CN113835970B - 一种计算机存储器优化装置及其优化方法 - Google Patents
一种计算机存储器优化装置及其优化方法 Download PDFInfo
- Publication number
- CN113835970B CN113835970B CN202111176390.4A CN202111176390A CN113835970B CN 113835970 B CN113835970 B CN 113835970B CN 202111176390 A CN202111176390 A CN 202111176390A CN 113835970 B CN113835970 B CN 113835970B
- Authority
- CN
- China
- Prior art keywords
- memory
- analysis
- monitoring
- data
- data block
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000005457 optimization Methods 0.000 title claims abstract description 26
- 230000015654 memory Effects 0.000 claims abstract description 234
- 238000012544 monitoring process Methods 0.000 claims abstract description 123
- 238000004364 calculation method Methods 0.000 claims abstract description 80
- 230000002159 abnormal effect Effects 0.000 claims abstract description 33
- 238000004891 communication Methods 0.000 claims abstract description 11
- 238000012423 maintenance Methods 0.000 claims abstract description 6
- 230000036541 health Effects 0.000 claims description 33
- 230000008569 process Effects 0.000 claims description 9
- 238000012795 verification Methods 0.000 claims description 9
- 230000001052 transient effect Effects 0.000 claims description 7
- 238000011157 data evaluation Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 4
- 238000003062 neural network model Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3037—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a memory, e.g. virtual memory, cache
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
Abstract
本发明公开了一种用于计算机存储器的优化装置及优化方法,优化装置包括处理器,若干存储器,系统总线;第一监测部、第二监测部、控制执行部、分析计算部、供电部;第一监测部设置在存储器内部,并且与分析计算部通信连接;第二监测部分别与存储器及分析计算部通信连接;第一监测部与第二监测部分别对存储器的内部信息和外部信息进行实时监测,并发送监测信息至分析计算部;分析计算部对存储器状态进行分析判断,预测存储器是否即将出现异常。本发明能够准确高效地监测存储器的状态,及时检测出存储器的异常故障状态,并根据故障类型进行针对性维护,提高了存储器的可靠性与使用寿命。
Description
技术领域
本发明涉及存储器优化的监测控制技术领域,尤其涉及一种应用于计算机的存储器优化装置及其优化方法。
背景技术
存储器是计算机中广泛应用的存储设备,包括易失存储器,包括随机存取存储器RAM、静态随机存取存储器SRAM等;只读存储器,包括只读存储器ROM、一次性可编程存储器OTP等;非易失存储器,包括闪存FLASH、带电可擦可编程只读存储器EEPROM等。
