CN113641305B - 固态硬盘的垃圾回收方法、装置、电子设备及存储介质 - Google Patents
固态硬盘的垃圾回收方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113641305B CN113641305B CN202110841585.XA CN202110841585A CN113641305B CN 113641305 B CN113641305 B CN 113641305B CN 202110841585 A CN202110841585 A CN 202110841585A CN 113641305 B CN113641305 B CN 113641305B
- Authority
- CN
- China
- Prior art keywords
- garbage collection
- decision tree
- solid state
- state disk
- preset
- 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.)
- Active
Links
- 239000007787 solid Substances 0.000 title claims abstract description 139
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000003066 decision tree Methods 0.000 claims abstract description 125
- 238000012360 testing method Methods 0.000 claims abstract description 18
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004064 recycling Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 6
- 238000005299 abrasion Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
- G06F3/0638—Organizing or formatting or addressing of data
-
- 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
- G06F3/0671—In-line storage system
- G06F3/0673—Single storage device
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)
- Techniques For Improving Reliability Of Storages (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明涉及一种固态硬盘的垃圾回收方法、装置、电子设备及计算机可读存储介质,所述方法包括:获取固态硬盘的垃圾回收相关信息及对应的垃圾回收状态,固态硬盘的垃圾回收相关信息包括当前晶圆的剩余容量大小、当前晶圆的平均磨损次数及预设时间内固态硬盘读写频率;利用固态硬盘的垃圾回收相关信息及对应的垃圾回收状态构建决策树,对决策树进行训练及测试,得到决策树模型;重新获取固态硬盘的垃圾回收相关信息,并根据重新获取的固态硬盘的垃圾回收相关信息及决策树模型,确定是否进行垃圾回收。本发明提供的固态硬盘的垃圾回收方法,实现了在合适的时机进行垃圾回收,减小垃圾回收的触发频率,从而减小垃圾回收对固态硬盘性能的影响。
Description
技术领域
本发明涉及固态硬盘存储技术领域,尤其涉及一种固态硬盘的垃圾回收方法、装置、电子设备及计算机可读存储介质。
背景技术
由于固态硬盘闪存的材料特性,在对固态硬盘进行写入操作之前必须先进行擦除操作,且擦除操作是以block(块)为单位进行的,但写入/读取操作则是以page(页)为单位进行的,而一个block中包含有多个page,在固态硬盘使用了一段时间后,一个block中会有一部分有效页和一部分无效页,需要通过垃圾回收的方式回收无效页;但是在某个die(晶圆)进行垃圾回收时,固态硬盘时无法响应常规的读写请求的,也就是垃圾回收机制会降低固态硬盘的性能,而擦除操作又会缩减固态硬盘的寿命,尤其当固态硬盘可用容量特别低时,会频繁触发垃圾回收,从而严重影响固态硬盘性能。因此,尽可能的在合适的时机进行垃圾回收以提高读写性能,是当前急需解决的问题。
发明内容
