[论文解读] Efficient LSM-Tree Key-Value Data Management on Hybrid SSD/HDD Zoned Storage

Jinhong Li, Qiuping Wang+1 more|arXiv (Cornell University)|May 24, 2022

Advanced Data Storage Technologies被引用 4

一句话总结

HHZS 是一种中间件系统，通过利用 LSM-tree 键值存储（如 RocksDB）的应用程序提示，在混合分段存储的 SSD/HDD 系统上实现高效的键值存储。它采用写入导向的放置策略、工作负载感知的迁移机制以及基于应用程序提示的缓存技术，在真实 ZNS SSD 和 HM-SMR HDD 硬件上，相比基线方案实现了 28.0–69.3% 的吞吐量提升。

ABSTRACT

Zoned storage devices, such as zoned namespace (ZNS) solid-state drives (SSDs) and host-managed shingled magnetic recording (HM-SMR) hard-disk drives (HDDs), expose interfaces for host-level applications to support fine-grained, high-performance storage management. Combining ZNS SSDs and HM-SMR HDDs into a unified hybrid storage system is a natural direction to scale zoned storage at low cost, yet how to effectively incorporate zoned storage awareness into hybrid storage is a non-trivial issue. We make a case for key-value (KV) stores based on log-structured merge trees (LSM-trees) as host-level applications, and present HHZS, a middleware system that bridges an LSM-tree KV store with hybrid zoned storage devices based on hints. HHZS leverages hints issued by the flushing, compaction, and caching operations of the LSM-tree KV store to manage KV objects in placement, migration, and caching in hybrid ZNS SSD and HM-SMR HDD zoned storage. Experiments show that our HHZS prototype, when running on real ZNS SSD and HM-SMR HDD devices, achieves the highest throughput compared with all baselines under various settings.

研究动机与目标

• 解决在使用 ZNS SSD 和 HM-SMR HDD 的混合分段存储上部署 LSM-tree 键值存储时面临的性能与效率挑战。
• 克服传统基于块的存储接口带来的翻译开销和垃圾回收干扰问题。
• 利用刷新、合并和缓存操作中的应用程序级提示，实现对混合分段存储中数据放置与迁移的细粒度、主机级控制。
• 设计一种协同优化的系统，通过将 LSM-tree 语义与分段存储特性对齐，提升混合分段环境下的吞吐量并降低尾部延迟。
• 证明基于提示的数据管理方案在混合分段存储工作负载中显著优于自动或静态放置方案。

提出的方法

• 提出 HHZS，一种中间件层，通过应用程序提示将 LSM-tree 键值存储（RocksDB）与混合 ZNS SSD 和 HM-SMR HDD 存储进行连接。
• 利用 LSM-tree 的刷新与合并操作产生的写入寿命提示，指导 SSTable 在 SSD 区域中的放置，以降低低层数据的写入放大。
• 采用带速率限制的工作负载感知迁移机制，根据访问模式在 SSD 与 HDD 之间动态移动 SSTable，减少对前台 I/O 的干扰。
• 应用基于应用程序提示的缓存机制，将频繁访问的数据块保留在 SSD 中，提升读取性能与命中率。
• 与 ZenFS（一种支持分段的文件系统）集成，暴露分段接口并管理分段生命周期操作（如分段重置、仅追加写入）。
• 实现一个基于提示的数据管理流水线，协调 LSM-tree 内部操作与底层存储层之间的交互，以实现最佳性能。

实验结果

研究问题

• RQ1 如何有效利用 LSM-tree 操作产生的应用程序提示来管理混合分段存储（ZNS SSD 与 HM-SMR HDD）中的数据放置？
• RQ2 在混合分段存储中，SSD 与 HDD 之间的动态、工作负载感知数据迁移对性能与尾部延迟有何影响？
• RQ3 基于应用程序提示的缓存能否在不增加写入放大率的前提下提升混合分段存储中的读取性能？
• RQ4 LSM-tree 键值存储与分段存储之间的基于提示的协同设计，相比现有自动或静态放置方案，在混合存储环境中表现如何？
• RQ5 背景数据移动的最优迁移速率是多少？该速率需在性能增益与对前台 I/O 干扰之间取得平衡。

主要发现

• 在真实 ZNS SSD 和 HM-SMR HDD 硬件上，HHZS 在六个 YCSB 工作负载中，相比 SpanDB 的自动放置方案，吞吐量提升了 28.0–69.3%。
• 当迁移速率从 1 MiB/s 提升至 64 MiB/s 时，99.99% 分位数延迟增加了 104%，表明激进的迁移会降低尾部性能。
• HHZS 通过设置保守的 4 MiB/s 迁移速率，有效维持了低尾部延迟，实现了性能增益与干扰之间的良好平衡。
• 写入导向的放置策略有效为低层 SSTable 预留 SSD 区域，降低了写入放大率并提升了写入吞吐量。
• 工作负载感知的迁移机制可动态将热 SSTable 从 HDD 迁移至 SSD，提升读取效率，同时避免过度 I/O 干扰。
• 基于应用程序提示的缓存显著提升了读取命中率，通过将频繁访问的数据块保留在更快的 SSD 存储中。