没有合适的资源?快使用搜索试试~ 我知道了~
首页驱动器管理SMR性能:新颖建模与精确预测
驱动器管理SMR性能:新颖建模与精确预测
0 下载量 22 浏览量
更新于2024-06-16
收藏 1.29MB PDF 举报
驱动器管理的SMR性能建模是一篇发表在ACM Transactions on Storage (Vol. 13, No. 4, December 2017)上的研究论文,由Mansour Shafaei, Mohammad Hossein Hajkazemi, Peter Desnoyers 和 Abutalib Aghayev共同撰写。SMR,即叠瓦式磁记录,是一种磁盘技术,通过使相邻磁道重叠以提高磁道密度,从而突破顺磁极限,无需大规模改变磁头或盘片设计。这一创新在保持高密度的同时,对写入操作提出了挑战,因为写入可能涉及在窄轨道上的数据迁移,类似于闪存的特性。 文章的核心任务是建立一个能准确预测SMR磁盘驱动器在管理层面性能的模型,尽管实际内部算法是保密的。作者们利用外部测量数据,设计出了一种模型,能够以几百分比的精度预测平均延迟,对于大多数测试工作负载,其均方根(RMS)累积延迟误差控制在25%以下,这个误差率相对较小,通常远低于同类设备间驱动器性能的自然波动范围的三倍。 模型的成功在于它能够克服了SMR磁盘特有的复杂性,如数据复制和写入位置调整,使得系统能够在驱动器内部有效地处理这些操作。研究得到了美国国家科学基金会CNS-11项目的资助,体现了对存储技术持续改进的关注和对性能建模的深入探索。 这篇论文为理解SMR磁盘在驱动器管理中的行为提供了宝贵的理论支持,有助于优化存储系统的性能和效率,对存储交易和磁盘性能建模领域具有重要意义。通过引用和关键词"叠瓦式磁记录(SMR)"、"建模"和"性能",该研究不仅推动了学术界对新型磁盘技术的理解,也为实际应用中的系统设计和优化提供了有价值的数据基础。
资源详情
资源推荐
![](https://csdnimg.cn/release/download_crawler_static/88800540/bg5.jpg)
驱动器管理的
SMR
性能建模
三十
八:
5
ACM Transactions on Storage,Vol.号134、第38条。出版日期:2017年12月
表
2.
所用
Microsoft MSR
和
Industrial Traces
的特点
微量
写比率
迹长
最大写入LBA
备份1 - 0 l1
49.39%
127,680
999,703,417,856
备份1 - 6d 1
51.40%
83,453
7,392,460,800
备份1 - 6l 1
52.00%
150,429
886,104,653,824
备份2 - 0 l1
39.52%
323,065
49,571,168,256
备份2 - 6d 1
45.33%
596,034
999,706,084,864
备份2 - 6l 1
44.75%
527,220
59,485,192,192
数据库1 - 6d 1
百分之九
十八点四
三
45,536
765,591,552
数据库1 - 6l 1
百分之九
十八点二
六
61,891
7,273,447,424
hadoop1-0l1
57.93%
226,234
918,266,970,112
hadoop1-6d1
60.19%
415,705
791,370,399,744
hadoop1-6l1
63.07%
464,714
999,705,080,320
hm_0
64.49%
3,993,316
14,967,132,160
hm_1
4.66%
609,311
27,310,669,824
mds_0
88.11%
1,211,034
36,415,311,872
mds_1
百分之七
点一二
1,637,711
509,852,941,824
项目3
5.18%
2,244,644
236,649,852,416
proj_4
1.48%
6,465,639
234,744,290,816
3.1 实验装置
在运行Linux内核的系统上,使用fio[5]工作负载生成器在合成工作负载和跟踪回放模式下
进行了表征和模型验证实验
在AHCI模式下,使用Intel 8 Series/C220 Series板载SATA控制器除非另有说明,否则所有测
试均在禁用驱动器写缓存和驱动器前瞻的情况下执行。
一些
实验
使用了来自我们以前的kylight工作[ 1 ]的“风流“
驱动
,头部运动由高速
摄像机以每秒1,000帧的速度观察。
在评估我们的模型时使用了两组工作负载跟踪:从MSR Cambridge跟踪[22]中选择的
跟踪,用于代表2007年在一系列Windows服务器上采集的涵盖广泛读/写比率的不同类
型的工作负载,以及从工业合作伙伴处接收的最近RAID阵列跟踪;这些跟踪的特征如表
2所示。合作伙伴跟踪表示RAID 0和RAID 6阵列中的多个设备在不同工作负载条件下
(两个备份应用程序、一个数据库和一个Hadoop分布式文件系统(HDFS)群集)收到
的流量。物理实验是通过fio [5]的重放来执行的,其中写缓存被禁用,队列深度为1,
并且“平坦”-即,连续I/O之间无延迟;建模的驱动器配置相同。还需要做更多的工作
来精确地建模异步I/O、预读和写缓存。
该模型本身是用大约1,200行Python实现的,模拟了磁盘机制的基本操作以及翻译
层的行为。
1
3.2
同型号性能差异
为了判断我们的模型的准确性,我们首先需要知道SMR驱动器性能的预测情况。
由于自适应格式化[18],名义上相同的现代驱动器具有实质性的驱动器到驱动器的
变化,这导致扇区布局的微小变化,
1
该模型目前在https://github.com/sssl/SMR-simulation上的开源许可下可用。
![](https://csdnimg.cn/release/download_crawler_static/88800540/bg6.jpg)
三十
八:
6
M. Shafaei
等人
ACM Transactions on Storage,Vol.号134、第38条。出版日期:2017年12月
表
3.