有鉴于此,有必要提供一种固态硬盘的垃圾回收方法、装置、电子设备及计算机可读存储介质,用以解决现有技术中频繁触发垃圾回收,导致严重影响固态硬盘性能的问题。
为了解决上述问题,本发明提供一种固态硬盘的垃圾回收方法,包括:
获取固态硬盘的垃圾回收相关信息及对应的垃圾回收状态,所述固态硬盘的垃圾回收相关信息包括当前晶圆的剩余容量大小、当前晶圆的平均磨损次数及预设时间内固态硬盘读写频率;
利用所述固态硬盘的垃圾回收相关信息及对应的垃圾回收状态构建决策树,对所述决策树进行训练及测试,得到决策树模型;
重新获取固态硬盘的垃圾回收相关信息,并根据重新获取的固态硬盘的垃圾回收相关信息及所述决策树模型,确定是否进行垃圾回收。
进一步地,所述固态硬盘的垃圾回收相关信息还包括距离上次垃圾回收时间间隔。
进一步地,利用所述固态硬盘的垃圾回收相关信息及对应的垃圾回收状态构建决策树,包括:
以所述固态硬盘的垃圾回收相关信息作为决策树的条件属性,以是否进行了垃圾回收作为决策树的决策属性,构建决策树。
进一步地,以所述固态硬盘的垃圾回收相关信息作为决策树的条件属性,以是否进行了垃圾回收作为决策树的决策属性,构建决策树,包括:
以所述固态硬盘的垃圾回收相关信息作为决策树的条件属性,对于当前晶圆的剩余容量大小,其取值包括小于预设容量阈值、大于或等于预设容量阈值,对于当前晶圆的平均磨损次数,其取值包括小于或等于预设磨损次数阈值、大于预设磨损次数阈值,对于预设时间内固态硬盘读写频率,其取值包括大于预设频率阈值、小于或等于预设频率阈值,对于距离上次垃圾回收时间间隔,其取值包括大于预设时间间隔阈值、小于或等于预设时间间隔阈值,以是否进行了垃圾回收作为决策树的决策属性,构建决策树。
进一步地,以所述固态硬盘的垃圾回收相关信息作为决策树的条件属性,以是否进行了垃圾回收作为决策树的决策属性,构建决策树,还包括:
根据当前晶圆的剩余容量大小、当前晶圆的平均磨损次数、预设时间内固态硬盘读写频率及距离上次垃圾回收时间间隔的取值,确定决策树的根节点及内部节点。
进一步地,根据当前晶圆的剩余容量大小、当前晶圆的平均磨损次数、预设时间内固态硬盘读写频率、距离上次垃圾回收时间间隔的取值,确定决策树的根节点及内部节点,具体包括:
根据当前晶圆的剩余容量大小、当前晶圆的平均磨损次数、预设时间内固态硬盘读写频率、距离上次垃圾回收时间间隔的取值及其对应的垃圾回收状态,确定基尼值或信息熵,根据所述基尼值或信息熵确定决策树的根节点及内部节点。
进一步地,对所述决策树进行训练及测试,得到决策树模型,具体包括:
对所述决策树进行训练及测试,若所述决策树的精度值未超过预设精度值,则调整所述预设容量阈值、预设磨损次数阈值、预设频率阈值或预设时间间隔阈值,直至决策树的精度值超过预设精度值,得到决策树模型。
本发明还提供了一种固态硬盘的垃圾回收装置,包括数据获取模块、决策树模型构建模块及垃圾回收状态确定模块;
所述数据获取模块,用于获取固态硬盘的垃圾回收相关信息及对应的垃圾回收状态,所述固态硬盘的垃圾回收相关信息包括当前晶圆的剩余容量大小、当前晶圆的平均磨损次数及预设时间内固态硬盘读写频率;
所述决策树模型构建模块,用于利用所述固态硬盘的垃圾回收相关信息及对应的垃圾回收状态构建决策树,对所述决策树进行训练及测试,得到决策树模型;
所述垃圾回收状态确定模块,用于重新获取固态硬盘的垃圾回收相关信息,并根据重新获取的固态硬盘的垃圾回收相关信息及所述决策树模型,确定是否进行垃圾回收。
本发明还提供了一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时,实现如上述任一技术方案所述的固态硬盘的垃圾回收方法。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机该程序被处理器执行时,实现如上述任一技术方案所述的固态硬盘的垃圾回收方法。
采用上述实施例的有益效果是:通过获取固态硬盘的垃圾回收相关信息及对应的垃圾回收状态,所述固态硬盘的垃圾回收相关信息包括当前晶圆的剩余容量大小、当前晶圆的平均磨损次数及预设时间内固态硬盘读写频率;利用所述固态硬盘的垃圾回收相关信息及对应的垃圾回收状态构建决策树,对所述决策树进行训练及测试,得到决策树模型;重新获取固态硬盘的垃圾回收相关信息,并根据重新获取的固态硬盘的垃圾回收相关信息及所述决策树模型,确定是否进行垃圾回收;实现了在合适的时机进行垃圾回收,减小垃圾回收的触发频率,从而减小垃圾回收对固态硬盘性能的影响。
附图说明
图1为本发明提供的固态硬盘的垃圾回收方法一实施例的流程示意图;
图2为本发明实施例提供的固态硬盘的存储结构以及芯片内部结构图;
图3为本发明实施例提供的固态硬盘的垃圾回收装置的结构框图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理,并非用于限定本发明的范围。
本发明的一个具体实施例,公开了一种固态硬盘的垃圾回收方法,其流程示意图,如图1所示,所述方法包括:
