并过程和两组件的PLSM方法的合并过程步骤相同，参照图1，两组件的pLSM方法的合并过程如下:
[0029]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；
[0030]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；
[0031]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，例如，常驻内存C。中key为001的数据标识为删除，而C1中key为001对应的数据为12345，那么在合并块中进行归并排序时，由于以常驻内存C。中的数据为最新数据进行更新，所以删除key为001所对应的数据；
[0032]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；
[0033]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，如图2所示；
[0034]上述步骤为两组件的pLSM算法的合并过程，多组件间的合并过程和上述步骤相同；
[0035]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，采用这种方法后，有效避免了 SSD的写入放大问题，提高了数据写回效率；
[0036]第三步，使用线段B树结构对SSD盘上的数据提供索引:
[0037]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。
[0038]在查找过程中，可能同一数据字段在多个结构中同时出现，而pLSM算法可以保证每次读取中都能取回最新且正确的数据。这是因为，PLSM树在读取时基于以下假设:最新的数据总是存在于级别较低的存储结构中，即如果Ck和Ck-1中同时存在相同的关键字，那么查找结果返回Ck-1中的数据，这一特点在数据的插入过程中也有所体现。在查找操作中，如果在中没有找到所需数据，就需要从磁盘中读取数据，增加了查找操作的时间开销。
[0039]当在SSD盘中的索引结构中查找时，和普通B树的查找过程类似，但是，关键字的比较转化为测试待查找数据是否在区间内，其示意图如附图所示。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。因为访问SSD盘的速度慢于访问内存的速度，结合局部性访问原理，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，减少访问SSD次数，本发明中缓冲的组织采用双向链表组织，并且通过LRU算法来淘汰不常用的缓冲数据。
【主权项】
1.一种优化的SSD数据更新方法，其特征在于，包括以下步骤: 第一步，建立线段B树结构: 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； 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: 1)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； 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； 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； 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； 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； 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； 第三步，使用线段B树结构对SSD盘上的数据提供索引: 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Ck，直到找到为止； 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； 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。
【专利摘要】一种优化的SSD数据更新方法，针对SSD上存储的字符类型的数据，结合使用线段树和B树两种数据结构，在保证查询效率的同时，减少索引结构所占空间，在对字符数据进行更新时，利用集合交并运算特点，将两个数据块中相同key的不同value进行更新，其他数据则原样写回，通过采用基于线段B树的LSM方法，将对于SSD上字符数据的随机更新转化为数据的顺序写入，有效避免了SSD的写入放大问题，加快了SSD的写入数据速度，提高了数据库操作效率。
【IPC分类】G06F17/30
【公开号】CN105117415
【申请号】CN201510458844
【发明人】段章峰, 伍卫国, 崔金华
【申请人】西安交通大学
【公开日】2015年12月2日
【申请日】2015年7月30日