CN112068776A - 存储器管理算法的自适应调整方法、系统、设备及介质 - Google Patents
存储器管理算法的自适应调整方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN112068776A CN112068776A CN202010918275.9A CN202010918275A CN112068776A CN 112068776 A CN112068776 A CN 112068776A CN 202010918275 A CN202010918275 A CN 202010918275A CN 112068776 A CN112068776 A CN 112068776A
- Authority
- CN
- China
- Prior art keywords
- memory
- memory management
- management algorithm
- time period
- optimal
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
- G06F3/0604—Improving or facilitating administration, e.g. storage management
- G06F3/0607—Improving or facilitating administration, e.g. storage management by facilitating the process of upgrading existing storage systems, e.g. for improving compatibility between host and storage device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
- G06F3/061—Improving I/O performance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0668—Interfaces specially adapted for storage systems adopting a particular infrastructure
- G06F3/067—Distributed or networked storage systems, e.g. storage area networks [SAN], network attached storage [NAS]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Stored Programmes (AREA)
Abstract
本发明公开了一种存储器管理算法的自适应调整方法、系统、终端设备及计算机存储介质,通过持续采集存储器的数据读写特征;根据所述数据读写特征从预设存储器管理算法中匹配所述存储器在预设应用时间周期的最优存储器管理算法;在所述预设应用时间周期内将所述存储器当前应用的存储器管理算法调整至所述最优存储器管理算法。本发明不仅解决了针对存储器配置通用的存储器管理算法无法保证存储器保持最优的数据读写性能表现的问题,还节省了基于特定应用场景单独定制生产存储器带来的存储器高昂的生产指导成本和规避了该存储器使用环境的局限性。
Description
技术领域
本发明涉及数据存储技术领域,尤其涉及一种存储器管理算法的自适应调整方法、系统、终端设备及计算机存储介质。
背景技术
时下,应用于数据读写的存储器中配套有确保存储器正常完成数据读写的存储器管理算法,该存储器管理算法通常是由存储器的生产厂商在存储器出厂时统一配置的通用算法。但是,由于不同的用户针对存储器应用场景的不同,众多存储器基于通用的存储器管理算法无法在比较特殊的应用场景下保证最优的数据读写性能表现。
尽管现有技术中能够根据用户使用存储器的特殊场景,专门为用户定制设计一套能够令存储器在该特殊场景下发挥最优性能表现的管理算法,但是,一旦存在用户使用存储器的场景无法最终确定,则生产厂商则会直接选择为存储器配置通用的管理算法。
综上,现有生产厂商针对存储器配置通用的存储器管理算法,因为用户对存储器使用场景的特殊性,而无法保证存储器始终保持有数据读写的最优性能表现。
发明内容
本发明的主要目的在于提供一种存储器管理算法的自适应调整方法、装置、终端设备及计算机存储介质,旨在解决现有技术中,生产厂商针对存储器配置通用的存储器管理算法,无法保证存储器始终保持有最优数据读写性能表现的技术问题。
为实现上述目的,本发明提供一种存储器管理算法的自适应调整方法,所述存储器管理算法的自适应调整方法包括:
持续采集存储器的数据读写特征;
根据所述数据读写特征从预设存储器管理算法中匹配所述存储器在预设应用时间周期的最优存储器管理算法;
在所述预设应用时间周期内将所述存储器当前应用的存储器管理算法调整至所述最优存储器管理算法。
进一步地,所述持续采集存储器的数据读写特征的步骤,包括:
在预设应用时间周期内的第一时间区段持续采集存储器的数据读写特征;
所述在预设应用时间周期内的第一时间区段持续采集存储器的数据读写特征的步骤包括:
持续检测所述存储器在所述预设应用时间周期的第一时间区段内接收到的数据读写任务;
基于所述存储器在所述第一时间区段内应用的存储器管理算法解析所述数据读写任务以采集得到所述数据读写特征。
进一步地,所述预设存储器管理算法为存储在所述存储器本端或者云端的多个存储器管理算法,所述云端与所述存储器通信连接,
所述根据所述数据读写特征从预设存储器管理算法中匹配所述存储器在预设应用时间周期的最优存储器管理算法的步骤,包括:
根据所述数据读写特征在所述存储器本端的多个存储器管理算法中,匹配在所述预设应用时间周期的第二时间区段内应用的最优存储器管理算法,其中,所述预设应用时间周期等于所述第一时间区段叠加所述第二时间区段;或者,
将所述数据读写特征上传至所述云端,以供所述云端根据所述数据读写特征在所述云端的多个存储器管理算法中,匹配在所述预设应用时间周期的第二时间区段内应用的最优存储器管理算法。
进一步地,所述根据所述数据读写特征从预设存储器管理算法中匹配所述存储器在预设应用时间周期的最优存储器管理算法的步骤,还包括:
根据所述数据读写特征确定所述存储器在所述预设应用时间周期内所处的应用场景;
将所述应用场景对应的目标存储器管理算法确定为所述存储器在所述第二时间区段内应用的最优存储器管理算法。
进一步地,在所述根据所述数据读写特征确定所述存储器在所述预设应用时间周期内所处的应用场景的步骤之后,还包括:
检测所述应用场景对应的目标存储器管理算法;
若未检测到所述目标存储器管理算法,则根据所述数据读写特征定制存储器管理算法,并将定制的存储器管理算法作为所述应用场景对应的目标存储器管理算法。
进一步地,在所述根据所述数据读写特征从预设存储器管理算法中匹配所述存储器在预设应用时间周期的最优存储器管理算法的步骤之后,还包括:
检测所述预设应用时间周期内所述存储器当前应用的第一存储器管理算法是否为所述最优存储器管理算法。
进一步地,所述在所述预设应用时间周期内将所述存储器当前应用的存储器管理算法调整至所述最优存储器管理算法的步骤,包括:
