一种优化的ssd数据更新方法
【技术领域】
[0001]本发明属于计算机技术领域，具体涉及一种优化的SSD数据更新方法。
【背景技术】
[0002]在NoSQL数据库设计时，需要将内存中的数据可持久化存储。使用SSD (固态硬盘)作为可持久化存储时，可以加快数据的读写处理能力，提升系统的整体性能。因此将数据写回到SSD中，组成内存-SSD的两级存储架构，来为应用提供容量更大，相比于传统机械磁盘存储，访问速度更快的数据库系统。为了快速对存储在SSD上的数据进行访问，需要对数据建立索引。然而传统的B树，B+树等索引结构会产生大量的随机I/O操作的请求。如果直接将大量的随机I/O请求数据不加处理的写入SSD会造成SSD性能的严重降低。因为当上层应用程序需要更新SSD上的数据时，SSD所固有的写入放大特性，增加了写入操作的延迟。
[0003]O’Nei等人在日志文件系统的思想上提出日志结构合并(Log Structure Merge)方法的思想，根据日志信息的不断追加写入特点，结合B树数据结构，牺牲部分读性能，用来大幅提高写性能，在读写之间取得更好性能的平衡。该LSM方法提供了一种延迟更新机制，将随机的小数据量的更新操作融合为大的顺序性的更新操作，提高存储的带宽利用率。LSM方法的上述特点使得它在内存-SSD的两级存储架构中写入多于读取的数据库系统中表现出良好的性能。
[0004]然而LSM方法直接作用于基于SSD的NoSQL数据库系统时会出现一些新的问题。LSM方法是基于关键字为整数类型设计的，在存储关键字为key-value的字符串类型的数据库中，如果对字符串类型的key值建立索引，再将索引结构写回SSD时，需要进行转换，因为SSD上不能直接存储指针类型的数据。另一方面，字符串类型的数据由于其格式，长度等的多样性，无法用提前分配好的空间来表示其数据，而且单独为每一个key值建立索引，将会使得LSM方法中SSD中的B树索引结构中的数据量增多，在这种情况下对数据进行访问，将会导致查找路径增长，数据访问延迟增加。针对这一系列的问题，本发明提出一种针对字符串类型数据的改进索引结构，能够加速SSD上字符串类型数据的访问速度。
【发明内容】
[0005]为了克服上述现有技术的缺点，本发明的目的在于提供一种优化的SSD数据更新方法，提高了数据访问效率。
[0006]为了达到上述目的，本发明采取的技术方案为:
[0007]—种优化的SSD数据更新方法，包括以下步骤:
[0008]第一步，建立线段B树结构:
[0009]在内存数据库中，先利用字符串数据的共享前缀信息，将共享相同前缀的字符串组成一个字符串区间；然后将这个区间数据利用B树结构写入算法插入到线段B树中；最后，整个数据结构的逻辑视图为一颗B树，但是其存储的关键字字符串区间信息；
[0010]第二步，使用PLSM方法完成数据的更新操作，多组件间的PLSM方法的合并过程和两组件的PLSM方法的合并过程步骤相同，两组件的pLSM方法的合并过程如下:
[0011]I)从常驻内存C。中读入未合并的叶子节点数据，填入合并块中；
[0012]2)从常驻磁盘(^中读入未合并的叶子节点数据，填入合并块中；
[0013]3)对合并块中的数据进行归并排序，若遇到相等的关键字时，以常驻内存C。中的数据为最新数据，进行更新操作；
[0014]4)重复步骤I)、2)、3)，当合并块满时，追加的写回磁盘，然后重新读取常驻内存C。和常驻磁盘C1中未合并的叶子节点数据；
[0015]5)当常驻内存C。和常驻磁盘C ^勺所有叶子节点都进行了合并操作后，表示一个合并过程结束，常驻内存C。中的更新操作数据被合并到磁盘中；
[0016]通过上述合并步骤，对于SSD盘上数据的更新，先写入内存中结构，然后采用逐级合并的策略写回SSD，在写回过程中，不直接对SSD中的数据进行修改，而是通过合并过程来产生更新后的数据，并且追加写入新文件中，当合并完成后，删除旧文件；
[0017]第三步，使用线段B树结构对SSD盘上的数据提供索引:
[0018]使用pLSM方法后，由于SSD盘中存储有多个数据文件，对于数据的查找操作，先在位于内存中的常驻内存C。结构中查找，如果没有找到，那么逐级在磁盘结构中查找，从常驻磁盘C1, C2—直到C k，直到找到为止；
[0019]在查找过程中，如果同一数据字段在多个结构中同时出现，pLSM方法保证每次读取中都能取回最新且正确的数据，在查找操作中，如果在中没有找到所需数据，就从磁盘中读取数据；
[0020]当在SSD盘中的索引结构中查找时，关键字的比较转化为测试待查找数据是否在区间内，如果找到包含待查找数据的区间信息，则读取其在数据文件中的偏移量，通过文件偏移量访问数据文件，得到待查找key对应的value，将一次访问中的整个区间数据缓存在内存中，组成一个缓冲区，当下次的同一区间内部的数据访问到来时，则直接在内存中进行操作，缓冲的组织采用双向链表组织，并且通过LRU方法来淘汰不常用的缓冲数据。
[0021]本发明的有益效果是:
[0022]本发明实现了一种优化的LSM方法，pLSM方法，提供了针对SSD存储的字符串类型数据的更新策略。一方面，使用PLSM方法，将对SSD盘上文件的随机数据更新转化为顺序的文件追加写入，避免SSD的写入放大问题。另一方面，使用线段B树结构为SSD盘中的数据提供索引，避免了数据查找时的全部遍历，数据查找时间复杂度从O(N)降低到0(LogN)，提高了数据访问效率。
【附图说明】
[0023]图1为两组件LSM结构示意图。
[0024]图2为LSM方法合并过程示意图。
【具体实施方式】
[0025]—种优化的SSD数据更新方法，包括以下步骤:
[0026]第一步，建立线段B树结构:
[0027]在内存数据库中，先利用字符串数据的共享前缀信息，将共享相同前缀的字符串组成一个字符串区间；然后将这个区间数据利用B树结构写入算法插入到线段B树中；最后，整个数据结构的逻辑视图为一颗B树，但是其存储的关键字字符串区间信息；
[0028]第二步，使用pLSM方法完成数据的更新操作，多组件间的pLSM方法的合