现有技术中可通过为存储器配套设置存储器检测装置,来实现对存储器的状态的监测。但是现有技术中的检测装置无法准确地预测存储器的异常状态,往往因存储器故障而导致系统宕机、数据丢失,降低了系统的可靠性。现有技术中也无法根据存储器的异常类型,针对性地作出相对应的维护策略,而通常仅仅能够实现简单的异常通知功能。
现有的存储器对数据的存储通常对所有数据混合存储,没有根据数据的类型与重要程度针对性地分区存储,因此现有的存储机制缺少规范性,造成数据流向繁杂而容易导致错乱异常。
现有的闪存等存储器中的写入操作的单位为物理页,而擦除操作的单位为数据块,为了平衡各个数据块的擦除次数、维护存储器的使用寿命,需要使用磨损均衡算法来选择需要擦除的数据块,而磨损均衡算法本身会带来新的计算,造成额外附加的擦除和写入,对存储器的寿命又产生了负面的影响。因此,如何进行数据块的擦除并降低对存储器的寿命的负面影响是亟需解决的问题。
此外,现有技术中的数据写入通常是将数据依次写入可用的物理页中,没有根据数据的特性针对性地选择数据块,造成数据块利用率的不平衡,长此以往会提高数据块的故障率,降低存储器的寿命。
发明内容
发明目的:针对以上问题,本发明提出一种计算机存储器优化装置及其优化方法。
技术方案:
第一方面,本发明提出一种计算机存储器优化装置,包括:
处理器,若干存储器,系统总线;
第一监测部、第二监测部、控制执行部、分析计算部、供电部;
每个存储器包括若干逻辑单元编号,每个逻辑单元编号包含若干数据块,每个数据块包括若干物理页;
第一监测部设置在存储器内部,并且与分析计算部通信连接;
第二监测部分别与存储器及分析计算部通信连接;
控制执行部分别与存储器及分析计算部通信连接,控制执行部还与系统总线连接;
分析计算部以及处理器均与系统总线连接;
第一监测部与第二监测部分别对存储器的内部信息和外部信息进行实时监测,并发送监测信息至分析计算部;
分析计算部对存储器状态进行分析判断,判断存储器是否异常;
分析计算部还接收处理器的操作请求,判断操作请求是否通过校验。
其中,分析计算部包括监测判断部,监测判断部包含分析模型,接收第一监测部与第二监测部发送的监测信息,通过分析模型对监测信息进行分析处理,得到存储器健康值;
若存储器健康值低于预设阈值,则判断存储器即将出现异常;
标记该异常存储器并上报至处理器,发送指令至控制执行部,通过控制执行部将存储器中的数据转移至其他运行正常的存储器中。
其中,第一监测部采集的监测参数包括:存储器的总容量空间,存储器的可用空间,每个数据块的擦除次数,每个数据块包含的物理页的数量,每个数据块包含的可用物理页的数量;
其中,第二监测部采集的监测参数包括:存储器温度,存储器工作电压,存储器工作频率。
其中,分析计算部包括请求校验部,请求校验部接收处理器的操作请求,对操作请求进行分析处理,判断操作请求是否通过校验;
若操作请求未通过校验,则禁止该操作请求;
其中,分析计算部还包括数据评判部,对请求写入存储器的数据进行分析评判。
其中,所述系统内总线为I2C总线。
第二方面,本发明提出一种计算机存储器优化装置的优化方法,所述控制方法包括如下步骤:
S1、采集监测信息,发送至分析计算部,包括:
第一监测部采集存储器的第一监测信息,包括存储器的总容量空间V,存储器的可用空间Vf,每个数据块的擦除次数E,每个数据块包含的物理页的数量R,每个数据块包含的可用物理页的数量m;
第二监测部采集存储器的第二监测信息,包括存储器温度T,存储器工作电压U,存储器工作频率F;
将第一监测信息和第二监测信息发送至分析计算部;
S2、分析计算部中的监测判断部包含分析模型,接收第一监测部与第二监测部发送的监测信息,通过分析模型对监测信息进行分析处理,得到存储器健康值,包括:
监测判断部的包括第一分析模型与第二分析模型,所述第一分析模型根据第一监测信息计算第一指标值,所述第二模型根据第二监测信息计算第二指标值;
根据第一指标值与第二指标值计算存储器健康值;
S3、分析计算部判断存储器的健康值是否低于预设阈值,若健康值低于预设阈值,则判断存储器即将出现异常;
标记该异常存储器并上报至处理器,发送指令至控制执行部,将存储器中的数据转移至其他运行正常的存储器中;
S4、判断异常存储器的异常类型,区分其是暂态故障还是永久故障;
若为暂态故障,则在备份数据后通过控制执行部控制异常存储器重新启动并初始化存储器;
若为永久故障,则上报处理器进行人工维护;
S5、处理器发送操作请求至分析计算部,若操作请求为写操作请求则进入步骤S6;
S6、处理器解析写操作请求,获取待写入数据的数据类型,将待写入数据发送至相应的存储器的分析计算部,包括:
若数据类型为程序数据,则将写操作请求发送至第一类型存储器对应的分析计算部;
若数据类型为采集参数,则将写操作请求发送至第二类型存储器对应的分析计算部;
若数据类型为配置参数,则将写操作请求发送至第三类型存储器对应的分析计算部;
