[论文解读] Time-efficient Garbage Collection in SSDs

Lars Nagel, Tim Süß+4 more|arXiv (Cornell University)|Jul 24, 2018

Advanced Data Storage Technologies被引用 5

一句话总结

本文提出了两种优化的垃圾回收（GC）策略——快速成本效益策略与近似成本效益策略，显著降低了原始成本效益GC算法在固态硬盘（SSD）中的运行时间，同时保持了其低写入放大特性。快速成本效益策略通过优先级类别最小化搜索时间，近似策略则批量选择受害块，实现高达24倍的性能提升，且写入放大无显著增加，使该策略可高效应用于多TB级SSD。

ABSTRACT

SSDs are currently replacing magnetic disks in many application areas. A challenge of the underlying flash technology is that data cannot be updated in-place. A block consisting of many pages must be completely erased before a single page can be rewritten. This victim block can still contain valid pages which need to be copied to other blocks before erasure. The objective of garbage collection strategies is to minimize write amplification induced by copying valid pages from victim blocks while minimizing the performance overhead of the victim selection. Victim selection strategies minimizing write amplification, like the cost-benefit approach, have linear runtime, while the write amplifications of time-efficient strategies, like the greedy strategy, significantly reduce the lifetime of SSDs. In this paper, we propose two strategies which optimize the performance of cost-benefit, while (almost) preserving its write amplification. Trace-driven simulations for single- and multi-channel SSDs show that the optimizations help to keep the write amplification low while improving the runtime by up to 24-times compared to the original cost-benefit strategy, so that the new strategies can be used in multi-TByte SSDs.

研究动机与目标

• 解决大规模SSD中成本效益垃圾回收（GC）策略运行时间过高的问题，其运行时间与块数呈线性增长。
• 在不增加写入放大率的前提下，降低受害块选择的性能开销。
• 使复杂GC策略在高容量SSD（多TB级）中得以应用，其中线性时间算法已变得不可行。
• 通过优化选择效率，提升现代多通道和高密度SSD中GC的可扩展性。
• 在显著提升运行时间性能的同时，保持与原始成本效益方法相当的低写入放大率。

提出的方法

• 提出快速成本效益策略，根据块的成本效益（CB）值将其划分为优先级类别，仅使用最高优先级类别（第0类）进行受害块选择。
• 预先计算块在类别间转移的时间，避免运行时计算，从而降低搜索复杂度。
• 实现类别更新机制，仅修改第0类和第1类，从而在块失效和迁移过程中最小化开销。
• 提出近似成本效益策略，一次选择多个潜在受害块而非每个周期仅选一个，将每周期计算时间减少一个常数因子。
• 使用真实工作负载（TPCC、SPC1、Financial1）的追踪驱动仿真，评估不同SSD大小、页数和硬件平台下的性能与写入放大率。
• 分析运行时间分解，识别并行化机会，例如将类别更新与受害块选择解耦，以支持多核执行。

实验结果

研究问题

• RQ1 在大规模SSD中，是否可以在不增加写入放大率的前提下降低成本效益GC策略的运行时间？
• RQ2 基于类别的分组与批量受害块选择在保持低写入放大率的同时，能否有效加速GC？
• RQ3 所提出的策略在现代多核处理器（Intel与ARM）上对多样化工作负载的性能影响如何？
• RQ4 在每块包含高页数的多TB级SSD中，新策略的可扩展性如何？
• RQ5 原始成本效益算法中的关键性能瓶颈是什么？如何实现解耦或并行化？

主要发现

• 快速成本效益策略在SPC1追踪中将GC运行时间最多减少13倍，在TPCC追踪中减少2.8倍，相比原始成本效益方法。
• 近似成本效益策略实现的IOPS最高达原始成本效益算法的24.4倍，且当q值较小时，写入放大率无明显增加。
• 在ARM Cortex-A17处理器上，最快算法（近似成本效益）的性能最高达原始成本效益策略的20倍，尽管其CPU频率和内存带宽较低。
• 原始成本效益策略在ARM上因双精度浮点运算而显著变慢，而优化策略通过减少计算量有效缓解了该问题。
• 随着SSD尺寸增大，原始成本效益策略与优化策略之间的性能差距扩大，主要由于第0类大小管理开销增加。
• 这些策略展现出强大的并行化潜力：类别更新与受害块选择可解耦，通过优化核心分配，实现接近150万IOPS的性能。