CN109828896A - 一种固态硬盘ftl算法性能的测试方法 - Google Patents

一种固态硬盘ftl算法性能的测试方法 Download PDF

Info

Publication number
CN109828896A
CN109828896A CN201910049523.8A CN201910049523A CN109828896A CN 109828896 A CN109828896 A CN 109828896A CN 201910049523 A CN201910049523 A CN 201910049523A CN 109828896 A CN109828896 A CN 109828896A
Authority
CN
China
Prior art keywords
solid state
state hard
data
hard disk
test
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910049523.8A
Other languages
English (en)
Other versions
CN109828896B (zh
Inventor
林新惠
韩国军
方毅
蔡国发
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN201910049523.8A priority Critical patent/CN109828896B/zh
Publication of CN109828896A publication Critical patent/CN109828896A/zh
Application granted granted Critical
Publication of CN109828896B publication Critical patent/CN109828896B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Debugging And Monitoring (AREA)
  • Signal Processing For Digital Recording And Reproducing (AREA)

Abstract

本发明涉及存储设备技术领域，具体公开一种固态硬盘FTL算法性能的测试方法，包括：对固态硬盘进行不同场景的任务时的负载参数进行分析统计，并根据分析统计的结果制定若干不同的测试用例；针对每个所述测试用例搭建运行环境，编写测试脚本；对所述固态硬盘上运行所述测试脚本，并记录性能参数；根据所述性能参数对所述固态硬盘的FTL算法性能作出评估。本发明提供一种固态硬盘FTL算法性能的测试方法，能全面考察SSD的性能。