若检测到所述第一存储器管理算法不为所述最优存储器管理算法,则在本端将所述第一存储器管理算法切换至所述最优存储器管理算法;或者,
若检测到所述第一存储器管理算法不为所述最优存储器管理算法,则从预设云端下载所述最优存储器管理算法并将所述第一存储器管理算法切换至所述最优存储器管理算法。
此外,为实现上述目的,本发明还提供一种存储器管理算法的自适应调整系统,所述存储器管理算法的自适应调整系统包括:
采集模块,用于持续采集存储器的数据读写特征;
匹配模块,用于根据所述数据读写特征从预设存储器管理算法中匹配所述存储器在预设应用时间周期的最优存储器管理算法;
调整模块,用于在所述预设应用时间周期内将所述存储器当前应用的存储器管理算法调整至所述最优存储器管理算法。
本发明存储器管理算法的自适应调整系统的各功能模块在运行时实现如上述中的存储器管理算法的自适应调整方法的步骤。
此外,为实现上述目的,本发明还提供一种终端设备,所述终端设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的存储器管理算法的自适应调整程序,所述存储器管理算法的自适应调整程序被所述处理器执行时实现如上述中的存储器管理算法的自适应调整方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机存储介质,所述计算机存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述的存储器管理算法的自适应调整方法的步骤。
本发明提出的存储器管理算法的自适应调整方法、系统、终端设备以及计算机存储介质,通过持续采集存储器的数据读写特征;根据所述数据读写特征从预设存储器管理算法中匹配所述存储器在预设应用时间周期的最优存储器管理算法;在所述预设应用时间周期内将所述存储器当前应用的存储器管理算法调整至所述最优存储器管理算法。
本发明通过在存储器的使用过程中,按照预设应用时间周期自该预设应用时间周期的开始时间节点及针对存储器执行数据读写进行持续的数据读写特征采集,然后,基于采集到存储器在该预设应用时间周期内的数据读写特征,在预设存储器管理算法当中匹配出一个适用该存储器以令该存储器在当前预设应用时间周期内,能够获得高性能表现的最优存储器管理算法,最后,在当前的预设应用时间周期以内,将该存储器当前正在应用的存储器管理算法切换调整至匹配出的最优存储器管理算法,以供存储器应用该最优存储器管理算法直至下一个预设应用时间周期的开始时间节点。
相比于现有仅在存储器上配置通用的存储器管理算法或者预先根据用户指定的存储器应用场景来专门为该存储器定制一个存储器管理算法的方式,本发明基于在采集存储器在使用过程中执行数据读写的数据读写特征,然后基于该数据读写特征自适应的匹配能够令存储器在当前应用环境下达到高性能表现的最优存储器管理算法,如此,不仅解决了针对存储器配置通用的存储器管理算法无法保证存储器保持最优的数据读写性能表现的问题,还节省了基于特定应用场景单独定制生产存储器带来的存储器高昂的生产指导成本和规避了该存储器使用环境的局限性。
附图说明
图1是本发明实施例方案涉及终端设备的硬件运行的结构示意图;
图2是本发明一种存储器管理算法的自适应调整方法一实施例的流程示意图;
图3是本发明一种存储器管理算法的自适应调整方法一实施例中步骤S200的细化流程示意图;
图4是本发明一种存储器管理算法的自适应调整系统的模块结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,图1是本发明实施例方案涉及终端设备的硬件运行环境的结构示意图。
需要说明的是,图1即可为终端设备的硬件运行环境的结构示意图。本发明实施例终端设备可以是数据存储控制终端,PC,便携计算机等终端设备。
如图1所示,该终端设备可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的终端设备结构并不构成对终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及分布式任务的处理程序。其中,操作系统是管理和控制样本终端设备硬件和软件资源的程序,支持分布式任务的处理程序以及其它软件或程序的运行。
在图1所示的终端设备中,用户接口1003主要用于与各个终端进行数据通信;网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;而处理器1001可以用于调用存储器1005中存储的存储器管理算法的自适应调整程序,并执行以下操作:
检测数据存储介质的状态信息,其中,所述状态信息包括:坏物理块分布状态和物理块可用状态;
持续采集存储器的数据读写特征;
根据所述数据读写特征从预设存储器管理算法中匹配所述存储器在预设应用时间周期的最优存储器管理算法;
在所述预设应用时间周期内将所述存储器当前应用的存储器管理算法调整至所述最优存储器管理算法。
进一步地,处理器1001可以调用存储器1005中存储的存储器管理算法的自适应调整程序,还执行以下操作:
在预设应用时间周期内的第一时间区段持续采集存储器的数据读写特征;
处理器1001可以调用存储器1005中存储的存储器管理算法的自适应调整程序,还执行以下操作:
持续检测所述存储器在所述预设应用时间周期的第一时间区段内接收到的数据读写任务;
基于所述存储器在所述第一时间区段内应用的存储器管理算法解析所述数据读写任务以采集得到所述数据读写特征。
进一步地,所述预设存储器管理算法为存储在所述存储器本端或者云端的多个存储器管理算法,所述云端与所述存储器通信连接,处理器1001可以调用存储器1005中存储的存储器管理算法的自适应调整程序,还执行以下操作:
根据所述数据读写特征在所述存储器本端的多个存储器管理算法中,匹配在所述预设应用时间周期的第二时间区段内应用的最优存储器管理算法,其中,所述预设应用时间周期等于所述第一时间区段叠加所述第二时间区段;或者,
将所述数据读写特征上传至所述云端,以供所述云端根据所述数据读写特征在所述云端的多个存储器管理算法中,匹配在所述预设应用时间周期的第二时间区段内应用的最优存储器管理算法。
进一步地,处理器1001可以调用存储器1005中存储的存储器管理算法的自适应调整程序,还执行以下操作:
根据所述数据读写特征确定所述存储器在所述预设应用时间周期内所处的应用场景;
将所述应用场景对应的目标存储器管理算法确定为所述存储器在所述第二时间区段内应用的最优存储器管理算法。
进一步地,处理器1001可以调用存储器1005中存储的存储器管理算法的自适应调整程序,在执行根据所述数据读写特征确定所述存储器在所述预设应用时间周期内所处的应用场景之后,还执行以下操作:
检测所述应用场景对应的目标存储器管理算法;
若未检测到所述目标存储器管理算法,则根据所述数据读写特征定制存储器管理算法,并将定制的存储器管理算法作为所述应用场景对应的目标存储器管理算法。
进一步地,处理器1001可以调用存储器1005中存储的存储器管理算法的自适应调整程序,在执行根据所述数据读写特征从预设存储器管理算法中匹配所述存储器在预设应用时间周期的最优存储器管理算法之后,还执行以下操作:
检测所述预设应用时间周期内所述存储器当前应用的第一存储器管理算法是否为所述最优存储器管理算法。
进一步地,处理器1001可以调用存储器1005中存储的存储器管理算法的自适应调整程序,还执行以下操作:
若检测到所述第一存储器管理算法不为所述最优存储器管理算法,则在本端将所述第一存储器管理算法切换至所述最优存储器管理算法;或者,
若检测到所述第一存储器管理算法不为所述最优存储器管理算法,则从预设云端下载所述最优存储器管理算法并将所述第一存储器管理算法切换至所述最优存储器管理算法。
基于上述的结构,提出本发明存储器管理算法的自适应调整方法的各个实施例。
请参照图2,图2为本发明存储器管理算法的自适应调整方法第一实施例的流程示意图。
本发明实施例提供了存储器管理算法的自适应调整方法的实施例,需要说明的是,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本发明实施例存储器管理算法的自适应调整方法应用于上述对数据存储进行控制的终端设备,本发明实施例终端设备可以是数据存储介质本身,数据存储控制终端,PC,便携计算机等终端设备,在此不做具体限制。
本实施例存储器管理算法的自适应调整方法包括:
步骤S100,持续采集存储器的数据读写特征;
需要说明的是,在本实施例中,所述数据读写特征具体可以包括:读取数据的比重、存写数据的比重、读写数据的数据量大小以及读写数据的数据冷热状态。应当理解的是,基于实际应用的不同设计需要,在其他实施方式当中该数据读写特征当然也可以包括其他类型的特征,本发明实施例存储器管理算法的自适应调整方法,并不对数据读写特征的种类以及数量进行具体限定。
当前用于对数据读写进行控制的终端设备,在控制存储器执行数据读写的过程中,按照预设应用时间周期,自该预设应用时间周期的开始时间节点就持续的采集该存储器执行数据读写任务的读取数据的比重、存写数据的比重、读写数据的数据量大小或者读写数据的数据冷热状态等数据读写特征。
需要说明的是,在本实施例中,预设应用时间周期具体可以为终端设备基于工作人员预先通过前端可视化输出的用户图形界面所输入的配置来设置的、一个针对存储器在存储器管理算法-FTL算法(为便于描述和理解,下文具体实施举例中的存储器管理算法均直接以“FTL算法”来代替进行说明)下的数据读写特征进行循环采集的时间周期,终端设备通过读取系统时间来判断是否到达了下一个时间周期的开始时间节点,并在判断到是时开始持续的采集存储器在其当前所应用存储器管理算法下执行数据存储任务而存在的各种数据读写特征。
进一步地,在一种可行的实施例中,上述步骤S100,持续采集存储器的数据读写特征,可以包括:
步骤S101,在预设应用时间周期内的第一时间区段持续采集存储器的数据读写特征。
终端设备自每一个预设应用时间周期的开始时间节点起,在第一时间区段内先持续的采集存储器基于当前应用的存储器管理算法执行数据读写任务时,所存在的读取数据的比重或者存写数据的比重、读写数据的数据量大小以及读写数据的数据冷热状态等数据读写特征。
进一步地,在一种可行的实施例中,步骤S101,可以包括:
步骤S1011,持续检测所述存储器在所述预设应用时间周期的第一时间区段内接收到的数据读写任务;
终端设备通过检测当前的系统时间达到下一个预设应用时间周期的开始时间节点之后,开始在该预设应用时间周期的第一时间区段内,持续的检测从与存储器相连接的数据拥有方所下发的数据读写任务。
具体地,例如,在本实施例中,终端设备基于工作人员预设输入的配置操作将预设应用时间周期设置为每天的上午09:00至晚上23:59,则终端设备在每天检测到当前的系统时间到达09:00时,即到达了该应用时间周期“上午09:00至晚上23:59”的开始时间节点时,随即开始在该应用时间周期的第一时间区段-“上午09:00至上午10:00”内,持续的检测与当前控制的存储器相连接的数据拥有方-host方所下发的数据读写任务。
需要说明的是,在本实施例中,预设应用时间周期的第一时间区段可以根据实际使用的具体需要进行设置,如,基于终端设备采集分析存储器数据读写特征的性能高低,对应设置该第一时间区段占该预设应用时间周期的整体比例大小,即,性能高则对应占比较小而性能低则占比较大。应当理解的是,基于实际应用的不同设计需要,在其他可行的实施方式当中,预设应用时间周期当然也可以设置为不同于本实施例中所举例阐述的其他时间周期,本发明实施例存储器管理算法的自适应调整方法,并不针对该预设应用时间周期的具体时长等进行限定。
此外,本实施例中,数据拥有方向存储器下发的数据读写任务具体可以是数据存储任务或者数据读取任务,存储器具体可以为任意成熟的SSD(Solid State Disk或SolidState Drive)固态硬盘或者其他机械硬盘,应当理解的是,基于实际应用的不同设计需要,在其他可行的实施方式中,该数据读写任务当然也可以是其他不同于本实施例所举例进行说明的任务,该存储器当然也可以是其他不同于本实施例所举例进行说明的存储器,本发明实施例存储器管理算法的自适应调整方法,并不对该数据读写任务以及存储器的类型进行具体限定。
步骤S1012,基于所述存储器在所述第一时间区段内应用的存储器管理算法解析所述数据读写任务以采集得到所述数据读写特征。
终端设备在持续检测从与存储器相连接的数据拥有方所下发的数据读写任务的过程中,针对每一次检测到的数据读写任务,均利用存储器在预设应用时间周期的第一时间内所正在应用的存储器管理算法,直接解析该数据读写任务以采集得到读取数据的比重、存写数据的比重、读写数据的数据量大小或者读写数据的数据冷热状态等数据读写特征。
具体地,例如,在本实施例中,终端设备在应用时间周期“上午09:00至晚上23:59”的开始时间节点,检测到了数据拥有方-host方向存储器下发的数据读写任务,从而终端设备通过该存储器在当前时间节点正在应用的FTL算法1,基于现有成熟的数据任务解析方式,解析该数据读写任务为数据存储任务还是数据读取任务、以及该数据读写任务中所指示的待读写数据的数据量大小、数据冷热状态等数据读写特征。
步骤S200,根据所述数据读写特征从预设存储器管理算法中匹配所述存储器在预设应用时间周期的最优存储器管理算法;
需要说明的是,在本实施例中,预设存储器管理算法的数量可以为多个,且不同的预设存储器管理算法在被应用于存储器时,能够令存储器针对数据读写面向不同数据读写特征表现出较优的性能,例如,预设FTL算法1,能够在存储器存在存写数据的比重较大的数据读写特征时,将存储器整体用于数据读写的运行进程侧重于数据的存写,从而使存储器针对在该存写数据的比重较大时,能够表现出执行数据读写的更高性能(如,更加快速的完成整体数据存写)。
终端设备持续的采集到存储器执行数据读写任务的读取数据的比重、存写数据的比重、读写数据的数据量大小或者读写数据的数据冷热状态等数据读写特征之后,随即从多个预设存储器管理算法中匹配出一个能够使存储器执行具有该数据读写特征的数据读写任务,而表现出数据读写最优性能的最优存储器管理算法。
进一步地,在一种可行的实施例中,所述预设存储器管理算法为存储在所述存储器本端或者云端的多个存储器管理算法,所述云端与所述存储器通信连接,请参照图3,上述步骤S200,可以包括:
步骤S201,根据所述数据读写特征在所述存储器本端的多个存储器管理算法中,匹配在所述预设应用时间周期的第二时间区段内应用的最优存储器管理算法,其中,所述预设应用时间周期等于所述第一时间区段叠加所述第二时间区段;
终端设备在预设应用时间周期的第一时间区段持续采集到存储器当前执行数据读写任务所存在的数据读写特征之后,终端设备随即控制存储器在本端所存储的多个存储器管理算法当中,匹配出一个能够使存储器在该预设应用时间周期接下来的第二时间区段内执行具有该数据读写特征的数据读写任务,而表现出数据读写最优性能的最优存储器管理算法。