其中,第一类型存储器的健康值大于第二类型存储器的健康值,第二类型存储器的健康值大于第三类型存储器的健康值;
S7、分析计算部中的请求校验部对写操作请求进行校验;若校验通过则进入步骤S8;
S8、判断存储器中是否存在空闲数据块,若存储器中存在空闲数据块,则进入步骤S9;若存储器中无空闲数据块,则进入步骤S11;
S9、数据评判部对待写入的数据进行评判,包括:
记录每项采集参数的采集频率f和采集参数的数据长度b;计算采集参数的数据评判指标Q=α*f+β*b,其中α、β为权重系数;依据Q的数值由大到小的顺序将所有待采集参数划分为h个区间;
第一监测部记录存储器中每个空闲数据块的擦除次数E、每个数据块包含的可用物理页的数量m;计算数据块的可用性指标W=1/E+γm,其中γ为归一化系数;依据W的数值由大到小的顺序将所有空闲数据块划分为h个区间;
S10、将采集参数写入至对应的空闲数据块中,即将第i个区间的采集参数写入到第i个区间的空闲数据块中的可用物理页中(其中1≤i≤h);
S11、计算存储器中数据块的擦除偏离程度T,包括:
记录存储器中每个数据块的擦除次数Ej,记录每个数据块中包含的可用物理页的数量mj,计算T:
其中N为存储器中数据块的个数;判断T的值是否大于预设阈值Tn,若T大于Tn,则表明该存储器中数据块的擦除偏离程度高,进入步骤S12;否则进入步骤S13;
S12、通过磨损均衡算法选择需要擦除的数据块,进入步骤S14;
S13、按照数据块的初始编号顺序擦除数据块,进入步骤S14;
S14、将待写入的数据写入擦除后的数据块中的可用物理页中。
其中,步骤S2中第一分析模型与第二分析模型均为神经网络模型,第一分析模型的输入值为存储器的总容量空间V,存储器的可用空间Vf,每个数据块的擦除次数E,每个数据块包含的物理页的数量R,每个数据块包含的可用物理页的数量m,输出值为第一指标值。
其中,第二分析模型的输入值为存储器温度T,存储器的工作电压U,存储器的工作频率F;将第一监测信息和第二监测信息发送至分析计算部,输出值为第二指标值;存储器的健康值=A*第一指标值+B*第二指标值,其中A、B为权重系数。
其中,步骤S5还包括:处理器发送操作请求至分析计算部,若操作请求为读操作请求则通过请求校验部对读操作的请求对象进行身份核验,如果通过则通过控制执行部向存储器中读取数据。
其中,步骤S12中的磨损均衡算法可以为随机性磨损均衡算法、周期性磨损均衡算法、全局型磨损均衡算法。
并且,请求校验部对操作请求中的校验位进行计算,计算得到校验和,与操作请求中的携带的校验和进行比对,实现校验和的校验;请求校验部核对操作请求中的请求对象编码,若属于预设编码集合,则通过身份核验。
本发明相对于现有技术具有以下有益效果:
1、本发明能够准确计算存储器的状态,通过第一监测部和第二监测部分别采集存储器内部与外部的监测信息,具体地分别采集存储器的总容量空间,存储器的可用空间,每个数据块的擦除次数,每个数据块包含的物理页的数量,每个数据块包含的有效页的数量;温度,电压,工作频率。从而准确地分析判断出存储器的健康值,并能够提前预测异常存储器,能够提高系统的可靠性,也能够保证数据的安全性。
2、本发明通过设置与系统总线连接的控制执行部,能够将异常的存储器内部的数据备份转移到系统总线上连接的其他正常的存储器中,避免存储器故障导致的数据丢失,提高数据可靠性。
3、本发明通过设置控制执行部,能够根据存储器的异常类型对存储器进行针对性维护,对于暂态故障能够通过控制执行部在本地通过重启存储器来应对故障,对于永久故障在通过人工维护,提高了故障处理的效率。
4、根据数据类型将待写入的数据写入不同类型的存储器中,具体地,将程序数据写入第一类型存储器,将配置参数写入第二类型存储器,将采集参数写入第三类型存储器。由此,提高了数据写入和读取的路径的规范性和条理性,提高了数据写入和读取的效率,能够避免数据流向繁杂导致的错乱故障。并且,将程序数据存入健康程度最高的第一类型存储器,将采集参数存入健康程度较高的第二类型存储器,能够提高程序数据和重要采集参数的可靠性,能够降低由于存储器故障导致的宕机风险以及数据丢失风险。
5、当存储器中的数据块已满时,需要先擦除而后才能写入新的数据,现有技术中通过磨损均衡算法来选择被擦除的数据块,从而提高存储器的寿命。而现有技术中的磨损均衡算法本身会带来新的计算,造成额外附加的擦除和写入,对存储器的寿命又产生了负面的影响。而本发明通过计算偏差指标,来选择是否启用磨损均衡算法,当偏差指标小于阈值时,无需启用磨损均衡算法,从而降低了运算量,能够有效提高存储器的使用寿命。本发明的偏差指标的选取综合考虑了数据块的擦写次数与数据块中可用物理页的数量,能够更准确地表征每个数据块与该存储器中整体数据块的偏离程度。
6、本发明能够依据采集参数的特性以及数据块的特性,针对性地选择写入的数据块;将采集频率较高、数据长度较高的数据写入数据块擦写次数较少、可用物理页数量较多的数据块中,从而尽量均化数据块的利用率,降低数据块的故障率,提高数据块的使用寿命。