相同驱动器之间的性能差异(
按
WITTTrace
)
微量
平均延迟(ms)
记过
驱动器1
驱动器2
毫秒比
hm_1
9.97
9.92
0.73 7.3%
mds_0
25.53
25.35
0.98 3.9%
mds_1
8.71
8.77
1.13 12.9%
图
1.
一、常规与用于备份的驱动器管理
SMR
磁盘延迟
2 - 0 l1
,随时间变化,并作为
CDF
,扩展
了尾部延迟
CDF
的视图(
30- 500
毫秒)。
表
4.
代表性迹线的非
SMR
和
SMR
驱动器
的性能
微量
平均延迟(ms)
记过
非SMR
SMR
毫秒比
hm_1
7.33
9.92
35.29 816.9%
mds_0
10.63
25.35
138.28 522.2%
mds_1
8.25
8.77
6.32 1173.2%
单元之间的密度;这些差异可以通过SMR转换层进一步放大。这反过来又为模型预
测任何磁盘行为的准确度设置了上限,而不是单独校准的磁盘。为了测量这种影
响,我们在两个型号和固件版本相同的5TB驱动器上重放了几个跟踪,结果如表3
所示。在所有情况下,平均延迟几乎是相同的;然而,延迟曲线的变化(通过扣分
来衡量)要高得多,表3中的轨迹的相对误差为3.9%至12.9%。
3.3 常规驱动参数
接下来,我们将5TB 3.5
××
ST 5000 AS 0011的性能与机械性能相同的传统驱动器
(希捷ST 4000 NC 001)的性能进行比较,这些驱动器具有相似或相同的转速、寻
道时间曲线和数据传输速率。在图1和表4中,我们看到了合作伙伴备份2 - 0 l1跟踪
中两个驱动器性能的时间序列和CDF虽然这两种CDF在大部分范围内都是相似的,
但它们在最高带宽上存在很大差异,传统驱动器与SMR为335 ms;这些离群值在时
间序列轨迹中很容易这种高延迟操作的增加反映在基线的缺点中:RMS误差为
16.6ms,平均测量(SMR)延迟为18.0ms,缺点为
剩余25页未读,继续阅读
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
cpongm
- 粉丝: 5
- 资源: 2万+
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
最新资源
- 岩石滑动与断层冲击地压:声发射特征分析
- 新时代煤炭工业八大战略新取向剖析
- 开采强度对华亭矿区冲击地压危险性的影响分析
- 新安煤矿探采对比:影响安全生产的关键因素与技术支撑
- 210MW循环流化床锅炉引风机变频改造优化与节能效果
- 浅埋煤层开采沉陷预测:方法应用与影响分析
- 优化巷道过陷落柱支护方案:数值模拟与现场试验
- 坚硬顶板定向断裂爆破技术:安全高效采煤新方案
- 北航2019算法课作业解析:投资策略与凸子多边形优化
- 断层破碎带垮冒下堆积体边界抗力分布关键影响因素
- 哈拉沟选煤厂优化末煤系统提高效率与处理能力
- 瓦斯涌出影响下采动煤体蠕变失稳研究
- 提升煤矿装载效率的可控箕斗定量装载设备设计
- 水分调控下烟煤瓦斯吸附特性对比研究
- 重介质悬浮液密度控制硬件设计与选型探讨
- 坚硬顶板巷道支护参数设计:现场测试与数值分析
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)