步骤S1、获取固态硬盘的垃圾回收相关信息及对应的垃圾回收状态,所述固态硬盘的垃圾回收相关信息包括当前晶圆的剩余容量大小、当前晶圆的平均磨损次数及预设时间内固态硬盘读写频率;
步骤S2、利用所述固态硬盘的垃圾回收相关信息及对应的垃圾回收状态构建决策树,对所述决策树进行训练及测试,得到决策树模型;
步骤S3、重新获取固态硬盘的垃圾回收相关信息,并根据重新获取的固态硬盘的垃圾回收相关信息及所述决策树模型,确定是否进行垃圾回收。
需要说明的是,所述固态硬盘包括基于闪存的固态硬盘、基于DRAM类的固态硬盘及基于3D XPoint类固体硬盘,基于闪存的固态硬盘可以制作成多种模样,例如笔记本硬盘、微硬盘、存储卡、U盘等。
一个具体实施例中,固态硬盘的存储结构以及芯片内部结构图,如图2所示。固态硬盘刚刚投入使用时,按照常规方式触发垃圾回收,固态硬盘每运行一个固定的时间,进行一次固态硬盘状态记录;在每个晶圆中一个页中存储一张表,该表用来记录多条与固态硬盘垃圾回收相关信息,可将该表读入至内存中。
所述晶圆包括若干分组,所述分组(plane)包括若干块(block),所述块包括若干页(page);所述垃圾回收相关信息包括当前晶圆的剩余容量大小、当前晶圆的平均磨损次数及预设时间内固态硬盘读写频率,所述预设时间可以为几分钟;除了所述垃圾回收相关信息包括当前晶圆的剩余容量大小、当前晶圆的平均磨损次数及预设时间内固态硬盘读写频率之外,还需要与获取与当前晶圆的剩余容量大小、当前晶圆的平均磨损次数及预设时间内固态硬盘读写频率对应的垃圾回收状态(即是或否进行了垃圾回收),并将所述对应的垃圾回收状态记录,所述垃圾回收状态包括进行了垃圾回收和未进行垃圾回收。
作为一个优选的实施例,所述固态硬盘的垃圾回收相关信息还包括距离上次垃圾回收时间间隔。
一个具体实施例中,固态硬盘的垃圾回收相关信息还可以包括距离上次垃圾回收时间间隔,可以将上次垃圾回收时间间隔作为决策树的条件属性之一,以提高决策树模型精度。
作为一个优选的实施例,利用所述固态硬盘的垃圾回收相关信息及对应的垃圾回收状态构建决策树,包括:
以所述固态硬盘的垃圾回收相关信息作为决策树的条件属性,以是否进行了垃圾回收作为决策树的决策属性,构建决策树。
一个具体实施例中,获取大量的固态硬盘的垃圾回收相关信息及对应的垃圾回收状态后,利用其形成数据集,将所述数据集划分为训练集及测试集,利用训练集数据构建决策树。
作为一个优选的实施例,以所述固态硬盘的垃圾回收相关信息作为决策树的条件属性,以是否进行了垃圾回收作为决策树的决策属性,构建决策树,包括:
以所述固态硬盘的垃圾回收相关信息作为决策树的条件属性,对于当前晶圆的剩余容量大小,其取值包括小于预设容量阈值、大于或等于预设容量阈值,对于当前晶圆的平均磨损次数,其取值包括小于或等于预设磨损次数阈值、大于预设磨损次数阈值,对于预设时间内固态硬盘读写频率,其取值包括大于预设频率阈值、小于或等于预设频率阈值,对于距离上次垃圾回收时间间隔,其取值包括大于预设时间间隔阈值、小于或等于预设时间间隔阈值,以是否进行了垃圾回收作为决策树的决策属性,构建决策树。
一个具体实施例中,所述预设容量阈值、预设磨损次数阈值、预设频率阈值或预设时间间隔阈值,可以根据获取的大量固态硬盘的垃圾回收相关信息及对应的垃圾回收状态确定。
作为一个优选的实施例,以所述固态硬盘的垃圾回收相关信息作为决策树的条件属性,以是否进行了垃圾回收作为决策树的决策属性,构建决策树,还包括:
根据当前晶圆的剩余容量大小、当前晶圆的平均磨损次数、预设时间内固态硬盘读写频率及距离上次垃圾回收时间间隔的取值,确定决策树的根节点及内部节点。
一个具体实施例中,待采集到的固态硬盘的垃圾回收相关信息数据为大概100条时,开始进行决策树模型构建,构建决策树模型通过基尼公式来计算每个属性的基尼值,将基尼值的作为决策树根节点进行分类,分类时通过单个属性和结果来确定,比如只看当前晶圆的剩余容量大小,以及在该当前晶圆的剩余容量大小下是否进行了垃圾回收,来计算当前晶圆的剩余容量大小这个属性的基尼值,把所有属性的基尼值算出来,将最小值作为决策根节点,以此类推,可以得到各内部节点。
作为一个优选的实施例,根据当前晶圆的剩余容量大小、当前晶圆的平均磨损次数、预设时间内固态硬盘读写频率、距离上次垃圾回收时间间隔的取值,确定决策树的根节点及内部节点,具体包括:
根据当前晶圆的剩余容量大小、当前晶圆的平均磨损次数、预设时间内固态硬盘读写频率、距离上次垃圾回收时间间隔的取值及其对应的垃圾回收状态,确定基尼值或信息熵,根据所述基尼值或信息熵确定决策树的根节点及内部节点。