需要说明的是,在本实施例中,第一时间区段叠加第二时间区段即等于整个预设应用时间周期,例如,预设应用时间周期被设置为“上午09:00至晚上23:59”且第一时间区段为“上午09:00至上午10:00”,则第二时间区段即为“上午10:01至晚上23:59”。
具体地,例如,在本实施例中,终端设备通过在预设应用时间周期-上午09:00至晚上23:59的第一时间区段-上午09:00至上午10:00内,检测数据拥有方向存储器下发的数据读写任务并确定出在当前应用时间周期-上午09:00至晚上23:59内,存储器执行数据读写任务存在存写数据的比重较大的数据读写特征,从而,终端设备随即向存储器下发控制指令,以令存储器在本端所存储的FTL算法2、FTL算法3、FTL算法4以及FTL算法5中,匹配出一个能够令存储器在该应用时间周期-上午09:00至晚上23:59的第二时间区段-上午10:01至晚上23:59内,执行数据拥有方-host方下发的数据读写任务时,整体运行将侧重于数据存储从而能够更加快速高效的完成该数据读写任务的最优存储器管理算法(如FTL算法3)。
步骤S202,将所述数据读写特征上传至所述云端,以供所述云端根据所述数据读写特征在所述云端的多个存储器管理算法中,匹配在所述预设应用时间周期的第二时间区段内应用的最优存储器管理算法。
需要说明的是,在本实施例中,所述云端具体可以为任意与存储器及终端设备本身进行通信连接的服务器或者其他终端。终端设备除了可以在存储器本端即存储有多个预设存储器管理算法的情形下,控制存储器在本端进行最优存储器管理算法的匹配过程,终端设备还可以在与存储器相连接的云端存储多个预设存储器管理算法的情形下,控制该云端执行最优存储器管理算法的匹配过程。
终端设备在预设应用时间周期的第一时间区段持续采集到存储器当前执行数据读写任务所存在的数据读写特征之后,终端设备随即控制与存储器通信连接的云端,在该云端所存储的多个存储器管理算法当中,匹配出一个能够使存储器在该预设应用时间周期接下来的第二时间区段内执行具有该数据读写特征的数据读写任务,而表现出数据读写最优性能的最优存储器管理算法。
具体地,例如,在本实施例中,终端设备通过在预设应用时间周期-上午09:00至晚上23:59的第一时间区段-上午09:00至上午10:00内,检测数据拥有方向存储器下发的数据读写任务并确定出在当前应用时间周期-上午09:00至晚上23:59内,存储器执行数据读写任务存在存写数据的比重较大的数据读写特征,从而,终端设备随即向与存储器建立通信连接的云端下发携带有该数据读写特征的控制指令,以令云端在所存储的FTL算法2、FTL算法3、FTL算法4以及FTL算法5中,匹配出一个能够令存储器在该应用时间周期-上午09:00至晚上23:59的第二时间区段-上午10:01至晚上23:59内,执行数据拥有方-host方下发的数据读写任务时,整体运行将侧重于数据存储从而能够更加快速高效的完成该数据读写任务的最优存储器管理算法(如FTL算法3)。
步骤S300,在所述预设应用时间周期内将所述存储器当前应用的存储器管理算法调整至所述最优存储器管理算法。
终端设备在从多个预设存储器管理算法中匹配出能够使存储器执行具有该数据读写特征的数据读写任务,而表现出数据读写最优性能的最优存储器管理算法之后,进一步将当前预设应用时间周期内存储器当前正在应用的存储器管理算法,切换调整至已经匹配出的该最优存储器管理算法,从而使得该存储器在该预设应用时间周期内针对接收到的数据读写任务能够表现出最优的数据读写性能。
进一步地,在一种可行的实施例中,在上述步骤S200,在所述预设应用时间周期内将所述存储器当前应用的存储器管理算法调整至所述最优存储器管理算法之后,本发明实施例存储器管理算法的自适应调整方法,还可以包括:
步骤S400,检测所述预设应用时间周期内所述存储器当前应用的第一存储器管理算法是否为所述最优存储器管理算法。
终端设备在从多个预设存储器管理算法中匹配出能够使存储器执行具有该数据读写特征的数据读写任务,而表现出数据读写最优性能的最优存储器管理算法之后,优先检测该存储器在当前预设应用时间周期的第一时间区段内正在应用的第一存储器管理算法是否为确定的最优存储器管理算法。
具体地,例如,在本实施例中,终端设备通过在预设应用时间周期-上午09:00至晚上23:59的第一时间区段-上午09:00至上午10:00内,检测到存储器执行数据读写任务存在存写数据的比重较大的数据读写特征,从而控制存储器在本端所存储的FTL算法2、FTL算法3、FTL算法4以及FTL算法5中,匹配出FTL算法3作为最优存储器管理算法之后,终端设备随即检测到存储器在第一时间区段-上午09:00至上午10:00内正在应用的第一FTL算法是否为该FTL算法3。
进一步地,在一种可行的实施例中,上述步骤S300,在所述预设应用时间周期内将所述存储器当前应用的存储器管理算法调整至所述最优存储器管理算法,可以包括:
步骤S301,若检测到所述第一存储器管理算法不为所述最优存储器管理算法,则在本端将所述第一存储器管理算法切换至所述最优存储器管理算法;
终端设备在检测存储器在当前预设应用时间周期的第一时间区段内正在应用的第一存储器管理算法是否为确定的最优存储器管理算法时,若检测到该第一存储器管理算法不是确定好的最优存储器管理算法,则终端设备随即控制存储器在本端直接将该第一存储器管理算法切换调整至最优存储器管理算法,从而使存储器在该预设应用时间周期的第二时间区段内针对接收到的数据读写任务能够表现出最优的数据读写性能。
具体地,例如,在本实施例中,若终端设备检测到存储器在第一时间区段-上午09:00至上午10:00内正在应用的第一FTL算法为:FTL算法1,即该第一FTL算法-FTL算法1并不是终端设备控制存储器在本端的FTL算法2、FTL算法3、FTL算法4以及FTL算法5中,根据存写数据的比重较大的数据读写特征来匹配出的最优存储器管理算法-FTL算法3,从而,终端设备立即控制存储器在本端停止正在应用的第一FTL算法-FTL算法1,并切换应用该最优存储器管理算法-FTL算法3,以令存储器在该应用时间周期-上午09:00至晚上23:59的第二时间区段-上午10:01至晚上23:59内,基于该FTL算法的管理,能够在执行数据拥有方-host方下发的数据读写任务时,将整体运行侧重于数据存储从而更加快速高效的完成该数据读写任务。
需要说明的是,在本实施例中,终端设备在检测第一存储器管理算法为FTL算法1,而不是确定好的最优存储器管理算法--FTL算法3,终端设备还可以在存储器通过应用FTL算法1执行完当前正在执行的数据读写任务之后,再停止FTL算法1,并切换应用该最优存储器管理算法-FTL算法3。
步骤S302,若检测到所述第一存储器管理算法不为所述最优存储器管理算法,则从预设云端下载所述最优存储器管理算法并将所述第一存储器管理算法切换至所述最优存储器管理算法。
终端设备在检测存储器在当前预设应用时间周期的第一时间区段内正在应用的第一存储器管理算法是否为确定的最优存储器管理算法时,若检测到该第一存储器管理算法不是确定好的最优存储器管理算法,则终端设备随即控制存储器从与存储器建立通信连接的云端下载最优存储器管理算法,然后将第一存储器管理算法切换调整至最优存储器管理算法,从而使存储器在该预设应用时间周期的第二时间区段内针对接收到的数据读写任务能够表现出最优的数据读写性能。