Description

一种固态硬盘FTL算法性能的测试方法
技术领域
本发明涉及存储设备技术领域，尤其涉及一种固态硬盘FTL算法性能的测试方法。
背景技术
基于对高可靠性、低时延和低功耗等性能的需求，存储设备正逐渐从磁盘存储转向固态存储(以Nand Flash为介质)。目前的文件系统是基于磁盘设计的，磁盘作为一个块设备(block-device)被访问，由于Nand Flash具有一次写入(write-once)和磨损(worn-out)的特性，使用固态硬盘(SSD)代替磁盘时，需要映入固件层FTL。具体地，FTL是Flashtranslation layer的英文缩写，FTL是一种软件中间层，用于将闪存模拟成为虚拟块设备，从而能够在闪存上实现FAT等等块设备类文件系统。FTL可以使SSD像磁盘一样存储。
具体地，FTL主要用于完成地址映射、垃圾回收、磨损均衡和坏块管理等操作。显然，FTL算法的优劣直接决定了SSD盘的性能等级、可靠性和耐用性。目前对SSD的FTL算法性能测试仅是简单的对SSD的进行顺序读写与随机读写测试，笼统地比较二者的输出结果，并以此来评定SSD性能的好坏，不够客观和全面。
可以理解的是，现有SSD的FTL算法性能测试不够客观和全面，主要是因为采用的测试用例不能代表某个真实的应用场景(一般地，真实的应用场景不应只有顺序读写或者只有随机读写)，而且，各测试用例也是相互独立的，并且不能体现冷热数据带来的影响。
因此，现有的FTL算法性能测试方法并不能全面考察SSD的性能。
发明内容
本发明的一个目的在于，提供一种固态硬盘FTL算法性能的测试方法，能全面考察SSD的性能。
为达以上目的，本发明提供一种固态硬盘FTL算法性能的测试方法，包括：
对固态硬盘进行不同场景的任务时的负载参数进行分析统计，并根据分析统计的结果制定若干不同的测试用例；
针对每个所述测试用例搭建运行环境，编写测试脚本；
对所述固态硬盘上运行所述测试脚本，并记录性能参数；
根据所述性能参数对所述固态硬盘的FTL算法性能作出评估。
优选地，所述不同场景包括：
大数据传输工作场景，在所述大数据传输工作场景下，所述固态硬盘的数据写入长度在64k以上，顺序写入的数据占比达到一半以上；
小数据更新工作场景，在所述小数据更新工作场景下，所述固态硬盘的数据写入长度为4k，随机写入的数据占比达到一半以上；
综合工作场景，在所述综合工作场景下，所述固态硬盘的数据写入长度大于4k且小于64k，顺序写入的数据占比为40％～60％。
优选地，所述负载参数包括：顺序写入的数据占比、写入数据的更新率、冷数据占比、冷热数据更新比和数据写入长度。
优选地，所述测试用例包括：
大数据传输测试用例，以若干固态硬盘在所述大数据传输工作场景下的负载参数的平均数作为所述大数据传输测试用例的指定测试参数；
小数据更新测试用例，以若干固态硬盘在所述小数据更新工作场景下的负载参数的平均数作为所述小数据更新测试用例的指定测试参数；
综合测试用例，以若干固态硬盘在所述综合工作场景下的负载参数的平均数作为所述综合测试用例的指定测试参数。
优选地，所述性能参数包括：吞吐量、每秒进行读写操作的次数和时延。
本发明的有益效果在于：提供一种固态硬盘FTL算法性能的测试方法，通过结合真实的工作场景对固态硬盘的性能参数进行测试，可以对固态硬盘的性能进行全面考察。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为实施例提供的固态硬盘FTL算法性能的测试方法的流程框图。
具体实施方式
为使得本发明的目的、特征、优点能够更加的明显和易懂，下面将结合本实施例中的附图，对本实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
本实施例提供一种固态硬盘FTL算法性能的测试方法，适用于存储设备领域中的性能测试应用场景，可以根据固态硬盘的实际工作情况对固态硬盘的性能进行全面考察，所述固态硬盘FTL算法性能的测试方法可通过软件和/或硬件实现。
图1是本实施例提供的固态硬盘FTL算法性能的测试方法的流程框图。
参见图1，所述固态硬盘FTL算法性能的测试方法包括如下步骤：
S10：对固态硬盘进行不同场景的任务时的负载参数进行分析统计，并根据分析统计的结果制定若干不同的测试用例。
具体地，不同的场景具体指主机因执行不同的工作任务而导致数据传输情况不同的各种情形。优选地，为了使后续的测试用例与多种真实场景相符合，可以指定所述不同场景包括：
①大数据传输工作场景，在所述大数据传输工作场景下，所述固态硬盘的数据写入长度在64k以上，顺序写入的数据占比达到一半以上。
具体地，大数据传输工作场景主要是资料传输方面的应用，如下载大数据文档资料，数据写入长度64k以上，并以顺序写入为主。写入长度较大且顺序写入为主的负载主要用于测试固态盘的存储带宽。因为较大写入长度和顺序写入的负载较少会触发FTL层算法中的垃圾回收和磨损均衡进行管理，因此用大数据传输工作场景测试SSD的存储带宽更真实。
②小数据更新工作场景，在所述小数据更新工作场景下，所述固态硬盘的数据写入长度为4k，随机写入的数据占比达到一半以上。
