[發明專利]基于數據關聯度的垃圾回收方法、閃存及裝置

在審

• 申請號: 202011293595.6
• 申請日: 2020-11-18
• 公開（公告）號: CN112416811A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 陳斯煜;吳大畏;李曉強
• 申請（專利權）人: 深圳市硅格半導體有限公司
• 主分類號: G06F12/02
• 分類號: G06F12/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于數據關聯度的垃圾回收方法、閃存及裝置，涉及數據存儲技術技術領域。其方法技術要點包括基于主控將數據寫入儲存塊的次序生成時間戳表；基于時間戳表獲取待垃圾回收的存儲塊對應次序的時間戳值；獲取下一次序的時間戳值對應的存儲塊；基于物理映射表判斷待垃圾回收的存儲塊的尾端數據和下一次序的存儲塊的首端數據是否連續；若是，對待垃圾回收的存儲塊和下一次序的存儲塊的首端數據執行垃圾回收；若否，僅將待垃圾回收的存儲塊執行垃圾回收，本發明具有提升垃圾回收后數據的連續性的優點。

技術領域

本發明涉及數據存儲技術領域技術領域，更具體地說，它涉及一種基于數據關聯度的垃圾回收方法、閃存及裝置。

背景技術

由于儲存塊是由成百上千的閃存頁組成的，而SSD中寫入的最小單位是閃存頁，而擦除的最小單位為儲存塊。因此當閃存在刪除數據時，只要儲存塊中還存在其他有效的數據，就無法對儲存塊執行擦除的操作。從而這些應該被刪除而無法擦除的數據，就被稱為SSD中的垃圾。

垃圾回收（GC）是SSD的垃圾清理算法，其主要處理步驟為將存在垃圾的儲存塊內的有效數據搬移到一個GC操作塊上。在搬移完畢后對儲存塊執行擦除的操作。

而現有的GC過程中，常常會出現GC操作塊上的空間不足將存儲待擦除的連續數據分開保存在兩個不同的GC操作塊上。而這樣的一段連續的數據經過多次GC，可能分布在數十個不同的存儲塊上。

發明內容

針對現有的技術問題，本發明的第一目的在于提供一種基于數據關聯度的垃圾回收方法，其具有提升垃圾回收后數據的連續性優點。

為實現上述目的，本發明提供了如下技術方案：一種基于數據關聯度的垃圾回收方法，包括，

基于主控將數據寫入儲存塊的次序生成時間戳表；

基于時間戳表獲取待垃圾回收的存儲塊對應次序的時間戳值；

獲取下一次序的時間戳值對應的存儲塊；

基于物理映射表判斷待垃圾回收的存儲塊的尾端數據和下一次序的存儲塊的首端數據是否連續；

若是，對待垃圾回收的存儲塊和下一次序的存儲塊的首端數據執行垃圾回收；

若否，僅將待垃圾回收的存儲塊執行垃圾回收。

通過采用上述技術方案，當將一段連續的數據從主控寫入到存儲塊內并將存儲塊內寫滿，則連續數據剩下來的部分會寫到其他的存儲塊上；因此根據相鄰存儲塊尾端和首端的數據之間可能是連續的數據；從而在這個基礎上，在寫入存儲塊時，生成時間戳表，能夠對儲存塊寫入的先后次序進行獲取；而在上一次序的存儲塊和一下次序的存儲塊被物理映射表證實是連續的情況；將上一次序的存儲塊和一下次序的存儲塊連續的數據一同進行垃圾回收，因此垃圾回收的過程中上一次序的存儲塊和一下次序的存儲塊連續的數據至多需要兩個存儲塊存儲，甚至有可能只需要一個存儲塊存儲，不會出現需要更多存儲塊存儲的情況，因此在經過多次垃圾回收之后，連續數據分配至存儲塊的數量只能不變或者減小，不會出現連續數據被持續拆分到數十個GC操作塊上的情況，具有提升垃圾回收后數據的連續性優點。

本發明進一步設置為：獲取上一次序的時間戳值對應的存儲塊；

基于物理映射表判斷待垃圾回收的存儲塊的首端數據和上一次序的存儲塊的尾端數據是否連續；

若是，獲取垃圾回收后的存儲塊的物理地址，并將時間戳表上對應已執行垃圾回收存儲塊的時間戳值更新為對應垃圾回收后的存儲塊；

若否，將時間戳表上對應已執行垃圾回收存儲塊的時間戳值刪除。

通過采用上述技術方案，當存儲塊是和上一次序的存儲塊之間存在連續關系的時候，通過修改時間戳表，能夠保持時間戳表上數據的持續性，同時無需增加垃圾回收的數據量。