具体地,例如,在本实施例中,若终端设备检测到存储器在第一时间区段-上午09:00至上午10:00内正在应用的第一FTL算法为:FTL算法1,即该第一FTL算法-FTL算法1并不是终端设备控制与存储器相连接的云端,从FTL算法2、FTL算法3、FTL算法4以及FTL算法5中,根据存写数据的比重较大的数据读写特征来匹配出的最优存储器管理算法-FTL算法3,从而,终端设备控制存储器在本端停止正在应用的第一FTL算法-FTL算法1,并向与该存储器通信连接的云端上传服务请求以下载最优存储器管理算法-FTL算法3,待下载完毕之后即切换应用该最优存储器管理算法-FTL算法3,以令存储器在该应用时间周期-上午09:00至晚上23:59的第二时间区段-上午10:01至晚上23:59内,基于该FTL算法的管理,能够在执行数据拥有方-host方下发的数据读写任务时,将整体运行侧重于数据存储从而更加快速高效的完成该数据读写任务。
在本实施例中,当前用于对数据读写进行控制的终端设备,在控制存储器执行数据读写的过程中,按照预设应用时间周期,自该预设应用时间周期的开始时间节点就持续的采集该存储器执行数据读写任务的读取数据的比重、存写数据的比重、读写数据的数据量大小或者读写数据的数据冷热状态等数据读写特征;终端设备持续的采集到存储器执行数据读写任务的读取数据的比重、存写数据的比重、读写数据的数据量大小或者读写数据的数据冷热状态等数据读写特征之后,随即从多个预设存储器管理算法中匹配出一个能够使存储器执行具有该数据读写特征的数据读写任务,而表现出数据读写最优性能的最优存储器管理算法;终端设备在从多个预设存储器管理算法中匹配出能够使存储器执行具有该数据读写特征的数据读写任务,而表现出数据读写最优性能的最优存储器管理算法之后,进一步将当前预设应用时间周期内存储器当前正在应用的存储器管理算法,切换调整至已经匹配出的该最优存储器管理算法,从而使得该存储器在该预设应用时间周期内针对接收到的数据读写任务能够表现出最优的数据读写性能。
从而,本发明通过在存储器的使用过程中,按照预设应用时间周期自该预设应用时间周期的开始时间节点及针对存储器执行数据读写进行持续的数据读写特征采集,然后,基于采集到存储器在该预设应用时间周期内的数据读写特征,在预设存储器管理算法当中匹配出一个适用该存储器以令该存储器在当前预设应用时间周期内,能够获得高性能表现的最优存储器管理算法,最后,在当前的预设应用时间周期以内,将该存储器当前正在应用的存储器管理算法切换调整至匹配出的最优存储器管理算法,以供存储器应用该最优存储器管理算法直至下一个预设应用时间周期的开始时间节点。
相比于现有仅在存储器上配置通用的存储器管理算法或者预先根据用户指定的存储器应用场景来专门为该存储器定制一个存储器管理算法的方式,本发明基于在采集存储器在使用过程中执行数据读写的数据读写特征,然后基于该数据读写特征自适应的匹配能够令存储器在当前应用环境下达到高性能表现的最优存储器管理算法,如此,不仅解决了针对存储器配置通用的存储器管理算法无法保证存储器保持最优的数据读写性能表现的问题,还节省了基于特定应用场景单独定制生产存储器带来的存储器高昂的生产指导成本和规避了该存储器使用环境的局限性。
进一步地,基于上述本发明存储器管理算法的自适应调整方法的第一实施例,提出本发明存储器管理算法的自适应调整方法的第二实施例,在本发明存储器管理算法的自适应调整方法的第二实施例中,上述步骤S200,根据所述数据读写特征从预设存储器管理算法中匹配所述存储器在预设应用时间周期的最优存储器管理算法,还可以包括:
步骤S203,根据所述数据读写特征确定所述存储器在所述预设应用时间周期内所处的应用场景;
需要说明的是,在本实施例中,应用场景具体可以为预先根据工作人员输入的配置操作而自主定义的、与存储器执行数据读写任务所存在的数据读写特征相对应的应用场景,例如,工作人员可以预先根据存写数据的比重较大,而对应配置存储器主要用于数据存储的应用场景-行车记录仪存储实时录像数据,以及,工作人员还可以预先根据读取数据的比重较大,而对应配置存储器主要用于数据读取的应用场景-系统服务器基于客户端请求分发处理数据等。应当理解的是,基于实际应用的不同设计需要,在其他可行的实施方式中,终端设备当然也可以根据工作人员输入的配置操作定义配置其他不同于本实施例所列举说明的应用场景,本发明实施例存储器管理算法的自适应调整方法并不针对该应用场景的数量和类型等进行具体限定。
终端设备在预设应用时间周期的第一时间区段持续采集到存储器当前执行数据读写任务所存在的数据读写特征之后,确定预先配置的应用场景中,与该数据读写特征相对应的应用场景,并将该应用场景确定为存储器在当前预设时间周期内所处的应用场景。
具体地,例如,在本实施例中,终端设备将预先由工作人员基于读取数据的比重、存写数据的比重、读写数据的数据量大小或者读写数据的数据冷热状态等数据读写特征,而自主定义配置的各数据读写特征相对应的应用场景,生成一个数据读写特征与应用场景之间的对应关系列表,然后,在终端设备通过在预设应用时间周期-上午09:00至晚上23:59的第一时间区段-上午09:00至上午10:00内,检测数据拥有方向存储器下发的数据读写任务并确定出在当前应用时间周期-上午09:00至晚上23:59内,存储器执行数据读写任务存在存写数据的比重较大的数据读写特征之后,遍历该对应关系列表从而确定出该存储数据的比重比较大的数据读写特征所对应的应用场景为:行车记录仪存储实时录像数据,并且,终端设备将该应用场景-行车记录仪存储实时录像数据确定为存储器在应用时间周期-上午09:00至晚上23:59所处的应用场景。
步骤S204,将所述应用场景对应的目标存储器管理算法确定为所述存储器在所述第二时间区段内应用的最优存储器管理算法。
终端设备在从预先配置的应用场景中,确定出与采集到的数据读写特征相对应的应用场景,并将该应用场景确定为存储器在当前预设时间周期内所处的应用场景之后,终端设备随即根据预先建立的应用场景与存储器管理算法之间的对应关系,将各存储器管理算法中与存储器在当前预设时间周期内所处的应用场景相对应的目标存储器管理算法,确定为能够使存储器在该预设应用时间周期接下来的第二时间区段内执行具有该数据读写特征的数据读写任务,而表现出数据读写最优性能的最优存储器管理算法。
具体地,例如,在本实施例中,终端设备在将预先由工作人员基于读取数据的比重、存写数据的比重、读写数据的数据量大小或者读写数据的数据冷热状态等数据读写特征,而自主定义配置的各数据读写特征相对应的应用场景,生成数据读写特征与应用场景之间的对应关系列表的同时,同步在该对应关系列表中为各应用场景添加上一个对应的能够使存储器在该应用场景中,针对数据读写任务的执行能够获得最优性能表现的FTL算法。然后,在通过遍历对应关系列表确定出与存写数据的比重比较大的数据读写特征所对应的应用场景为:行车记录仪存储实时录像数据,并将该应用场景-行车记录仪存储实时录像数据确定为存储器在应用时间周期-上午09:00至晚上23:59所处的应用场景之后,继续从该对应关系列表中检测与该应用场景-行车记录仪存储实时录像数据相对应的目标FTL算法为:FTL算法3,从而,终端设备将该FTL算法3确定为令存储器在该应用时间周期-上午09:00至晚上23:59的第二时间区段-上午10:01至晚上23:59内,执行数据拥有方-host方下发的数据读写任务时,整体运行将侧重于数据存储从而能够更加快速高效的完成该数据读写任务的最优存储器管理算法。
