[论文解读] An Improved Analytical Expression for Write Amplification in NAND Flash

Xiang Luojie, Brian M. Kurkoski|arXiv (Cornell University)|Oct 19, 2011

Advanced Data Storage Technologies参考文献 1被引用 19

一句话总结

本文通过使用二项分布和Lambert W函数对垃圾回收过程中释放的无效页数量进行建模，提出了一种改进的NAND闪存写入放大分析模型。该模型仅依赖于超额配置因子，其预测结果显著优于以往工作：当ρ=0.30时，预测写入放大为2.36，而实际值为2.35，优于先前模型的2.17估计值。

ABSTRACT

Agarwal et al. gave an closed-form expression for write amplification in NAND flash memory by finding the probability of a page being valid over the whole flash memory. This paper gives an improved analytic expression for write amplification in NAND flash memory by finding the probability of a page being invalid over the block selected for garbage collection. The improved expression uses Lambert W function. Through asymptotic analysis, write amplification is shown to depend on overprovisioning factor only, consistent with the previous work. Comparison with numerical simulations shows that the improved expression achieves a more accurate prediction of write amplification. For example, when the overprovisioning factor is 0.3, the expression proposed by this paper gives a write amplification of 2.36 whereas that of the previous work gives 2.17, when the actual value is 2.35.

研究动机与目标

• 开发更精确的NAND闪存写入放大分析表达式。
• 将垃圾回收过程中释放的无效页数量建模为平稳的二项分布过程。
• 通过聚焦于无效页概率而非有效页分布，改进Agarwal等人提出的闭式表达式。
• 通过仿真和渐近分析验证模型，表明写入放大仅依赖于超额配置因子。

提出的方法

• 作者将每次垃圾回收中释放的无效页数量建模为成功概率为$p_{\mathsf{ie}}$的二项分布随机变量。
• 推导出期望释放无效页数$x$的自洽方程，进而得到涉及Lambert W函数的超越方程。
• 渐近写入放大的表达式为$\widehat{A} = \frac{-1-\rho}{-1-\rho - \mathsf{W}((-1-\rho)e^{-1-\rho})}$，其仅依赖于超额配置因子$\rho$。
• 该模型假设释放无效页数量的平稳性，并通过仿真和渐近分析加以证明。
• 通过改变$U$、$N_{\mathsf{p}}$和$\rho$的大量仿真验证理论结果，显示其收敛至分析值。
• 将该模型与Agarwal等人先前的表达式进行对比，后者假设有效页均匀分布，并采用不同的推导方法。

实验结果

研究问题

• RQ1 如何通过聚焦于垃圾回收过程中的无效页恢复，更准确地建模NAND闪存的写入放大？
• RQ2 写入放大的渐近行为是什么？它是否仅依赖于超额配置因子？
• RQ3 能否利用Lambert W函数推导出一个闭式表达式，使写入放大的预测结果比以往模型更符合仿真结果？
• RQ4 关于页分布和垃圾回收动态的假设如何影响写入放大预测的准确性？

主要发现

• 改进后的写入放大分析表达式仅依赖于超额配置因子$\rho$，与先前工作一致，但基于更精确的理论框架推导得出。
• 在$\rho = 0.30$时，所提模型预测写入放大为2.36，与仿真结果2.35高度吻合，而先前模型预测值为2.17。
• 与先前工作相比，该模型的预测误差显著降低，在测试范围内最大偏差（$\rho \geq 0.25$）小于0.02。
• 仿真结果证实，每次垃圾回收释放的无效页数量收敛至一个与$U$和$N_{\mathsf{p}}$无关的平稳值，验证了模型假设。
• Lambert W函数实现了闭式解，能够比先前的二次近似更准确地捕捉写入放大的非线性行为。
• 该模型证明了$T$（每周期变为满的块数）作为实际块数的良好近似，支持了分析框架的合理性。