时隔近3个月，我本科毕业后第一次回到了西安，见到了在本校读研的舍友们，不过主要还是来参加信息存储年会的。 会议有特邀报告、青年学者报告和优秀论文交流报告，分别是大神级的学者、大神级的青年学者和大神级的博士生进行报告，听了这些报告真的感觉到自己的差距有多么大，同时感觉不虚此行。 这是一篇我所听报告的部分内容的总结，语言从我个人理解的角度出发，信息可能不全或不准确，如有问题，欢迎讨论和指正。 阻变存储器性能优化方法的研究 冯丹教授讲的题目是“ 阻变存储器性能优化方法的研究 ”。首先RRAM(阻变式存储，Resistive Random Access Memory，ReRAM)是一种非易失性存储器(NVM)，尺寸单元小，有发展潜力。冯丹教授这次的报告是比较偏硬件，但还是有很多启发。 背景： DRAM在技术上要降低能耗、提升容量越来越难，而且DRAM技术提高的速度比CPU慢，另外技术工艺达到40nm之后很难再提高。所以ReRAM代替DRAM是一种选择。 RRAM的存在的问题： 1. reset延迟和能耗代价均高于set；2. TLC的延迟大于SLC；3. 存在IR-drop的问题，离驱动电源越近，延迟越低。 几项工作： 1. 针对上述第一点问题，提出了可以将对角线上的set和reset并行，这样降低了总延迟时间。 2. 针对上述第二点问题，使用了一种“压缩率感知”的方法，利用MLC/TLC中中间几种状态慢于两边状态的特点，将中间的几个状态合并，根据压缩的工作负载的压缩率，来进行决策，重新编码存储（比如把原来MLC的4中状态中的第2、3两种合为一个状态，这样就变成了3中状态，减小了延迟和能耗）。3. 针对上边的第三点问题，用双端驱动代替单端驱动，这样处于接近电源驱动的区域就增多了，并且可以根据快慢在驱动层中区分硬件上的快慢区域，来合理使用。 半层次化的语义存储体系结构 华中科大华宇教授的报告，讲了一种” 半层次化的语义存储体系结构 “，希望将原来的存储结构（比如文件系统的目录结构）转为一种多标签的索引结构。 背景： 存储有5个趋势，分别是更大规模、智能化、一体化（计算和存储更近）、长期化和边缘化（雾计算，临近计算等）。 问题： 存储的层次化越来越明显，同时新兴的存储期间很多(PCM、SSD、DRAM、3D Xpoint……)；NVM能缓解存储的压力，但是由于寿命等问题无法从根本上解决问题；对于文件系统来说，查找树不是太高就是太胖；locality的设计思想是用稀缺资源存储最热的数据，但目前的大趋势是locality正在减小；cache的适应能力弱，比如需要较强时间的预热，代价很高。 解决思路： 用语义存储带起当前的存储模式，例如：文件系统中使用扁平化的树结构，一个文件同时贴上(识别出)多种标签；有了这种模式，非精确dedulication中可以在关联数据间进行，提升效率；近似图像语义间的dedupe；data cube是对于高维查找提前做出计算的一种方法，如果基于语义，可以缩小计算范围。 数据中心驱动下KV系统的设计和实现 德州大学阿灵顿分校的Song Jiang教授主要讲了KV系统的缓存问题。 问题： 由于在分布式存储中，所有的访问都要经过metadata server(MDS)，所以MDS是一个瓶颈，应用Key-Value(KV)系统就是取消了MDS的一种解决方案。KV系统是需要缓存的，怎么更高效的利用有限的缓存空间是一个问题。 思路： 可以使用更好的缓存数据替换算法，但是并没有效果太好的；可以提升内存容量，但是这会直接导致成本上升；可以利用压缩提升缓存利用率，但是解压和压缩也会导致很大的性能下降。 方法： 对实际访问trace数据分析发现，随着缓存空间的增长，缓存命中率上升到80%是很快的，但从80%上升到90%则需要更多的内存，基于这点，将cache分级，最热的数据不进行压缩，对并非太热的数据进行压缩，这就很好的平衡了压缩解压缩的延迟和缓存的利用率问题。 对于这种方法，还有一个解释，就是对cache命中，即使要进行解压缩操作，时间也远远小于访问存储服务器进行磁盘访问，这样，即使缓存利用率提升了5%，也可能带来很大的性能提升效果。Song教授解释的意思是，由于磁盘访问的速度特别慢，在命中率从90%提升到95%的情况下，更应该看到的是未命中率降低了一半(10%–>5%)，而不是命中率提升了很少（90%->95%） 其他 清华的陆游游博士介绍了NVM+RDMA的分布式存储方案，有了RDMA，CPU传送所有数据的等待时间减小到传送存储地址的时间。 华科博士生左鹏飞提出了一种基于位置分享的解决哈希冲突的策略，用于NVM系统。 上海交大的博士生董明凯介绍了他发表在ATC 17上的文章Soft Updates Made Simple and […]