进一步地,在一种可行的实施例中,在上述步骤S203,根据所述数据读写特征确定所述存储器在所述预设应用时间周期内所处的应用场景之后,本发明实施例存储器管理算法的自适应调整方法,还可以包括:
步骤S205,检测所述应用场景对应的目标存储器管理算法;
步骤S206,若未检测到所述目标存储器管理算法,则根据所述数据读写特征定制存储器管理算法,并将定制的存储器管理算法作为所述应用场景对应的目标存储器管理算法;
终端设备在从预先配置的应用场景中,确定出与采集到的数据读写特征相对应的应用场景,并将该应用场景确定为存储器在当前预设时间周期内所处的应用场景之后,随即根据预先建立的应用场景与存储器管理算法之间的对应关系,从各存储器管理算法中检测与存储器在当前预设时间周期内所处的应用场景相对应的目标存储器管理算法,若终端设备在此时未检测到该目标存储器管理算法,则终端设备随即自动或者基于工作人员输入配置操作,来定制一个能够使存储器在该预设应用时间周期接下来的第二时间区段内执行具有该数据读写特征的数据读写任务,而表现出数据读写最优性能的存储器管理算法,并将定制得到的该存储器管理算法确定为应用场景对应的目标存储器管理算法。
本实施例中,通过终端设备在预设应用时间周期的第一时间区段持续采集到存储器当前执行数据读写任务所存在的数据读写特征之后,确定预先配置的应用场景中,与该数据读写特征相对应的应用场景,并将该应用场景确定为存储器在当前预设时间周期内所处的应用场景,根据预先建立的应用场景与存储器管理算法之间的对应关系,将各存储器管理算法中与存储器在当前预设时间周期内所处的应用场景相对应的目标存储器管理算法,确定为能够使存储器在该预设应用时间周期接下来的第二时间区段内执行具有该数据读写特征的数据读写任务,而表现出数据读写最优性能的最优存储器管理算法。
实现了,预先基于采集存储器执行数据读写任务存在的数据读写特征,建立数据读写特征与存储器所处应用场景以及应用场景与最优存储器管理算法之间的对应关系,从而,在存储器的使用过程中,基于持续采集存储器执行数据读写任务存在的数据读写特征,基于该数据读写特征匹配出适用该存储器以令该存储器在当前预设应用时间周期的应用场景内,能够获得高性能表现的最优存储器管理算法,以令存储器自动的将当前正在应用的存储器管理算法切换调整至匹配出的最优存储器管理算法。
相比于现有仅在存储器上配置通用的存储器管理算法或者预先根据用户指定的存储器应用场景来专门为该存储器定制一个存储器管理算法的方式,本发明基于在采集存储器在使用过程中执行数据读写的数据读写特征,然后基于该数据读写特征自适应的匹配能够令存储器在当前应用环境下达到高性能表现的最优存储器管理算法,如此,不仅解决了针对存储器配置通用的存储器管理算法无法保证存储器保持最优的数据读写性能表现的问题,还节省了基于特定应用场景单独定制生产存储器带来的存储器高昂的生产指导成本和规避了该存储器使用环境的局限性。
此外,在终端设备预先未针对数据读写特征对应的应用场景定制开发能够使存储器达到高性能表现的最优存储器管理算法,从而终端设备无法根据应用场景与存储算法之间的对应关系来确定存储器在当前应用时间周期内的最优存储算法时,终端设备随即自动或者基于工作人员操作即时的定制出该存储器在该应用场景下执行具有该数据读写特征的数据读写任务,而表现出数据读写最优性能的存储器管理算法,以令存储器在后续应用该定制出的存储器管理算法保持最优的数据读写性能表现。如此,提高了对于存储器管理算法进行自适应调整的智能性。
此外,请参照图4,本发明实施例还提出一种存储器管理算法的自适应调整系统,该存储器管理算法的自适应调整系统,包括:
采集模块,用于持续采集存储器的数据读写特征;
匹配模块,用于根据所述数据读写特征从预设存储器管理算法中匹配所述存储器在预设应用时间周期的最优存储器管理算法;
调整模块,用于在所述预设应用时间周期内将所述存储器当前应用的存储器管理算法调整至所述最优存储器管理算法。
优选地,所述采集模块还用于:在预设应用时间周期内的第一时间区段持续采集存储器的数据读写特征;
所述采集模块,包括:
第一检测单元,用于持续检测所述存储器在所述预设应用时间周期的第一时间区段内接收到的数据读写任务;
解析采集单元,用于基于所述存储器在所述第一时间区段内应用的存储器管理算法解析所述数据读写任务以采集得到所述数据读写特征。
优选地,所述预设存储器管理算法为存储在所述存储器本端或者云端的多个存储器管理算法,所述云端与所述存储器通信连接,所述匹配模块,包括:
第一匹配单元,用于根据所述数据读写特征在所述存储器本端的多个存储器管理算法中,匹配在所述预设应用时间周期的第二时间区段内应用的最优存储器管理算法,其中,所述预设应用时间周期等于所述第一时间区段叠加所述第二时间区段;
第二匹配单元,用于将所述数据读写特征上传至所述云端,以供所述云端根据所述数据读写特征在所述云端的多个存储器管理算法中,匹配在所述预设应用时间周期的第二时间区段内应用的最优存储器管理算法。
优选地,所述匹配模块,还包括:
场景确定单元,用于根据所述数据读写特征确定所述存储器在所述预设应用时间周期内所处的应用场景;
第三匹配单元,用于将所述应用场景对应的目标存储器管理算法确定为所述存储器在所述第二时间区段内应用的最优存储器管理算法。
优选地,所述匹配模块,还包括:
第二检测单元,用于检测所述应用场景对应的目标存储器管理算法;
算法定制单元,用于若未检测到所述目标存储器管理算法,则根据所述数据读写特征定制存储器管理算法,并将定制的存储器管理算法作为所述应用场景对应的目标存储器管理算法。
优选地,本发明实施例存储器管理算法的自适应调整系统,还包括:
检测模块,用于检测所述预设应用时间周期内所述存储器当前应用的第一存储器管理算法是否为所述最优存储器管理算法。
优选地,所述调整模块,包括:
第一自适应调整单元,用于若检测到所述第一存储器管理算法不为所述最优存储器管理算法,则在本端将所述第一存储器管理算法切换至所述最优存储器管理算法;
第二自适应调整单元,用于若检测到所述第一存储器管理算法不为所述最优存储器管理算法,则从预设云端下载所述最优存储器管理算法并将所述第一存储器管理算法切换至所述最优存储器管理算法。
其中,本发明数据存储装置的各功能模块在运行时所实现的步骤,可参照上述本发明数据存储装置方法的各个三实施例,此处不再赘述。
此外,本发明实施例还提出一种终端设备,该终端设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的存储器管理算法的自适应调整程序,该存储器管理算法的自适应调整程序被所述处理器执行时实现如上述中的存储器管理算法的自适应调整方法的步骤。
其中,在所述处理器上运行的存储器管理算法的自适应调整程序被执行时所实现的步骤可参照本发明存储器管理算法的自适应调整方法的各个实施例,此处不再赘述。
此外,本发明实施例还提出一种计算机存储介质,应用于计算机,该计算机存储介质可以为非易失性计算机可读计算机存储介质,该计算机存储介质上存储有存储器管理算法的自适应调整程序,所述存储器管理算法的自适应调整程序被处理器执行时实现如上所述的存储器管理算法的自适应调整方法的步骤。