一个具体实施例中,对于当前晶圆的剩余容量大小调节属性,预设容量阈值可设为20%,假设小于20%的有70条,大于或等于20%的有30条,然后看这70条记录中,假设有60条进行了垃圾回收,10条没有进行垃圾回收,通过这70条数据来计算低于预设容量阈值情况下的基尼值,得到一个基尼值,设为gini1。对于高于20%的情况,在30条中,假设进行了垃圾回收的有10条,没有进行垃圾回收的有20条,再计算一下基尼值,设为gini2;通过gini1和gini2;就可以得到当前晶圆的剩余容量大小这个结点的基尼值,以同样的方式把其他结点的基尼值算出来,将最小值作为决策树的根结点。
作为一个优选的实施例,对所述决策树进行训练及测试,得到决策树模型,具体包括:
对所述决策树进行训练及测试,若所述决策树的精度值未超过预设精度值,则调整所述预设容量阈值、预设磨损次数阈值、预设频率阈值或预设时间间隔阈值,直至决策树的精度值超过预设精度值,得到决策树模型。
需要说明的是,由于根据初始设置的预设容量阈值、预设磨损次数阈值、预设频率阈值、预设时间间隔阈值,构建的决策树的精度不一定超预设精度值(例如90%),若未到达预设精度值,则需要调整所述预设容量阈值、预设磨损次数阈值、预设频率阈值或预设时间间隔阈值;以提高决策树的精度。
本发明实施例提供了一种固态硬盘的垃圾回收装置,所述装置的结构框图,如图3所示,所述垃圾回收装置包括数据获取模块1、决策树模型构建模块2及垃圾回收状态确定模块3;
所述数据获取模块1,用于获取固态硬盘的垃圾回收相关信息及对应的垃圾回收状态,所述固态硬盘的垃圾回收相关信息包括当前晶圆的剩余容量大小、当前晶圆的平均磨损次数及预设时间内固态硬盘读写频率;
所述决策树模型构建模块2,用于利用所述固态硬盘的垃圾回收相关信息及对应的垃圾回收状态构建决策树,对所述决策树进行训练及测试,得到决策树模型;
所述垃圾回收状态确定模块3,用于重新获取固态硬盘的垃圾回收相关信息,并根据重新获取的固态硬盘的垃圾回收相关信息及所述决策树模型,确定是否进行垃圾回收。
本发明实施例提供了一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时,实现如上述任一实施例所述的固态硬盘的垃圾回收方法。
本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机该程序被处理器执行时,实现如上述任一实施例所述的固态硬盘的垃圾回收方法。
本发明公开了一种固态硬盘的垃圾回收方法、装置、电子设备及计算机可读存储介质;通过获取固态硬盘的垃圾回收相关信息及对应的垃圾回收状态,所述固态硬盘的垃圾回收相关信息包括当前晶圆的剩余容量大小、当前晶圆的平均磨损次数及预设时间内固态硬盘读写频率;利用所述固态硬盘的垃圾回收相关信息及对应的垃圾回收状态构建决策树,对所述决策树进行训练及测试,得到决策树模型;重新获取固态硬盘的垃圾回收相关信息,并根据重新获取的固态硬盘的垃圾回收相关信息及所述决策树模型,确定是否进行垃圾回收;实现了在合适的时机进行垃圾回收,减小垃圾回收的触发频率,从而减小垃圾回收对固态硬盘性能的影响,同时,由于减小垃圾回收的触发频率,减少了擦除操作次数,从而提供了固态硬盘的使用寿命。
本领域技术人员可以理解,实现上述实施例方法的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于计算机可读存储介质中。其中,所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种固态硬盘的垃圾回收方法,其特征在于,包括:
获取固态硬盘的垃圾回收相关信息及对应的垃圾回收状态,所述固态硬盘的垃圾回收相关信息包括当前晶圆的剩余容量大小、当前晶圆的平均磨损次数、预设时间内固态硬盘读写频率以及距离上次垃圾回收时间间隔;
利用所述固态硬盘的垃圾回收相关信息及对应的垃圾回收状态构建决策树,对所述决策树进行训练及测试,得到决策树模型;
重新获取固态硬盘的垃圾回收相关信息,并根据重新获取的固态硬盘的垃圾回收相关信息及所述决策树模型,确定是否进行垃圾回收;
以所述固态硬盘的垃圾回收相关信息作为决策树的条件属性,以是否进行了垃圾回收作为决策树的决策属性,构建决策树,包括:
以所述固态硬盘的垃圾回收相关信息作为决策树的条件属性,对于当前晶圆的剩余容量大小,其取值包括小于预设容量阈值、大于或等于预设容量阈值,对于当前晶圆的平均磨损次数,其取值包括小于或等于预设磨损次数阈值、大于预设磨损次数阈值,对于预设时间内固态硬盘读写频率,其取值包括大于预设频率阈值、小于或等于预设频率阈值,对于距离上次垃圾回收时间间隔,其取值包括大于预设时间间隔阈值、小于或等于预设时间间隔阈值,以是否进行了垃圾回收作为决策树的决策属性,构建决策树;
对所述决策树进行训练及测试,得到决策树模型,具体包括:
对所述决策树进行训练及测试,若所述决策树的精度值未超过预设精度值,则调整所述预设容量阈值、预设磨损次数阈值、预设频率阈值或预设时间间隔阈值,直至决策树的精度值超过预设精度值,得到决策树模型。