附图说明
图1是一种计算机存储器优化装置结构示意图;
图2是分析计算部的结构示意图;
图3是一种计算机存储器优化装置的优化方法流程图。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明。
实施例一:
本发明提出一种计算机存储器优化装置,包括:
处理器,若干存储器,系统总线;
第一监测部、第二监测部、控制执行部、分析计算部、供电部;
每个存储器包括若干逻辑单元编号,每个逻辑单元编号包含若干数据块,每个数据块包括若干物理页;
第一监测部设置在存储器内部,并且与分析计算部通信连接;
第二监测部分别与存储器及分析计算部通信连接;
控制执行部分别与存储器及分析计算部通信连接,控制执行部还与系统总线连接;
分析计算部以及处理器均与系统总线连接;
第一监测部与第二监测部分别对存储器的内部信息和外部信息进行实时监测,并发送监测信息至分析计算部;
分析计算部对存储器状态进行分析判断,判断存储器是否异常;
分析计算部还接收处理器的操作请求,判断操作请求是否通过校验。
其中,分析计算部包括监测判断部,监测判断部包含分析模型,接收第一监测部与第二监测部发送的监测信息,通过分析模型对监测信息进行分析处理,得到存储器健康值;
若存储器健康值低于预设阈值,则判断存储器即将出现异常;
标记该异常存储器并上报至处理器,发送指令至控制执行部,通过控制执行部将存储器中的数据转移至其他运行正常的存储器中。
其中,第一监测部采集的监测参数包括:存储器的总容量空间,存储器的可用空间,每个数据块的擦除次数,每个数据块包含的物理页的数量,每个数据块包含的可用物理页的数量;
其中,第二监测部采集的监测参数包括:存储器温度,存储器工作电压,存储器工作频率。
其中,分析计算部包括请求校验部,请求校验部接收处理器的操作请求,对操作请求进行分析处理,判断操作请求是否通过校验;
若操作请求未通过校验,则禁止该操作请求;
其中,分析计算部还包括数据评判部,对请求写入存储器的数据进行分析评判。
其中,所述系统内总线为I2C总线。
实施例二,本发明提出一种计算机存储器优化装置的优化方法,所述控制方法包括如下步骤:
S1、采集监测信息,发送至分析计算部,包括:
第一监测部采集存储器的第一监测信息,包括存储器的总容量空间V,存储器的可用空间Vf,每个数据块的擦除次数E,每个数据块包含的物理页的数量R,每个数据块包含的可用物理页的数量m;
第二监测部采集存储器的第二监测信息,包括存储器温度T,存储器工作电压U,存储器工作频率F;
将第一监测信息和第二监测信息发送至分析计算部;
S2、分析计算部中的监测判断部包含分析模型,接收第一监测部与第二监测部发送的监测信息,通过分析模型对监测信息进行分析处理,得到存储器健康值,包括:
监测判断部的包括第一分析模型与第二分析模型,所述第一分析模型根据第一监测信息计算第一指标值,所述第二模型根据第二监测信息计算第二指标值;
根据第一指标值与第二指标值计算存储器健康值;
S3、分析计算部判断存储器的健康值是否低于预设阈值,若健康值低于预设阈值,则判断存储器即将出现异常;
标记该异常存储器并上报至处理器,发送指令至控制执行部,将存储器中的数据转移至其他运行正常的存储器中;
S4、判断异常存储器的异常类型,区分其是暂态故障还是永久故障;
若为暂态故障,则在备份数据后通过控制执行部控制异常存储器重新启动并初始化存储器;
若为永久故障,则上报处理器进行人工维护;
S5、处理器发送操作请求至分析计算部,若操作请求为写操作请求则进入步骤S6;
S6、处理器解析写操作请求,获取待写入数据的数据类型,将待写入数据发送至相应的存储器的分析计算部,包括:
若数据类型为程序数据,则将写操作请求发送至第一类型存储器对应的分析计算部;
若数据类型为采集参数,则将写操作请求发送至第二类型存储器对应的分析计算部;
若数据类型为配置参数,则将写操作请求发送至第三类型存储器对应的分析计算部;
其中,第一类型存储器的健康值大于第二类型存储器的健康值,第二类型存储器的健康值大于第三类型存储器的健康值;
S7、分析计算部中的请求校验部对写操作请求进行校验;若校验通过则进入步骤S8;
S8、判断存储器中是否存在空闲数据块,若存储器中存在空闲数据块,则进入步骤S9;若存储器中无空闲数据块,则进入步骤S11;
S9、数据评判部对待写入的数据进行评判,包括:
记录每项采集参数的采集频率f和采集参数的数据长度b;计算采集参数的数据评判指标Q=α*f+β*b,其中α、β为权重系数;依据Q的数值由大到小的顺序将所有待采集参数划分为h个区间;
第一监测部记录存储器中每个空闲数据块的擦除次数E、每个数据块包含的可用物理页的数量m;计算数据块的可用性指标W=1/E+γm,其中γ为归一化系数;依据W的数值由大到小的顺序将所有空闲数据块划分为h个区间;