具体地，小数据更新工作场景主要是涉及小数据读写操作的应用，如写博客、收发邮件等，数据写入长度为4K，且以随机写入为主。写入长度较小，随机写入为主的负载主要测试固态盘的FTL层算法。具体地，由于小数据更新存在散乱及密集更新情况。当小数据散乱更新时，小数据更新工作场景可以用来测试SSD中FTL层的地址映射算法。当小数据密集更新时，小数据更新工作场景可以用来测试SSD中FTL层的垃圾回收算法和磨损均衡算法。在小数据密集更新的情况下，还能结合冷热数据进行细分，考察冷热数据混合的情况。
③综合工作场景，在所述综合工作场景下，所述固态硬盘的数据写入长度大于4k且小于64k，顺序写入的数据占比为40％～60％。
具体地，综合工作场景结合了小数据及大数据读写的应用，可使用综合工作场景对SSD进行综合测定，考察SSD的传输性能和FTL算法优劣性。
本实施例中，每个工作场景即可产生一个测试用例。优选地，所述负载参数包括：顺序写入的数据占比、写入数据的更新率、冷数据占比和冷热数据更新比。优选地，可以使用主机收发邮件，同步对此时固态硬盘的顺序写入的数据占比、写入数据的更新率、冷数据占比、冷热数据更新比和数据写入长度等负载参数进行记录，即可得到小数据更新工作场景中的负载参数。其他的工作场景的负载参数收集方法与之类似，此处不再赘述。
S20：针对每个所述测试用例搭建运行环境，编写测试脚本。
具体地，每个测试用例都可以对应一个测试脚本。本实施例中，可以基于Linux系统下的IOPS(每秒进行读写操作的次数)测试工具fio搭建运行环境。
fio工具中的每个测试任务都是独立的，本实施例根据负载参数，通过将fio的多个测试任务进行组合来模拟不同测试用例下的工作负载，进而对SSD进行测试。具体地，因为fio工具没有冷热数据配置，本实施例通过设置写入文件的大小比例作为冷数据比例，设置写入文件次数作为冷热数据更新比例。
以下以针对小数据更新测试用例编写测试脚本进行说明：
S201：指定负载参数。
优选地，全随机写(顺序写入的数据占比为零)、写入数据的更新率为80％、冷数据占比50％、冷热数据更新比2：8和数据写入长度(blocksize)4kb。
S202：将fio的文件大小(filesize)设为已分配好容量测试文件；测试任务结束条件为size，即当写入size个数据量后，该测试任务结束；测试blocksize＝4k。
S203：分配1G测试文件。
S204：初次顺序写入1G文件。
S205：随机写入size＝1G×80％＝0.8G的文件。
具体地，步骤S205的测试任务个数为m个，其中，m等于冷数据的份数。可以理解的是，测试任务个数m由冷热数据差异程度决定，本实施例中，冷热数据更新比例为2:8，冷数据的份数为2，所以m＝2，即需要执行2次全局随机更新，相应地，热数据执行更新次数n＝10-2m＝10-2×2＝6；因此，在本实施例中，m＝2，n＝6；(注：冷数据更新的同时，热数据也随之更新)。
S206：随机写入size＝0.8G×50％＝0.4G的热数据文件；
具体地，步骤S206的任务个数是n个。
S207：随机写入size＝测试文件大小，收集性能指标：吞吐量、每秒进行读写操作的次数和时延。
S207：随机读出size＝测试文件大小，收集性能指标：吞吐量、每秒进行读写操作的次数和时延。
可以理解的是，步骤S201中各负载参数的指定对最终搜集得到的性能指标影响巨大，因此，可以通过求取平均值的方法确定各测试用例中的负载参数。
优选地，所述测试用例包括：
大数据传输测试用例，以若干固态硬盘在所述大数据传输工作场景下的负载参数的平均数作为所述大数据传输测试用例的指定测试参数；
小数据更新测试用例，以若干固态硬盘在所述小数据更新工作场景下的负载参数的平均数作为所述小数据更新测试用例的指定测试参数；
综合测试用例，以若干固态硬盘在所述综合工作场景下的负载参数的平均数作为所述综合测试用例的指定测试参数。
S30：对所述固态硬盘上运行所述测试脚本，并收记录试数据。
具体地，所述性能参数包括：吞吐量、IOPS和时延。运行测试脚本，对多个待测SSD进行测试。如果需要测试多个测试方案，则需要多次运行不同的测试脚本对多个待测的SSD进行测试。测试完成后收集每一个测试脚本下的测试结果，并制成SSD性能分析表。
表1是本实施例提供的固态硬盘在各测试用例下的性能参数记录表。
参见表1，优选地，可以将固态硬盘在各测试用例下的性能参数填入相应的空格中。
表1固态硬盘在各测试用例下的性能参数记录表
S40：根据所述性能参数对所述固态硬盘的FTL算法性能作出评估。
具体地，上表1给出各个SSD对应于各个工作场景的性能评分，使得用户可以有针对性地选择适合自己的硬盘。例如，假设在大数据传输工作场景下，SSD1的各项性能参数均优于SSD2；在小数据更新工作场景下，SSD2的各项性能参数均优于SSD1；若用户经常需要使用的场景为大数据传输工作场景(例如经常需要大量下载资料等)，那么显然用户应该选择SSD1；若用户不知道自身的常用应用场景属于三种工作场景中的哪一种，则可以选择综合工作场景下的性能参数较优的SSD。
本实施例提供的固态硬盘FTL算法性能的测试方法，可以用于存储设备技术领域中的性能测试情形，通过结合真实的工作场景对固态硬盘的性能参数进行测试，可以对固态硬盘的性能进行全面考察。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (5)

