[发明专利]基于生存者寿命预测来优化垃圾收集

说明书

本公开涉及基于生存者寿命预测来优化垃圾收集。描述了一种用于调度操作的预测方法。该预测方法利用通过计算容器内的单独的文件或对象的预期寿命而生成的数据。可以基于机器学习技术来生成单独的文件或对象的预期寿命。在实现了计算效率的时期调度诸如垃圾收集等操作以便执行操作。

技术领域

本公开涉及基于生存者(survivor)寿命预测来优化垃圾收集。

背景技术

存在许多用于存储电子数据的存储系统，其中，大小相对较小的对象被聚集到较大的数据类集中。例如，一些文件系统可以配置为对较大的数据类集而不是组成较大的数据类集的单独的对象进行操作。这种文件格式或文件系统的一些示例包括存档，诸如，“.zip”文件或者“.rar”文件。

在其它情况下，存储数据的物理格式或者介质使得将对象或者文件或者要对文件执行的操作被视为类集而不是单独的。例如，在叠瓦式磁记录(SMR)磁盘中，可以将信息存储到“区域(zone)”中。虽然这种技术可以增加在物理介质上的存储密度，但是当需要更改数据时——诸如，当去除或者更改单独的对象或者文件时——必须完全重写整个区域。因此，在不修改整个轨道的情况下，无法更改存储在SMR的区域上的单独的文件。这导致在这些介质上执行的某些操作与在其它存储介质上执行的相同操作相比较在财务上和计算上更加昂贵。

垃圾收集(garbage collection)是“垃圾收集器”或者“收集器”尝试回收“垃圾”的进程。“收集器”或者“垃圾收集器”可以是可以去除不想要的或者不需要的文件、数据或者对象的操作或者软件。“垃圾”可以是指不再需要并且可以从类集中去除的文件、数据或者对象。一些垃圾收集器可能能够在需要时删除单独的文件或者数据。在其它示例中，垃圾收集器，垃圾收集，可以读取、编写整个类集的一部分或者与之进行交互。然而，在一些示例中，当收集器正在处理诸如上面描述的那些文件和存储介质的文件和存储介质时，垃圾收集器将需要读取、编写其中存储了要收集的文件的整个数据类集或者与之进行交互。进一步地，可能不知道在执行垃圾收集之前需要分析或者删除数据类集中的哪些文件、数据或者对象。这样做需要读取和处理整个数据类集，这是相对昂贵的操作。进一步地，即使在这种处理或者分析之后，存储在类集中的仅一些或者相对小百分比的文件或者数据量可能是垃圾。

上面描述的文件系统和存储介质在商业数据中心中很流行。例如，使用SMR磁盘正变得更普遍，并且在这些磁盘上的轨道的大小在增加。由于在删除作为垃圾的文件时必须对SMR磁盘的整个区域进行操作，因此，执行垃圾收集的计算成本和操作成本更高。因此，与维护数据相关联的总成本随着数据中心切换为诸如SMR磁盘的密度更高的介质而增加。

发明内容

本公开提供了用于基于生存者寿命预测来优化垃圾收集的方法、系统和设备。

本公开的一个方面提供了确定是否执行垃圾收集操作，其包括：识别容器，其中，容器包括一个或多个离散对象；确定在第一时期的与容器相关的删除预测子；计算在第一时期的对容器的垃圾收集的成本；估计在第一时期执行垃圾收集的效益；基于计算出的成本和估计的效益来确定在第一时期对容器执行垃圾收集的净效益。