其中,在所述处理器上运行的存储器管理算法的自适应调整程序被执行时所实现的步骤可参照本发明存储器管理算法的自适应调整方法的各个实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个计算机存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种存储器管理算法的自适应调整方法,其特征在于,所述存储器管理算法的自适应调整方法包括:
持续采集存储器的数据读写特征;
根据所述数据读写特征从预设存储器管理算法中匹配所述存储器在预设应用时间周期的最优存储器管理算法;
在所述预设应用时间周期内将所述存储器当前应用的存储器管理算法调整至所述最优存储器管理算法。
2.如权利要求1所述的存储器管理算法的自适应调整方法,其特征在于,所述持续采集存储器的数据读写特征的步骤,包括:
在预设应用时间周期内的第一时间区段持续采集存储器的数据读写特征;
所述在预设应用时间周期内的第一时间区段持续采集存储器的数据读写特征的步骤包括:
持续检测所述存储器在所述预设应用时间周期的第一时间区段内接收到的数据读写任务;
基于所述存储器在所述第一时间区段内应用的存储器管理算法解析所述数据读写任务以采集得到所述数据读写特征。
3.如权利要求2所述的存储器管理算法的自适应调整方法,其特征在于,所述预设存储器管理算法为存储在所述存储器本端或者云端的多个存储器管理算法,所述云端与所述存储器通信连接,
所述根据所述数据读写特征从预设存储器管理算法中匹配所述存储器在预设应用时间周期的最优存储器管理算法的步骤,包括:
根据所述数据读写特征在所述存储器本端的多个存储器管理算法中,匹配在所述预设应用时间周期的第二时间区段内应用的最优存储器管理算法,其中,所述预设应用时间周期等于所述第一时间区段叠加所述第二时间区段;或者,
将所述数据读写特征上传至所述云端,以供所述云端根据所述数据读写特征在所述云端的多个存储器管理算法中,匹配在所述预设应用时间周期的第二时间区段内应用的最优存储器管理算法。
4.如权利要求3所述的存储器管理算法的自适应调整方法,其特征在于,所述根据所述数据读写特征从预设存储器管理算法中匹配所述存储器在预设应用时间周期的最优存储器管理算法的步骤,还包括:
根据所述数据读写特征确定所述存储器在所述预设应用时间周期内所处的应用场景;
将所述应用场景对应的目标存储器管理算法确定为所述存储器在所述第二时间区段内应用的最优存储器管理算法。
5.如权利要求4所述的存储器管理算法的自适应调整方法,其特征在于,在所述根据所述数据读写特征确定所述存储器在所述预设应用时间周期内所处的应用场景的步骤之后,还包括:
检测所述应用场景对应的目标存储器管理算法;
若未检测到所述目标存储器管理算法,则根据所述数据读写特征定制存储器管理算法,并将定制的存储器管理算法作为所述应用场景对应的目标存储器管理算法。
6.如权利要求1所述的存储器管理算法的自适应调整方法,其特征在于,在所述根据所述数据读写特征从预设存储器管理算法中匹配所述存储器在预设应用时间周期的最优存储器管理算法的步骤之后,还包括:
检测所述预设应用时间周期内所述存储器当前应用的第一存储器管理算法是否为所述最优存储器管理算法。
7.如权利要求6所述的存储器管理算法的自适应调整方法,其特征在于,所述在所述预设应用时间周期内将所述存储器当前应用的存储器管理算法调整至所述最优存储器管理算法的步骤,包括:
若检测到所述第一存储器管理算法不为所述最优存储器管理算法,则在本端将所述第一存储器管理算法切换至所述最优存储器管理算法;或者,
若检测到所述第一存储器管理算法不为所述最优存储器管理算法,则从预设云端下载所述最优存储器管理算法并将所述第一存储器管理算法切换至所述最优存储器管理算法。
8.一种存储器管理算法的自适应调整系统,其特征在于,所述存储器管理算法的自适应调整系统包括:
采集模块,用于持续采集存储器的数据读写特征;
匹配模块,用于根据所述数据读写特征从预设存储器管理算法中匹配所述存储器在预设应用时间周期的最优存储器管理算法;
调整模块,用于在所述预设应用时间周期内将所述存储器当前应用的存储器管理算法调整至所述最优存储器管理算法。
9.一种终端设备,其特征在于,所述终端设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的存储器管理算法的自适应调整程序,所述存储器管理算法的自适应调整程序被所述处理器执行时实现如权利要求1至7中任一项所述的存储器管理算法的自适应调整方法的步骤。
10.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的存储器管理算法的自适应调整方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010918275.9A CN112068776A (zh) | 2020-09-02 | 2020-09-02 | 存储器管理算法的自适应调整方法、系统、设备及介质 |
PCT/CN2021/074789 WO2022048108A1 (zh) | 2020-09-02 | 2021-02-02 | 存储器管理算法的自适应调整方法、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010918275.9A CN112068776A (zh) | 2020-09-02 | 2020-09-02 | 存储器管理算法的自适应调整方法、系统、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112068776A true CN112068776A (zh) | 2020-12-11 |
Family
ID=73665833
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010918275.9A Pending CN112068776A (zh) | 2020-09-02 | 2020-09-02 | 存储器管理算法的自适应调整方法、系统、设备及介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112068776A (zh) |
WO (1) | WO2022048108A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022048108A1 (zh) * | 2020-09-02 | 2022-03-10 | 深圳市硅格半导体有限公司 | 存储器管理算法的自适应调整方法、系统、设备及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102591593A (zh) * | 2011-12-28 | 2012-07-18 | 华为技术有限公司 | 一种混合存储模式的切换方法、装置及系统 |
CN106326145A (zh) * | 2015-06-26 | 2017-01-11 | 深圳市中兴微电子技术有限公司 | 一种存储器的控制方法和装置 |
CN106415512A (zh) * | 2014-06-10 | 2017-02-15 | Arm 有限公司 | 存储器管理算法的动态选择 |
CN109358811A (zh) * | 2018-09-30 | 2019-02-19 | 深圳市得微电子有限责任公司 | 存储设备管理方法、装置及可读存储介质 |
