基于nand闪存的固态盘关键技术研究

《基于nand闪存的固态盘关键技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文题目:基于NAND闪存的固态盘关键技术研究研究生杜晨杰专业电子与通信工程指导教师姚英彪副教授完成日期2015年11月杭州电子科技大学学位论文原创性声明巧使用授权说明原创性声明：，本人郑重声明所呈交的学位论文，是本人在导师的指导下独立进行研宛工作巧取得的成果。除文中己经注明引用的内容外，本论文不含任何其他个人或集体已经发衰或撰写过。。的作品或成果对本文的研究做出重要贡献的个人和集体，均己在文中（＾＾明确方式标明申一请学位论文与资料若有不实么处，本人承担切相关责任。

2、Ｉ论文作者签名；月多日：日期年学位论文使用授权说明本人完全了解抗州电子斟巧大学关于保留和使用学位论文的规定，即；研巧生在校攻读学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后，发表论文或使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交论文的复印件，允许查闽和借阅论文；学校可公布论文的全部或部分内容，可从允许采用影印、缩印或其它复制手段保存论文。（保密论文在解密后遵守此规定）论文作者签名：日期：互巧占年月ｇ日少／４释才／：月咨

3、日指导教师签名：日期。＾＾年么／杭州电子科技大学硕士学位论文基于NAND闪存的固硬盘关键技术研究研究生：杜晨杰指导教师：姚英彪副教授2015年11月DissertationSubmittedtoHangzhouDianziUniversityfortheDegreeofMasterResearchonKeyTechnologyforNANDFlash-basedSolidStateDriveCandidate:DuChenjieSupervisor:AssociateProfessorYaoY

4、ingbiaoNovember，2015杭州电子科技大学硕士学位论文摘要近半个世纪来，随着计算机体系结构技术及芯片加工技术的不断进步，计算机系统的CPU性能与IO性能的差距不断扩大。计算机系统IO性能的瓶颈在于硬盘。这些年虽然磁盘容量有了迅速提升，但由于其存在机械旋转结构，访问速度提升有限，使得基于硬盘的存储系统成为计算机系统的性能瓶颈之一。相比于传统的硬盘，固态硬盘呈现出许多优良的性能：低功耗，读写速度快，防震抗摔性好，无噪音，重量轻等，因此固态硬盘在许多领域已经开始替代传统硬盘。然而，固态硬盘

5、也继承闪存的缺点，包括读写不对称、写前擦除、有限的擦除次数等。本文主要研究固态硬盘设计中的缓冲区管理算法和闪存转换层算法，以减少对固态硬盘的写和擦除次数。在缓冲区管理算法设计中，本文提出了一种面向页级FTL的缓冲区管理算法——VBBMS（Virtual-Block-basedBufferManagementScheme）。首先，VBBMS将RAM分成随机请求处理区和连续请求处理区，分别用来处理随机请求和连续请求；其次，VBBMS采用虚拟块技术，尽可能存储访问频率高的数据，并且对随机请求进行重构，将

6、随机的、小的请求变成顺序的、大的连续请求发送给SDFTL，以减少闪存的读写次数和优化垃圾回收的效率；最后，连续请求处理区通过预取数据，利用请求的空间局部性，增加了缓冲区的命中率，进一步了提升系统的整体性能。实验结果显示，平均而言，VBBMS相比BPLRU算法，缓冲区命中率提高20.92%，响应时间减少23.93%，块擦除次数减少13.38%；相比CFLRU算法，缓冲区命中率提高29.33%，响应时间减少28.09%，块擦除次数减少48.77%；相比页级LRU算法，缓冲区命中率提高44.16%，响应

7、时间减少33.70%，块擦除次数减少55.75%。在闪存转换层算法设计中，本文提出一种基于分类处理的聚簇页级闪存转换层算法——CPFTL（ClusteredPage-levelFlashTranslationLayer）。首先，CPFTL将地址映射缓存分为热映射表缓存、冷映射表缓存和连续映射表缓存，分别用来缓存访问频繁的请求的映射项、访问不频繁的请求的映射项和高空间本地性的请求的映射项，有效提升了各类请求的处理能力。其次，为利用连续请求的空间本地性，CPFTL的连续映射表缓存预取多个连续的映射项，

8、提高它对连续请求的响应性能。最后，为减少页级映射算法的转换页读写开销，CPFTL的冷映射表缓存采用聚簇策略，即将属于同一转换页中的映射项进行聚簇，按簇进行LRU管理，当冷映射表缓存满时，根据簇的映射项个数和LRU选取合适的簇剔除到闪存。实验结果显示，平均而言，CPFTL相比经典的DFTL算法，总体缓存命中率提高50.59%，响应时间减少24.43%，地址转换页操作次数减少82.87%，块擦除次数减少29.35%；相比最新的SDFTL算法，总体缓存命中率提升9.88%，响应时间减少8