【清华大学陈游旻博士论文】持久性内存存储系统关键技术研究

持久性内存存储系统关键技术研究

存储系统作为数据的载体，在应对爆炸式增长的数据时面临严峻的挑战；同时，人工智能等新型应用还对存储系统的吞吐率、延迟、扩展性等性能指标提出了极为严苛的要求。新型持久性内存具有字节可寻址、数据掉电不丢失、性能高等硬件特性，这为构建高性能存储系统带来了新的机遇。然而，持久性内存具有极低的访问延迟，这使得传统存储系统的软件开销占比日益凸显；并且，持久性内存特殊的硬件属性难以被存储系统软件感知，从而导致其性能优势难以被充分发挥。为此，本文重新思考了基于持久性内存的存储系统架构方式，并在操作系统、网络系统、存储软件等不同层次展开了研究：

• 针对文件系统软件开销高和系统难扩展的问题，提出了用户态与内核态协同的持久性内存文件系统架构 Kuco。Kuco 将存储栈从内核态扩展到用户态，并利用内核线程管理文件系统元数据及权限。为防止内核线程成为系统瓶颈，Kuco 引入了协同索引、两级锁协议、版本读等内核态与用户态的协同处理逻辑。实验表明，Kuco 提升元数据吞吐率最高达 16 倍。

• 针对 RDMA 在可靠模式下难扩展的问题，提出了基于连接分组的分布式内存通信原语 ScaleRPC。该原语将网络连接划分到不同组，并以时间片轮询的方式服务各组，从而避免出现网卡缓存争用；同时，引入了虚拟映射机制使多组网络连接共用同一物理消息池，从而降低 CPU 缓存缺失率。实验表明， ScaleRPC 可以实现与不可靠模式相近的扩展性。

• 针对事务系统在负载冲突时尾延迟高的问题，提出了一种融合悲观锁和乐观读的新型并发控制协议 Plor。Plor 要求事务在执行过程中首先对数据项加锁，然后再读取对应数据项。在遇到锁冲突时，事务可以继续执行，而仅在事务提交阶段再进行冲突检测，保证事务按序提交。实验表明，Plor 的吞吐率可达到乐观并发控制协议的水平，并将 99.9% 尾延迟降低 12 倍。

• 针对持久性内存更新粒度与访问粒度不匹配带来的低效性问题，设计了一种基于日志结构的持久性内存键值存储引擎 FlatStore。FlatStore 通过多核流水线调度的批量处理机制将小写请求合并处理，从而降低对持久性内存的写入次数，并在提升带宽的同时降低响应延迟。实验表明，FlatStore 相比现有系统性能提升最高达 6.3 倍。。

成为VIP会员查看完整内容