1.一种固态硬盘FTL算法性能的测试方法，其特征在于，包括：
对固态硬盘进行不同场景的任务时的负载参数进行分析统计，并根据分析统计的结果制定若干不同的测试用例；
针对每个所述测试用例搭建运行环境，编写测试脚本；
对所述固态硬盘上运行所述测试脚本，并记录性能参数；
根据所述性能参数对所述固态硬盘的FTL算法性能作出评估。
2.根据权利要求1所述的固态硬盘FTL算法性能的测试方法，其特征在于，所述不同场景包括：
大数据传输工作场景，在所述大数据传输工作场景下，所述固态硬盘的数据写入长度在64k以上，顺序写入的数据占比达到一半以上；
小数据更新工作场景，在所述小数据更新工作场景下，所述固态硬盘的数据写入长度为4k，随机写入的数据占比达到一半以上；
综合工作场景，在所述综合工作场景下，所述固态硬盘的数据写入长度大于4k且小于64k，顺序写入的数据占比为40％～60％。
3.根据权利要求2所述的固态硬盘FTL算法性能的测试方法，其特征在于，所述负载参数包括：顺序写入的数据占比、写入数据的更新率、冷数据占比、冷热数据更新比和数据写入长度。
4.根据权利要求3所述的固态硬盘FTL算法性能的测试方法，其特征在于，所述测试用例包括：
大数据传输测试用例，以若干固态硬盘在所述大数据传输工作场景下的负载参数的平均数作为所述大数据传输测试用例的指定测试参数；
小数据更新测试用例，以若干固态硬盘在所述小数据更新工作场景下的负载参数的平均数作为所述小数据更新测试用例的指定测试参数；
综合测试用例，以若干固态硬盘在所述综合工作场景下的负载参数的平均数作为所述综合测试用例的指定测试参数。
5.根据权利要求1所述的固态硬盘FTL算法性能的测试方法，其特征在于，所述性能参数包括：吞吐量、每秒进行读写操作的次数和时延。
CN201910049523.8A 2019-01-18 2019-01-18 一种固态硬盘ftl算法性能的测试方法 Expired - Fee Related CN109828896B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910049523.8A CN109828896B (zh) 2019-01-18 2019-01-18 一种固态硬盘ftl算法性能的测试方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910049523.8A CN109828896B (zh) 2019-01-18 2019-01-18 一种固态硬盘ftl算法性能的测试方法

