REGISTOR：优化SSD内部非结构化数据的高效regex处理平台

REGISTOR是一个专为SSD（固态硬盘）设计的创新内部非结构化数据处理平台，由裴舒怡、杨静和杨青等人在罗德岛大学与深圳市大普微电子有限公司合作开发。其核心目标是解决在大规模数据集中进行正则表达式搜索时的性能瓶颈，尤其是闪存SSD的I/O性能限制。 在硬件层面，REGISTOR引入了一个特殊的硬件加速器，它包含一个深度流水线结构，包括文件语义提取器、匹配候选查找器、Regex匹配单元(REMU)和结果组织器。这个设计允许在数据传输过程中实时处理数据，确保搜索速度与现代SSD内部总线速度同步。流水线的每个阶段都充分利用了并行处理能力，提高了搜索效率。 为了方便高级应用程序的使用，REGISTOR团队在Linux环境中开发了一套API和库，这些工具能够重组SSD中的数据块，使其看起来像文件一样处理，简化了开发者对内部数据的操作。 实验结果显示，REGISTOR在处理大型数据集的正则表达式搜索时表现出色，显著提升了吞吐量，减少了高达97%的I/O带宽需求，并降低了82%的CPU利用率。这些改进对于那些依赖于频繁数据搜索的应用场景来说，如日志分析、网络安全和数据分析等领域，具有重大价值。 该研究项目得到了美国国家科学基金会（NSF）CCF-1439011和CCF-1421823的部分资助，以及URI（罗德岛大学）和深圳市大普微电子有限公司之间研究合同的支持。REGISTOR的相关论文发表在《ACM Transactions on Storage》上，引用了如下信息： 作者：裴舒怡、杨靖、杨晴 发表日期：2019年3月 卷号：15, Issue 1 文章编号：7 DOI：10.1145/3310149 REGISTOR不仅展示了硬件与外部存储器交互的优化，还在计算机系统组织中采用了专用物理系统的设计策略，进一步推动了近似数据处理在SSD存储领域的前沿发展。