US20190129753A1 (en) * | 2017-10-31 | 2019-05-02 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Method for Resource Allocation and Terminal Device |
CN110471861A (zh) * | 2019-07-10 | 2019-11-19 | 华为技术有限公司 | 一种闪存设备中的数据存储方法及闪存设备 |
CN111562885A (zh) * | 2020-04-30 | 2020-08-21 | 苏州亿歌网络科技有限公司 | 数据处理方法、装置、计算机设备及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8478569B2 (en) * | 2010-03-26 | 2013-07-02 | Bmc Software, Inc. | Auto adjustment of baseline on configuration change |
US8965819B2 (en) * | 2010-08-16 | 2015-02-24 | Oracle International Corporation | System and method for effective caching using neural networks |
CN103778043A (zh) * | 2012-10-23 | 2014-05-07 | 置富存储科技(深圳)有限公司 | 一种固态存储器的数据动态监控和管理方法 |
CN112068776A (zh) * | 2020-09-02 | 2020-12-11 | 深圳市硅格半导体有限公司 | 存储器管理算法的自适应调整方法、系统、设备及介质 |
-
2020
- 2020-09-02 CN CN202010918275.9A patent/CN112068776A/zh active Pending
-
2021
- 2021-02-02 WO PCT/CN2021/074789 patent/WO2022048108A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102591593A (zh) * | 2011-12-28 | 2012-07-18 | 华为技术有限公司 | 一种混合存储模式的切换方法、装置及系统 |
CN106415512A (zh) * | 2014-06-10 | 2017-02-15 | Arm 有限公司 | 存储器管理算法的动态选择 |
CN106326145A (zh) * | 2015-06-26 | 2017-01-11 | 深圳市中兴微电子技术有限公司 | 一种存储器的控制方法和装置 |
US20190129753A1 (en) * | 2017-10-31 | 2019-05-02 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Method for Resource Allocation and Terminal Device |
CN109358811A (zh) * | 2018-09-30 | 2019-02-19 | 深圳市得微电子有限责任公司 | 存储设备管理方法、装置及可读存储介质 |
CN110471861A (zh) * | 2019-07-10 | 2019-11-19 | 华为技术有限公司 | 一种闪存设备中的数据存储方法及闪存设备 |
CN111562885A (zh) * | 2020-04-30 | 2020-08-21 | 苏州亿歌网络科技有限公司 | 数据处理方法、装置、计算机设备及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022048108A1 (zh) * | 2020-09-02 | 2022-03-10 | 深圳市硅格半导体有限公司 | 存储器管理算法的自适应调整方法、系统、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2022048108A1 (zh) | 2022-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112230758B (zh) | 帧率调整方法、装置、设备及计算机可读存储介质 | |
CN116170317A (zh) | 网络系统、服务提供与资源调度方法、设备及存储介质 | |
CN112272239B (zh) | 边缘计算方法、装置、智能终端及计算机可读存储介质 | |
CN110972131B (zh) | 授权与管控方法、设备、系统及存储介质 | |
CN110321075B (zh) | 基于nbd设备的数据迁移方法、装置、设备及存储介质 | |
CN105338391A (zh) | 智能电视控制方法与移动终端 | |
CN108156312B (zh) | 一种控制sim卡功能菜单显示的方法、终端及存储装置 | |
CN112436986B (zh) | 配网方法、装置、配网设备及计算机可读存储介质 | |
CN114070888A (zh) | 基于云终端的业务处理方法、服务器、设备及系统 | |
CN112131015A (zh) | 一种信息处理方法、装置、云服务器和存储介质 | |
CN111195909B (zh) | 机器人的舵机控制方法、装置、终端及计算机存储介质 | |
CN112068776A (zh) | 存储器管理算法的自适应调整方法、系统、设备及介质 | |
CN112416195A (zh) | 设备控制功能的生成方法和装置 | |
CN113422791B (zh) | 云服务配置方法和装置、电子设备以及计算机可读存储介质 | |
US9191445B2 (en) | Systems and methods for managing emulation sessions | |
CN109297150A (zh) | 空调控制方法、装置、系统、空调、终端及可读存储介质 | |
CN110333823B (zh) | 基于nbd设备的数据迁移方法、装置、设备及存储介质 | |
CN112416641A (zh) | 主从架构中被控端节点重启检测方法及主控端节点 | |
JP4666231B2 (ja) | アプリケーション競合管理システム及びその方法並びにそれを用いた情報処理端末 | |
CN114153505B (zh) | 一种数据交互方法、系统、装置、设备及计算机存储介质 | |
WO2021233360A1 (zh) | 监控视频的处理方法、装置、设备及存储介质 | |
CN112702281A (zh) | 基于手势控制的带宽分配方法、装置、系统与存储介质 | |
US20150040014A1 (en) | Operation image manager | |
CN116954521A (zh) | 车辆的控制方法、控制装置、电子设备和车辆 | |
CN116279106A (zh) | 车辆氛围灯的控制方法、装置、电子设备及存储介质 |
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 |