2.根据权利要求1所述的固态硬盘的垃圾回收方法,其特征在于,以所述固态硬盘的垃圾回收相关信息作为决策树的条件属性,以是否进行了垃圾回收作为决策树的决策属性,构建决策树,还包括:
根据当前晶圆的剩余容量大小、当前晶圆的平均磨损次数、预设时间内固态硬盘读写频率及距离上次垃圾回收时间间隔的取值,确定决策树的根节点及内部节点。
3.根据权利要求2所述的固态硬盘的垃圾回收方法,其特征在于,根据当前晶圆的剩余容量大小、当前晶圆的平均磨损次数、预设时间内固态硬盘读写频率、距离上次垃圾回收时间间隔的取值,确定决策树的根节点及内部节点,具体包括:
根据当前晶圆的剩余容量大小、当前晶圆的平均磨损次数、预设时间内固态硬盘读写频率、距离上次垃圾回收时间间隔的取值及其对应的垃圾回收状态,确定基尼值或信息熵,根据所述基尼值或信息熵确定决策树的根节点及内部节点。
4.一种固态硬盘的垃圾回收装置,其特征在于,包括数据获取模块、决策树模型构建模块及垃圾回收状态确定模块;
所述数据获取模块,用于获取固态硬盘的垃圾回收相关信息及对应的垃圾回收状态,所述固态硬盘的垃圾回收相关信息包括当前晶圆的剩余容量大小、当前晶圆的平均磨损次数、预设时间内固态硬盘读写频率以及距离上次垃圾回收时间间隔;
所述决策树模型构建模块,用于利用所述固态硬盘的垃圾回收相关信息及对应的垃圾回收状态构建决策树,对所述决策树进行训练及测试,得到决策树模型;
所述垃圾回收状态确定模块,用于重新获取固态硬盘的垃圾回收相关信息,并根据重新获取的固态硬盘的垃圾回收相关信息及所述决策树模型,确定是否进行垃圾回收;
以所述固态硬盘的垃圾回收相关信息作为决策树的条件属性,以是否进行了垃圾回收作为决策树的决策属性,构建决策树,包括:
以所述固态硬盘的垃圾回收相关信息作为决策树的条件属性,对于当前晶圆的剩余容量大小,其取值包括小于预设容量阈值、大于或等于预设容量阈值,对于当前晶圆的平均磨损次数,其取值包括小于或等于预设磨损次数阈值、大于预设磨损次数阈值,对于预设时间内固态硬盘读写频率,其取值包括大于预设频率阈值、小于或等于预设频率阈值,对于距离上次垃圾回收时间间隔,其取值包括大于预设时间间隔阈值、小于或等于预设时间间隔阈值,以是否进行了垃圾回收作为决策树的决策属性,构建决策树;
对所述决策树进行训练及测试,得到决策树模型,具体包括:
对所述决策树进行训练及测试,若所述决策树的精度值未超过预设精度值,则调整所述预设容量阈值、预设磨损次数阈值、预设频率阈值或预设时间间隔阈值,直至决策树的精度值超过预设精度值,得到决策树模型。
5.一种电子设备,其特征在于,包括存储器和处理器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时,实现如权利要求1-3任一所述的固态硬盘的垃圾回收方法。
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机该程序被处理器执行时,实现如权利要求1-3任一所述的固态硬盘的垃圾回收方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110841585.XA CN113641305B (zh) | 2021-07-26 | 2021-07-26 | 固态硬盘的垃圾回收方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110841585.XA CN113641305B (zh) | 2021-07-26 | 2021-07-26 | 固态硬盘的垃圾回收方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113641305A CN113641305A (zh) | 2021-11-12 |
CN113641305B true CN113641305B (zh) | 2024-04-05 |
Family
ID=78418409
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110841585.XA Active CN113641305B (zh) | 2021-07-26 | 2021-07-26 | 固态硬盘的垃圾回收方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113641305B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115756341B (zh) * | 2023-01-09 | 2023-04-07 | 苏州浪潮智能科技有限公司 | 固态硬盘的垃圾回收方法、装置、电子设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110019017A (zh) * | 2018-04-27 | 2019-07-16 | 中国科学院高能物理研究所 | 一种基于访问特征的高能物理文件存储方法 |
