Kangaroo：优化闪存缓存设计以处理微小对象

"Kangaroo: 闪存缓存设计，由Sarah McAllister, Benjamin Berg等人在卡内基梅隆大学研究，与Julian Tutuncu-Macias (Goldman Sachs), Juncheng Yang (卡内基梅隆大学), Sathya Gunasekar, Jimmy Lu (Meta) 和其他专家共同完成，发表于2022年8月的ACM Transaction on Storage期刊。该研究主要针对闪存缓存中的微小对象存储问题，提出了Kangaroo这一新的缓存设计方案。" Kangaroo的设计目标是解决在大规模闪存缓存中处理微小对象的两大难题：一是固态硬盘（SSD）的读写操作以KB级别的“页面”为单位，不适合处理微小的100B对象；二是为了保持成本效益，每个缓存对象在DRAM中能保留的位数有限。传统的缓存策略要么过度消耗DRAM，要么导致过多的闪存写入，都不理想。 Kangaroo的独特之处在于它采用了一种混合架构，结合了大规模的集合关联缓存和小型的日志结构缓存。集合关联缓存旨在最小化DRAM的使用，因为它能够高效地处理大量小对象，而日志结构缓存则用来减少对闪存的写入次数，这有助于延长SSD的寿命。通过这种设计，Kangaroo能够在保持低DRAM使用的同时减少闪存写入，从而提高缓存性能。 实验结果表明，Kangaroo在DRAM使用率上接近最优的DRAM优化设计，而在闪存写入次数上接近最优的写入优化设计。在未命中率方面，Kangaroo超越了这两者。这些成果不仅基于理论分析模型，还得到了在Meta的生产闪存缓存环境中部署Kangaroo的实际测试验证。 Kangaroo的研究涉及的主要概念包括信息系统的信息检索、闪存技术以及社交网络。关键词和短语扩展了对闪存、缓存和微小对象的关注，表明这项工作对于处理社交媒体和物联网服务中的大数据集具有重要意义。该研究对闪存存储系统的设计和优化提供了重要的理论和实践指导，对于未来数据中心的高性能、低成本存储解决方案有着深远的影响。