S10、将采集参数写入至对应的空闲数据块中,即将第i个区间的采集参数写入到第i个区间的空闲数据块中的可用物理页中(其中1≤i≤h);
S11、计算存储器中数据块的擦除偏离程度T,包括:
记录存储器中每个数据块的擦除次数Ej,记录每个数据块中包含的可用物理页的数量mj,计算T:
其中N为存储器中数据块的个数;判断T的值是否大于预设阈值Tn,若T大于Tn,则表明该存储器中数据块的擦除偏离程度高,进入步骤S12;否则进入步骤S13;
S12、通过磨损均衡算法选择需要擦除的数据块,进入步骤S14;
S13、按照数据块的初始编号顺序擦除数据块,进入步骤S14;
S14、将待写入的数据写入擦除后的数据块中的可用物理页中。
其中,步骤S2中第一分析模型与第二分析模型均为神经网络模型,第一分析模型的输入值为存储器的总容量空间V,存储器的可用空间Vf,每个数据块的擦除次数E,每个数据块包含的物理页的数量R,每个数据块包含的可用物理页的数量m,输出值为第一指标值。
其中,第二分析模型的输入值为存储器温度T,存储器的工作电压U,存储器的工作频率F;将第一监测信息和第二监测信息发送至分析计算部,输出值为第二指标值;存储器的健康值=A*第一指标值+B*第二指标值,其中A、B为权重系数。
其中,步骤S5还包括:处理器发送操作请求至分析计算部,若操作请求为读操作请求则通过请求校验部对读操作的请求对象进行身份核验,如果通过则通过控制执行部向存储器中读取数据。
其中,步骤S12中的磨损均衡算法可以为随机性磨损均衡算法、周期性磨损均衡算法、全局型磨损均衡算法。
并且,请求校验部对操作请求中的校验位进行计算,计算得到校验和,与操作请求中的携带的校验和进行比对,实现校验和的校验;请求校验部核对操作请求中的请求对象编码,若属于预设编码集合,则通过身份核验。
以上所述仅为本发明的较佳实施例而已,并不以本发明为限制,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种计算机存储器优化装置,包括:处理器,若干存储器,系统总线;第一监测部、第二监测部、控制执行部、分析计算部、供电部;每个存储器包括若干逻辑单元编号,每个逻辑单元编号包含若干数据块,每个数据块包括若干物理页;
其特征在于,第一监测部设置在存储器内部,并且与分析计算部通信连接;第二监测部分别与存储器及分析计算部通信连接;控制执行部分别与存储器及分析计算部通信连接,控制执行部还与系统总线连接;分析计算部以及处理器均与系统总线连接;
第一监测部与第二监测部分别对存储器的内部信息和外部信息进行实时监测,并发送监测信息至分析计算部;分析计算部对存储器状态进行分析判断,判断存储器是否异常;分析计算部还接收处理器的操作请求,判断操作请求是否通过校验。
2.根据权利要求1所述的计算机存储器优化装置,其特征在于:分析计算部包括监测判断部,监测判断部包含分析模型,接收第一监测部与第二监测部发送的监测信息,通过分析模型对监测信息进行分析处理,得到存储器健康值;若存储器健康值低于预设阈值,则判断存储器即将出现异常;标记该异常存储器并上报至处理器,发送指令至控制执行部,通过控制执行部将存储器中的数据转移至其他运行正常的存储器中。
3.根据权利要求2所述的计算机存储器优化装置,其特征在于:第一监测部采集的监测参数包括:存储器的总容量空间,存储器的可用空间,每个数据块的擦除次数,每个数据块包含的物理页的数量,每个数据块包含的可用物理页的数量;第二监测部采集的监测参数包括:存储器温度,存储器工作电压,存储器工作频率。
4.根据权利要求3所述的计算机存储器优化装置,其特征在于:分析计算部包括请求校验部,请求校验部接收处理器的操作请求,对操作请求进行分析处理,判断操作请求是否通过校验;若操作请求未通过校验,则禁止该操作请求;分析计算部还包括数据评判部,对请求写入存储器的数据进行分析评判。
5.根据权利要求4所述的计算机存储器优化装置,其特征在于:所述系统总线为I2C总线。
6.一种应用于权利要求1-5中任一项计算机存储器优化装置的优化方法,其特征在于,包括以下步骤:
S1、采集监测信息,发送至分析计算部,包括:第一监测部采集存储器的第一监测信息,包括存储器的总容量空间V,存储器的可用空间Vf,每个数据块的擦除次数E,每个数据块包含的物理页的数量R,每个数据块包含的可用物理页的数量m;第二监测部采集存储器的第二监测信息,包括存储器温度T,存储器工作电压U,存储器工作频率F;将第一监测信息和第二监测信息发送至分析计算部;
S2、分析计算部中的监测判断部包含分析模型,接收第一监测部与第二监测部发送的监测信息,通过分析模型对监测信息进行分析处理,得到存储器健康值,包括:监测判断部的包括第一分析模型与第二分析模型,所述第一分析模型根据第一监测信息计算第一指标值,所述第二分析模型根据第二监测信息计算第二指标值;根据第一指标值与第二指标值计算存储器健康值;