CN112416814A (zh) * | 2020-11-25 | 2021-02-26 | 合肥大唐存储科技有限公司 | 固态硬盘中垃圾回收的管理方法、存储介质和电子装置 |
-
2021
- 2021-07-26 CN CN202110841585.XA patent/CN113641305B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110019017A (zh) * | 2018-04-27 | 2019-07-16 | 中国科学院高能物理研究所 | 一种基于访问特征的高能物理文件存储方法 |
CN112416814A (zh) * | 2020-11-25 | 2021-02-26 | 合肥大唐存储科技有限公司 | 固态硬盘中垃圾回收的管理方法、存储介质和电子装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113641305A (zh) | 2021-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7992061B2 (en) | Method for testing reliability of solid-state storage medium | |
US9122580B2 (en) | Flash memory system and managing and collecting methods for flash memory with invalid page messages thereof | |
EP3944556A1 (en) | Block data access method and apparatus, and block data storage method and apparatus | |
CN107748722B (zh) | 一种保证固态硬盘中数据持续性的自适应数据刷新方法 | |
CN115344505B (zh) | 一种基于感知分类的内存访问方法 | |
CN112486415B (zh) | 存储装置的垃圾回收方法及装置 | |
CN111078123B (zh) | 一种闪存块的磨损程度的评估方法及装置 | |
CN113257332B (zh) | 一种闪存的有效性预测方法、装置及存储介质 | |
CN113641305B (zh) | 固态硬盘的垃圾回收方法、装置、电子设备及存储介质 | |
CN116822383A (zh) | 设备寿命预测模型构建方法、装置、可读存储介质及设备 | |
CN111400099B (zh) | 闪存的数据重读方法、装置、设备及计算机可读存储介质 | |
CN107577440B (zh) | 提高存储器寿命的方法 | |
CN112068772B (zh) | 数据存储方法、数据存储装置及存储装置 | |
CN112069004B (zh) | 一种闪存芯片中块读取与页读取换算关系测试方法及系统 | |
US11392510B2 (en) | Management method of cache files in storage space and recording device for storing cache files | |
US20100287331A1 (en) | Electronic device and method for recording power-on time thereof | |
CN110309081B (zh) | 基于压缩存储和地址映射表项的ftl读写数据页的方法 | |
CN109582527A (zh) | 存储服务器及其固态硬盘寿命监控方法 | |
CN110377538B (zh) | 存储器管理方法以及存储控制器 | |
CN114818598B (zh) | 一种基于电路翻转行为的vcd矢量压缩方法及装置 | |
CN111767165B (zh) | 数据处理方法、装置及控制设备 | |
CN110852443A (zh) | 特征稳定性检测方法、设备及计算机可读介质 | |
CN115509799A (zh) | 一种基于副本和ldpc混合解码结合的存储器读取优化方法 | |
CN113793636B (zh) | 一种闪存块磨损度的评估方法及固态硬盘 | |
CN115509798A (zh) | 一种刷新、副本和ldpc混合解码结合的存储器读取优化方法 |
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 |