[发明专利]一种固态硬盘的数据处理方法及装置

说明书

本申请实施例提供了一种固态硬盘的数据处理方法及装置，用于主动对未来第一时间段的I/O信息进行预测，从而使得固态硬盘处理器根据预测结果主动执行固态硬盘管理，以提高固态硬盘性能，减少数据操作的响应时间。本申请实施例方法包括：获取固态硬盘SSD接收到的接口协议指令；解析所述接口协议指令，以获取所述协议指令中的I/O信息，所述I/O信息至少包括I/O时间戳、I/O类型及I/O大小，对所述I/O信息执行机器学习，以对未来第一时间段的I/O信息进行预测，以使得固态硬盘处理器根据预测结果主动执行固态硬盘管理。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种固态硬盘的数据处理方法及装置。

背景技术

Flash Translation Layer(FTL)是SSD控制器的核心，其重要程度在于决定了一个SSD的使用寿命、性能和可靠性。

而如何实现一个高效的FTL，例如，在有限硬件资源的环境下如何优化mappingtable，如何实现buffer的管理，如何实现高效的垃圾回收(GC)，如何实现磨损均衡等，是一个一直被优化的问题。

现有技术中，对于上述管理策略多是被动的，即根据接收到的I/O操作被动的执行buffer调度，或被动的执行垃圾回收，而这些被动的处理策略在实现高效的FTL时，具有一定的局限性。

发明内容

本申请实施例提供了一种固态硬盘的数据处理方法及装置，用于主动对未来第一时间段的I/O信息进行预测，从而使得固态硬盘处理器根据预测结果主动执行固态硬盘管理，以提高固态硬盘性能，减少数据操作的响应时间。

本申请实施例第一方面提供了一种固态硬盘数据的处理方法，包括：

获取固态硬盘SSD接收到的接口协议指令；

解析所述接口协议指令，以获取所述接口协议指令中的I/O信息，所述I/O信息至少包括I/O时间戳、I/O类型及I/O大小；

对所述I/O信息执行机器学习，以对未来第一时间段的I/O信息进行预测，以使得固态硬盘处理器根据I/O预测结果主动执行固态硬盘管理。

优选的，所述对所述I/O信息执行机器学习，以对未来第一时间段的I/O信息进行预测，包括：

对所述I/O信息执行预处理，以得到第一I/O信息表；

将所述第一I/O信息表中的多个相邻I/O操作合并为一次I/O操作；

将多个合并后的I/O操作的特征值用于神经网络LSTM模型学习，以得到所述第一时间段的I/O预测信息；

将所述I/O预测信息执行后期处理，以调整所述I/O预测结果。

优选的，所述对所述I/O信息执行预处理，以得到第一I/O信息表，包括：

根据所述I/O时间戳，计算出多组满足第一预设数目的I/O操作间的时间间隔；

统计出每组中第一预设数目的I/O操作在所述时间间隔内的读操作及写操作的次数总和及对应的数据大小；

将所述数据大小执行压缩操作，以得到所述第一I/O信息表。

优选的，所述将多个合并后的I/O操作用于神经网络LSTM模型学习，以得到所述第一时间段的I/O预测结果，包括：

将多个合并后的I/O操作的特征值，输入到神经网络LSTM的输入全连接层，以通过线性变换，将合并后的I/O操作的特征值做高维向量空间映射，所述I/O操作的特征值相关于所述I/O时间戳、所述I/O类型及所述I/O大小；

通过多个神经网络细胞LSTM Cell组成神经元集合，以将所述高维向量空间映射后的特征值依次循环输入所述神经元集合中进行运算，以得到运算结果；