S3、分析计算部判断存储器的健康值是否低于预设阈值,若健康值低于预设阈值,则判断存储器即将出现异常;标记该异常存储器并上报至处理器,发送指令至控制执行部,将存储器中的数据转移至其他运行正常的存储器中;
S4、判断异常存储器的异常类型,区分其是暂态故障还是永久故障;若为暂态故障,则在备份数据后通过控制执行部控制异常存储器重新启动并初始化存储器;若为永久故障,则上报处理器进行人工维护;
S5、处理器发送操作请求至分析计算部,若操作请求为写操作请求则进入步骤S6;
S6、处理器解析写操作请求,获取待写入数据的数据类型,将待写入数据发送至相应的存储器的分析计算部,包括;若数据类型为程序数据,则将写操作请求发送至第一类型存储器对应的分析计算部;若数据类型为采集参数,则将写操作请求发送至第二类型存储器对应的分析计算部;若数据类型为配置参数,则将写操作请求发送至第三类型存储器对应的分析计算部;其中,第一类型存储器的健康值大于第二类型存储器的健康值,第二类型存储器的健康值大于第三类型存储器的健康值;
S7、分析计算部中的请求校验部对写操作请求进行校验;若校验通过则进入步骤S8;
S8、判断存储器中是否存在空闲数据块,若存储器中存在空闲数据块,则进入步骤S9;若存储器中无空闲数据块,则进入步骤S11;
S9、数据评判部对待写入的数据进行评判,包括:记录每项采集参数的采集频率f和采集参数的数据长度b;计算采集参数的数据评判指标Q=α*f+β*b,其中α、β为权重系数;依据Q的数值由大到小的顺序将所有待采集参数划分为h个区间;
第一监测部记录存储器中每个空闲数据块的擦除次数E、每个数据块包含的可用物理页的数量m;计算数据块的可用性指标W=1/E+γm,其中γ为归一化系数;依据W的数值由大到小的顺序将所有空闲数据块划分为h个区间;
S10、将采集参数写入至对应的空闲数据块中,即将第i个区间的采集参数写入到第i个区间的空闲数据块中的可用物理页中,其中1≤i≤h;
S11、计算存储器中数据块的擦除偏离程度T,包括:记录存储器中每个数据块的擦除次数Ej,记录每个数据块中包含的可用物理页的数量mj,计算T:
其中N为存储器中数据块的个数;判断T的值是否大于预设阈值Tn,若T大于Tn,则表明该存储器中数据块的擦除偏离程度高,进入步骤S12;否则进入步骤S13;
S12、通过磨损均衡算法选择需要擦除的数据块,进入步骤S14;
S13、按照数据块的初始编号顺序擦除数据块,进入步骤S14;
S14、将待写入的数据写入擦除后的数据块中的可用物理页中。
7.根据权利要求6所述的计算机存储器优化装置的优化方法,其特征在于:步骤S2中第一分析模型与第二分析模型均为神经网络模型,第一分析模型的输入值为存储器的总容量空间V,存储器的可用空间Vf,每个数据块的擦除次数E,每个数据块包含的物理页的数量R,每个数据块包含的可用物理页的数量m,输出值为第一指标值。
8.根据权利要求7所述的计算机存储器优化装置的优化方法,其特征在于:第二分析模型的输入值为存储器温度T,存储器的工作电压U,存储器的工作频率F;将第一监测信息和第二监测信息发送至分析计算部,输出值为第二指标值;存储器的健康值=A*第一指标值+B*第二指标值,其中A、B为权重系数。
9.根据权利要求8所述的计算机存储器优化装置的优化方法,其特征在于:步骤S5还包括:处理器发送操作请求至分析计算部,若操作请求为读操作请求则通过请求校验部对读操作的请求对象进行身份核验,如果通过则通过控制执行部向存储器中读取数据。
10.根据权利要求9所述的计算机存储器优化装置的优化方法,其特征在于:步骤S12中的磨损均衡算法为随机性磨损均衡算法、周期性磨损均衡算法、全局型磨损均衡算法中的一种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111176390.4A CN113835970B (zh) | 2021-10-09 | 2021-10-09 | 一种计算机存储器优化装置及其优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111176390.4A CN113835970B (zh) | 2021-10-09 | 2021-10-09 | 一种计算机存储器优化装置及其优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113835970A CN113835970A (zh) | 2021-12-24 |
CN113835970B true CN113835970B (zh) | 2022-05-10 |
Family
ID=78968199
