.2.1 實(shí)驗(yàn)方案設(shè)計(jì)
        3.2.2 相關(guān)發(fā)現(xiàn)
    3.3 大規(guī)模測(cè)試框架的設(shè)計(jì)與實(shí)現(xiàn)
        3.3.1 基礎(chǔ)工作負(fù)載設(shè)計(jì)
        3.3.2 工作負(fù)載的優(yōu)化
        3.3.3 工作負(fù)載的終止條件
        3.3.4 固態(tài)硬盤(pán)狀態(tài)的監(jiān)控
        3.3.5 測(cè)試設(shè)備與測(cè)試環(huán)境
    3.4 測(cè)試結(jié)果與分析
        3.4.1 實(shí)驗(yàn)結(jié)果一覽
        3.4.2 實(shí)驗(yàn)結(jié)果延伸分析
    3.5 iLife的設(shè)計(jì)與實(shí)現(xiàn)
        3.5.1 iLife的設(shè)計(jì)
        3.5.2 iLife有效性評(píng)測(cè)
    3.6 相關(guān)工作
    3.7 本章小結(jié)
第四章 數(shù)據(jù)中心環(huán)境中固態(tài)硬盤(pán)高可靠性關(guān)鍵技術(shù)研究
    4.1 問(wèn)題背景
    4.2 調(diào)研方法
        4.2.1 系統(tǒng)架構(gòu)
        4.2.2 數(shù)據(jù)集
        4.2.3 研究方法
        4.2.4 潛在限制
    4.3 固態(tài)硬盤(pán)故障綜述
        4.3.1 硬件相關(guān)故障
        4.3.2 固態(tài)硬盤(pán)故障
    4.4 固態(tài)硬盤(pán)無(wú)關(guān)型故障
        4.4.1 故障日志綜述
        4.4.2 人為錯(cuò)誤
    4.5 互連錯(cuò)誤
        4.5.1 識(shí)別潛在的指示器
        4.5.2 指示器的優(yōu)化
        4.5.3 指示器驗(yàn)證
        4.5.4 使用指示器的優(yōu)勢(shì)
    4.6 固態(tài)硬盤(pán)相關(guān)型故障
        4.6.1 云服務(wù)的影響
        4.6.2 固態(tài)硬盤(pán)放置方法的影響
    4.7 相關(guān)工作
    4.8 本章小結(jié)
第五章 固態(tài)硬盤(pán)存儲(chǔ)系統(tǒng)中數(shù)據(jù)緩存的設(shè)計(jì)與優(yōu)化
    5.1 研究背景
        5.1.1 引言
        5.1.2 Spark緩存策略評(píng)估
    5.2 Neutrino系統(tǒng)的設(shè)計(jì)思想
        5.2.1 自適應(yīng)緩存
        5.2.2 生成數(shù)據(jù)流圖
        5.2.3 緩存策略的動(dòng)態(tài)規(guī)劃
    5.3 實(shí)驗(yàn)評(píng)估
    5.4 本章小結(jié)
第六章 固態(tài)硬盤(pán)存儲(chǔ)系統(tǒng)中資源分配的設(shè)計(jì)與優(yōu)化
    6.1 引言
    6.2 Dike設(shè)計(jì)思想與系統(tǒng)結(jié)構(gòu)
        6.2.1 資源接口
        6.2.2 生成器
        6.2.3 調(diào)度器
        6.2.4 可移植性
    6.3 實(shí)驗(yàn)環(huán)境、參數(shù)設(shè)計(jì)與性能評(píng)估
        6.3.1 實(shí)驗(yàn)環(huán)境與評(píng)測(cè)方法
        6.3.2 性能評(píng)估
    6.4 相關(guān)工作
    6.5 本章小結(jié)
第七章 總結(jié)與展望
    7.1 工作總結(jié)
    7.2 研究展望
致謝
參考文獻(xiàn)
作者在學(xué)期間取得的學(xué)術(shù)成果


【參考文獻(xiàn)】：
期刊論文
[1]Erasure coding for distributed storage: an overview[J]. S.B.BALAJI,M.Nikhil KRISHNAN,Myna VAJHA,Vinayak RAMKUMAR,Birenjith SASIDHARAN,P.Vijay KUMAR.  Science China（Information Sciences）. 2018(10)



本文編號(hào)：3662312