SMR磁盘学习7---Data Handling Algorithms For Autonomous Shingled Magnetic Recording HDDs

SMR磁盘学习7---Data Handling Algorithms For Autonomous Shingled Magnetic Recording HDDs

第一部分：总述

SMR的瓦结构使得磁盘的存储密度增加了，但也带来了一些问题。由于SMR写磁头操作限制，使得SMR更加倾向于顺序写，随机写的性能很糟糕。为了让SMR被市场所接受，必须要维持它的随机写性能。于是将这项工作分成两个部分：第一部分提出了短块随机写算法，这个算法可使SMR维持稳定的随机写性能。第二部分提出了一个优化策略，对短块随机写算法进行改进。通过以上两个部分进行总结并得出结论。

第二部分：重难点详解

第一部分工作，使用了两个region，即I-region（图1所示，存储的数据安排I-region上， I-region又包含额外tracks，这些额外的tracks用做refresh buffer和相邻两个I-region的guard tracks）、E-region（用来接收请求的写操作），分别对这两个region进行合理的组织安排，使得SMR能够维持稳定的随机写性能。I-region和E-region的组织：首先将请求的写操作暂存在E-region中，给E-region一个合适的清理速率，目的是为E-region接收新的写操作提供充足的空间，使之持续稳定的接收写操作，当对E-region进行清理时，会在此引发后台操作的refresh operation，在I-region相关联的位置开始读操作，old data暂存在I-region的buffer track中；读操作完成后，将从E-region读出来的写操作和old data合并，顺序写入到I-region的tracks上，当数据更新完成后，E-region中对应的写操作将被清除。通过I-region和E-region之间的协作，实现了SMR平稳持续随机写的性能。该算法与标准HDD进行对比测试，从结果可以看出：写块大小＜104时性能比标准HDD好，超过了这个值性能就开始下降。第二部分做了两个工作，第一，最小化每次更新时写的平均次数来提高随机写的性能（如图3、4），使用的方法是一个贪婪算法：给任意初始状态和一个逻辑track去更新k,选择一个使得写数目最小的作为终态，如果这样的终态不止一个，选择最集中的一个；

将Transfer length大小设为一个track进行测试，测试结果如图5（记录的有效率计算时N/(N+M),N是data tracks、M是额外的tracks），改进后的平均写次数比不改进时要好。第二，对Transfer length size进行探究，将transfer length size扩展到多个tracks,并采用顺序分布和均匀两种策略来探究，结果（如图6）是顺序分布的逻辑track的更新接近标准性能（标准的HDD）。

第三部分：总结

结论：对于小的transfer length，可以维持随机写的性能，当transfer length大于一个tracks大小时，其性能下降。对于较长的transfer length 顺序策略可以接近标准性能。

 

 

图 1  I-region