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111176390.4A Active CN113835970B (zh) | 2021-10-09 | 2021-10-09 | 一种计算机存储器优化装置及其优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113835970B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1233059A (zh) * | 1998-04-20 | 1999-10-27 | 三菱电机株式会社 | 存储器测试装置及存储器测试方法 |
CN112017723A (zh) * | 2020-08-31 | 2020-12-01 | 深圳佰维存储科技股份有限公司 | 存储器的掉电测试方法、装置、可读存储介质及电子设备 |
CN113421606A (zh) * | 2021-07-08 | 2021-09-21 | 成都盛芯微科技有限公司 | flash检测方法及其检测系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7178072B2 (en) * | 2001-06-08 | 2007-02-13 | Renesas Technology America, Inc. | Methods and apparatus for storing memory test information |
KR20140100008A (ko) * | 2013-02-05 | 2014-08-14 | 삼성전자주식회사 | 휘발성 메모리 장치의 구동 방법 및 휘발성 메모리 장치의 테스트 방법 |
US9483397B2 (en) * | 2013-07-16 | 2016-11-01 | Intel Corporation | Erase management in memory systems |
US9317350B2 (en) * | 2013-09-09 | 2016-04-19 | International Business Machines Corporation | Method and apparatus for faulty memory utilization |
US10891052B2 (en) * | 2017-06-26 | 2021-01-12 | Western Digital Technologies, Inc. | Adaptive system for optimization of non-volatile storage operational parameters |
CN110399257A (zh) * | 2019-07-04 | 2019-11-01 | 上海创功通讯技术有限公司 | 存储器的检测方法、电子设备及计算机可读存储介质 |
CN112331249B (zh) * | 2020-10-15 | 2023-12-05 | 深圳安捷丽新技术有限公司 | 预测存储器件寿命的方法、装置、终端设备和存储介质 |
-
2021
- 2021-10-09 CN CN202111176390.4A patent/CN113835970B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1233059A (zh) * | 1998-04-20 | 1999-10-27 | 三菱电机株式会社 | 存储器测试装置及存储器测试方法 |
CN112017723A (zh) * | 2020-08-31 | 2020-12-01 | 深圳佰维存储科技股份有限公司 | 存储器的掉电测试方法、装置、可读存储介质及电子设备 |
CN113421606A (zh) * | 2021-07-08 | 2021-09-21 | 成都盛芯微科技有限公司 | flash检测方法及其检测系统 |
Non-Patent Citations (1)
Title |
---|
基于FPGA的通用FLASH存储器测试验证系统;于梦磊;《中国优秀硕士学位论文全文数据库 (信息科技辑)》;20141031;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113835970A (zh) | 2021-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11150836B2 (en) | Deterministic optimization via performance tracking in a data storage system | |
US9875813B2 (en) | Preventive measures for adaptive flash tuning | |