Publications (2)

Publication Number Publication Date
CN109828896A true CN109828896A (zh) 2019-05-31
CN109828896B CN109828896B (zh) 2022-07-12

Family

ID=66861719

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910049523.8A Expired - Fee Related CN109828896B (zh) 2019-01-18 2019-01-18 一种固态硬盘ftl算法性能的测试方法

Country Status (1)

Country Link
CN (1) CN109828896B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113495830A (zh) * 2020-04-02 2021-10-12 深圳星火半导体科技有限公司 垃圾回收算法效率的测试分析方法及系统
CN115966247A (zh) * 2022-12-14 2023-04-14 武汉麓谷科技有限公司 一种zns固态硬盘性能测试方法
CN116662214A (zh) * 2023-05-06 2023-08-29 深圳市晶存科技有限公司 基于fio的硬盘垃圾回收方法、装置、系统及介质
CN116719675A (zh) * 2023-05-06 2023-09-08 深圳市晶存科技有限公司 硬盘磨损测试方法、装置及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102411993A (zh) * 2011-11-24 2012-04-11 曙光信息产业股份有限公司 固态硬盘的测试方法和装置
WO2013060216A1 (zh) * 2011-10-27 2013-05-02 忆正科技（武汉）有限公司 一种混合存储控制系统和方法
CN106685747A (zh) * 2015-11-05 2017-05-17 北京出入境检验检疫局检验检疫技术中心 一种云存储均衡性能测试系统
CN108520768A (zh) * 2018-04-12 2018-09-11 郑州云海信息技术有限公司 一种ssd性能的测试方法、系统及装置
CN108563569A (zh) * 2018-04-11 2018-09-21 中国电子科技集团公司第十四研究所 一种预警探测系统自动化接口测试方法
CN109086176A (zh) * 2018-07-26 2018-12-25 郑州云海信息技术有限公司 一种基于fio的ssd稳态测试方法、装置、设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013060216A1 (zh) * 2011-10-27 2013-05-02 忆正科技（武汉）有限公司 一种混合存储控制系统和方法
CN102411993A (zh) * 2011-11-24 2012-04-11 曙光信息产业股份有限公司 固态硬盘的测试方法和装置
CN106685747A (zh) * 2015-11-05 2017-05-17 北京出入境检验检疫局检验检疫技术中心 一种云存储均衡性能测试系统
CN108563569A (zh) * 2018-04-11 2018-09-21 中国电子科技集团公司第十四研究所 一种预警探测系统自动化接口测试方法
CN108520768A (zh) * 2018-04-12 2018-09-11 郑州云海信息技术有限公司 一种ssd性能的测试方法、系统及装置
CN109086176A (zh) * 2018-07-26 2018-12-25 郑州云海信息技术有限公司 一种基于fio的ssd稳态测试方法、装置、设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李思思: ""一种基于子页的固态存储FTL性能优化算法的研究"", 《中国优秀硕士学位论文全文数据库》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113495830A (zh) * 2020-04-02 2021-10-12 深圳星火半导体科技有限公司 垃圾回收算法效率的测试分析方法及系统
CN115966247A (zh) * 2022-12-14 2023-04-14 武汉麓谷科技有限公司 一种zns固态硬盘性能测试方法
CN115966247B (zh) * 2022-12-14 2023-08-22 武汉麓谷科技有限公司 一种zns固态硬盘性能测试方法
CN116662214A (zh) * 2023-05-06 2023-08-29 深圳市晶存科技有限公司 基于fio的硬盘垃圾回收方法、装置、系统及介质
CN116719675A (zh) * 2023-05-06 2023-09-08 深圳市晶存科技有限公司 硬盘磨损测试方法、装置及介质
CN116719675B (zh) * 2023-05-06 2024-05-07 深圳市晶存科技有限公司 硬盘磨损测试方法、装置及介质
CN116662214B (zh) * 2023-05-06 2024-05-07 深圳市晶存科技有限公司 基于fio的硬盘垃圾回收方法、装置、系统及介质

Also Published As

Publication number Publication date
CN109828896B (zh) 2022-07-12

Similar Documents

Publication Publication Date Title
CN109828896A (zh) 一种固态硬盘ftl算法性能的测试方法
US10235055B1 (en) Storage performance testing to evaluate moving data among arrays
US9703664B1 (en) Self adaptive workload classification and forecasting in multi-tiered storage system using ARIMA time series modeling
US10739996B1 (en) Enhanced garbage collection
CN108733322A (zh) 用于多流垃圾收集的方法
CN102568522B (zh) 硬盘性能的测试方法和装置
CN106909317A (zh) 在存储节点上存储数据
US8326799B2 (en) Data distribution in systems with multiple storage entities
CN109471762A (zh) 固态硬盘ssd性能测试方法和装置
US11748241B2 (en) Method and apparatus for generating simulated test IO operations
CN108733326A (zh) 一种磁盘处理方法及装置
CN116719675B (zh) 硬盘磨损测试方法、装置及介质
CN116662214B (zh) 基于fio的硬盘垃圾回收方法、装置、系统及介质
CN107068199A (zh) 一种ssd硬盘的性能测试方法
CN107678894B (zh) 一种内存测试方法、装置及系统
CN112435706A (zh) 一种非易失性存储器应用级擦写寿命评价方法
CN105069139B (zh) 文件访问方法和文件访问装置以及服务器
Bhimani et al. Auto-tuning parameters for emerging multi-stream flash-based storage drives through new I/O pattern generations
CN115206405A (zh) 固态硬盘的测试方法、测试装置及计算机可读存储介质
CN112133357A (zh) 一种eMMC的测试方法及装置
US11853656B1 (en) Data storage system modeling using application service level objectives and specified workload limits for storage tiers
US20210216850A1 (en) Storage recommender system using generative adversarial networks
Djordjevic et al. Ext4 file system performance analysis in linux environment
CN115188406A (zh) 存储器的检测方法、计算机可读存储介质及终端设备
Lee et al. Robust benchmarking for archival storage tiers

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220712

CF01 Termination of patent right due to non-payment of annual fee