新型存储介质对数据管理的影响

以PCM为代表的新型存储设备摒弃传统磁盘存储方式,采用新型存储介质存储数据,摆脱了硬盘的机械特性限制,无需数据寻道时间,因而具有很大的优势,其中相变存储器因其各方面的优良特性而备受关注,得以广泛研究与应用。

新型存储介质概述

以PCM为代表的新型存储设备摒弃传统磁盘存储方式,采用新型存储介质存储数据,摆脱了硬盘的机械特性限制,无需数据寻道时间,因而具有很大的优势,其中相变存储器因其各方面的优良特性而备受关注,得以广泛研究与应用。相变存储器(PCM)是一类运用物质的可逆性相位改变来储存信息的新型非易失性存储器设备。相变存储器 PCM 融合了闪存、RAM以及非易失性存储器的优点。几种存储介质的指标对比如下[1]:

PCM

PCM有以下特性:

1. 非易失性: 与NOR闪存和NAND闪存一样,PCM 是非易失(Non-volatile)的存储介质,这就使得 PCM 可以不需要像RAM一样使用电池来维持信息。

2. 读取速度高: 和DRAM一样,相变存储技术尤以随机访问性能高而见长”它可直接从存储器执行代码。PCM的读取延迟比闪存缩短1到2个数量级,而读取带宽可与DRAM媲美,而NAND闪存随机存储时间长达几十微秒,无法进行直接代码读取。

3. 写入/擦除速度高: 与DRAM或EEPROM一样,PCM具有位可变性(bit alterability),而闪存却需要一个独立的擦除步骤来更改信息,将信息存储在位可变性存储器中,只需在1和0之间进行转换,不需要独立的擦除步骤,而且由于相变存储材料的晶化速度一般在 50ns 以下,因此PCM 拥有很高的写入速度,显著超越闪存的写入速度。

4. 字节可寻址: 类似于 DRAM,PCM 也具有字节可寻址的特性,这使得 PCM 和 DRAM 一样。相变存储器的低延时和位可变性不仅使它在设计参考中固件(Firmware)代码的直接执行上尽显优势,而且已经被广泛研究用来作为 DRAM 的替代品。

5. 写寿命长: PCM 写寿命已经达到了千万次,远超过闪存的数万次,随着技术进步,PCM 的写寿命正在接近硬盘的写寿命,一定程度上解决了闪存取代硬盘过程中因耐写能力严重不足带来的缺陷,可以保证存储器更高的可靠性。

6. 低能耗: PCM 基于微型存储单元的相变存储数据,没有机械转动装置并具有低电压的特性(0.2V-0.4V),同时由于相变存储器的非易失性,保存代码或数据也不需要刷新电流,所以无论是相比传统硬盘还是闪存或者DRAM,PCM都更加节能,是理想的下一代绿色存储器。

7. 技术提升潜力大(存储密度高): 因为Flash存储是用电荷存储原理,存储单元体积是无法无限制缩小的,所以这在很大程度上限制了Flash的存储密度的提升,使得 Flash 介质无法遵循存储密度的摩尔定律提升。PCM 技术升级面临的主要挑战是开关元器件的升级,由于 PCM 通过 GST 材料的相变导致微电路的电阻值不同来表示数据位,可使用 CMOS 工艺进行加工,只需增加数次掩模工艺,所需电压(0.2V-0.4V),这保证了PCM的元器件可以做到更小。随着硫系薄膜材料的状态控制方法的研究和改进,PCM耐读写能力和写入速度预计在近期内会有大幅提升。随着光刻等技术的应用,PCM的单位存储成本和写入性能方面的优势将会更加显著。根据研究结果,相变材料如GST薄膜,对5nm的节点也具有稳定性,其单元之间不会相互影响这一特性保证了PCM可以按照摩尔定律发展。

PCM对数据管理的影响

目前基于PCM的数据库优化主要集中在:存储架构索引性能日志管理事务并发方面.

1. 首先在存储架构方面,目前学术界针对PCM的应用主要探讨四种存储架构[2],分别是RAM+FLASH,RAM+PCM,SCM+FLASH,PCM。在第二种架构中,PCM作为二级存储设备,在第三种架构中,PCM作为内存使用,第四种架构中PCM既作为内存,又作为二级存储。

2. 在索引性能方面,研究主要集中在分析传统主存索引在PCM中的弊端,针对PCM读写不对称特性,从索引节点空间利用率和索引结构设计出发设计PCM友好的tree结构[7]。

3. 在日志管理方面,由于PCM的非易失性,研究主要集中在设计一种无日志的数据库架构[6]。

4. 事务并发方面,一方面是从事务层面的并发研究,具体就是事务并发协议的研究;另一方面是物理层面的并发研究,具体就是物理页面的并发访问研究。当前研究方面主要针对主存数据库下的并发控制技术,在大内存环境下,针对PCM设计新的乐观和悲观的并发控制协议,减少了事务并发过程中的锁冲突[3][4]。

在后续的文章中,我们将分别对PCM对数据库存储架构、索引性能、日志管理和事务管理进行综述,并探讨PCM、闪存等非易失存储对NoSQL存储系统数据管理的影响。

推荐阅读:

从HBase中移除WAL?3D XPoint技术带来的变革

参考文献:

  1. Chen S, Gibbons P B, Nath S. Rethinking Database Algorithms for Phase Change Memory [C], Proc.of International Conference on Innovation Database Research, 2011: 21-31.
  2. Peiquan Jin, Zhangling Wu, et al. A Page-Based Storage Framework for Phase Change Memory, Proc.of International Conference on Massive Storage Systems and Technology[J], 2017.
  3. Joy Arulraj, Justin J. Levandoski, Umar Farooq Minhas, Per-Åke Larson:BzTree: A High-Performance Latch-free Range Index for Non-Volatile Memory, Volume 11, Number 5, January 2018
  4. Larson P Å, Blanas S, Diaconu C, et al. High-performance concurrency control mechanisms for main-memory databases [J]. Proc. of the International Conference on Very Large Data Bases Endowment, 2011, 5(4): 298-309.
  5. Mihnea Andrei, Christian Lemke, Günter Radestock, et al. SAP HANA Adoption of Non-Volatile Memory[J]. Proc. of the International Conference on Very Large Data Bases Endowment, 2016.
  6. Shen Gao, Jianliang Xu, Theo Härder, et al. PCMLogging: Optimizing Transaction Logging and Recovery Performance with PCM. Proc. of IEEE Trans. Knowl. Data Eng. 27(12): 3332-3346 (2015)
  7. Lu Li, Peiquan Jin, Chengcheng Yang, Zhangling Wu, Lihua Yue: Optimizing B+-Tree for PCM-Based Hybrid Memory. Proc.of International Conference on Extending Database Technology, 2016: 662-663

本文源自:NoSQL漫谈(nosqlnotes.com)
除非特别注明,本站文章均为原创,转载请注明出处和链接。

Leave a Reply

电子邮件地址不会被公开。 必填项已用*标注