US7962807B2 (en) | Semiconductor storage apparatus managing system, semiconductor storage apparatus, host apparatus, program and method of managing semiconductor storage apparatus | |
JP5629391B2 (ja) | 半導体記憶装置及び半導体記憶装置の制御方法 | |
US8214720B2 (en) | Bit error prevention method and information processing apparatus | |
US7493525B2 (en) | Method and system for managing failure information | |
CN100511484C (zh) | 存储设备、存储设备寿命监控装置及监控方法 | |
EP0801387A2 (en) | Storage device, method of controlling same, storage system and method of controlling same | |
US11016679B2 (en) | Balanced die set execution in a data storage system | |
US11500753B2 (en) | Multi-non-volatile memory solid state drive block-level failure prediction with unified device log | |
US20230168814A1 (en) | Firmware-based ssd block failure prediction and avoidance scheme | |
US11688483B2 (en) | Managing block retirement for temporary operational conditions | |
CN111324304A (zh) | 一种基于ssd硬盘寿命预测的数据保护方法及装置 | |
US10847245B2 (en) | Failure indicator predictor (FIP) | |
US11726873B2 (en) | Handling memory errors identified by microprocessors | |
US20060236035A1 (en) | Systems and methods for CPU repair | |
CN113835970B (zh) | 一种计算机存储器优化装置及其优化方法 | |
US8161324B2 (en) | Analysis result stored on a field replaceable unit | |
CN112270945B (zh) | 记录是否有擦除时掉电的方法、装置、存储介质和终端 | |
WO2022165955A1 (zh) | 闪存的异常检测方法、装置、计算机设备及存储介质 | |
US7603582B2 (en) | Systems and methods for CPU repair | |
CN114721602A (zh) | 一种基于FreeRTOS的Nor Flash滚动存储方法及装置 | |
CN113808727A (zh) | 设备监控方法、装置、计算机设备和可读存储介质 | |
CN112905375A (zh) | 双芯智能电表管理单元的自恢复方法、装置和计算机设备 | |
CN116719480B (zh) | 一种基于数据孪生的电能表数据存储方法、装置及介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231115 Address after: 474750 No. 88, Intersection of Binhe Road and No. 38 Road, Wolong District, Nanyang City, Henan Province Patentee after: Henan Beixiang Intelligent Technology Co.,Ltd. Address before: 473004 No. 80 Changjiang Road, Wancheng District, Nanyang City, Henan Province Patentee before: NANYANG INSTITUTE OF TECHNOLOGY |
|
TR01 | Transfer of patent right |