페이지 레벨 맵핑 기반 계층 버퍼 플래시 변환 계층 알고리즘

Abstract

인터넷 사용 인구의 증가로 인하여 데이터의 생성이 급속도로 증가하고 복잡해 지고 있다. 이런 현상을 ‘빅데이터’ 라고 부른다. 사물 인터넷이 보편화되면 데이터의 생성이 더 활발해 질 것으로 예상된다. 이로 인해, 대용량 데이터 저장을 위한, 접근 속도가 빠른 저장 장치에 대한 요구가 증가하고 있다. 소비자들은 대용량의 정보를 빠른 속도로 처리하는 디바이스로 수년 전부터 플래시 메모리는 주목하여 왔다. 3D 설계를 도입하고 지속적인 발전을 거듭하고 있는 플래시 메모리 스토리지는 좋은 대안이 될 것이다. 또한, 플래시 메모리는 사물인터넷에 적합한 다양한 장점을 가지고 있다. 비 휘발성 메모리, 빠른 처리 속도, 소형화, 저전력, 저소음, 높은 내구성은 기존의 하드디스크에 비해 차별화 되는 장점이다. 하지만, 플래시 메모리도 단점을 가지고 있다. 하드웨어 특성 상 읽기 속도에 비해 쓰기 속도가 약 10~20배 느리다. 또한, 덮어 쓰기 동작이 불가능하기 때문에 발생하는 가비지 컬렉션으로 인해, 쓰기 속도의 지연이 발생한다.

본 논문에서는 가비지 컬렉터으로 발생하는 쓰기 성능 저하를 방지하기 위해 HBFTL(Hierarchical Buffer Flash Translation Layer)을 제시하였다. 저자가 발표한 논문인 “Request-Size aware Flash Translation Layer based on Page-Level Mapping”에서 제시한 RSaFTL을 발전시킨 알고리즘이다.

HBFTL는 '다시 쓰기' 빈도가 높은 랜덤 페이지를 따로 모아, 랜덤 로그 블록에 저장한다. 로그 블록에 따로 저장하는 이유는 '다시 쓰기' 빈도가 높은 페이지는 무효 페이지의 생성을 높이고, 이는 가비지 컬렉터의 발생 빈도를 높이기 때문이다. 가비지 컬렉터가 발생되면, 블록 삭제 명령과 유효 페이지의 이동을 수반되기 때문에 플래시 메모리 시스템의 성능을 떨어뜨린다. 랜덤 로그 블록에 저장된 랜덤 페이지는 쓰기 빈도에 따라 두 개 층에 나눠져서 저장된다. 다시 쓰기가 한 번 이루어지면, 1층 랜덤 로그 블록에서 관리하고, 다시 쓰기가 2회 이상 반복되면, 2층 랜덤 로그 블록에서 관리한다. 만약, 페이지가 위치한 랜덤 로그 블록에서 일정 기간 동안 다시 쓰기가 이루어지지 않으면 Random Cold Page로 판단한다. 이런 경우에 가비지 컬렉터가 자동으로 2층 랜덤 로그 블록에서 1층 랜덤 로그 블록으로, 혹은 1층 랜덤 로그 블록에서 데이터 블록으로 위치를 이동시킨다. 제시된 HBFTL을 검증하기 위하여, FTL 시뮬레이션 제작하였다. 이 시뮬레이션을 이용하여 다른 FTL들과 가비지 컬렉터 성능을 비교 평가한다. 본 논문은 파일 시스템과 플래시 메모리간 데이터 이동에 대한 다양한 경우의 다섯 가지 워크로드를 이용하였다. RSaFTL과 Page FTL이 비교 평가의 대상이다. Page FTL는 가장 빠른 플래시 변환 계층 알고리즘으로 알려져 있다.