플래시 메모리 상에서 지연 갱신을 이용한 효율적인 B-트리

Abstract

플래시 메모리 기반의 저장 시스템은 빠른 접근 속도, 작은 크기, 가벼운 무게, 저전력 소모 등의 이유로 하드 디스크를 대체하는 저장 장치로 주목 받고 있다. 플래시 메모리는 하드 디스크와 다르게 읽기･쓰기 연산 이외에 소거 연산이 필요하며, 각 연산의 수행 단위와 수행 시간이 비대칭적이다. 또한 제자리 갱신이 불가능하기 때문에 가장 느린 소거 동작을 선행하여 갱신 연산을 수행한다. 기존 호스트 시스템은 읽기･쓰기 연산 만을 수행하기 때문에 플래시 메모리를 바로 사용하기 위해서는 별도의 중간 소프트웨어 계층인 플래시 전환 계층이 필요하다. 그러나 디스크 기반의 B-트리를 플래시 전환 계층 위에서 인덱스 구조로 사용하면 B-트리 특성상 제자리 갱신이 빈번하게 발생하기 때문에 성능 저하가 발생한다. 따라서 플래시 메모리 특성을 고려한 새로운 인덱스 구조가 필요하다. 플래시 메모리 전용의 인덱스 μ-트리와 LSB-트리가 제안 되었지만, μ-트리는 비효율적인 페이지 관리, LSB-트리는 임시 노드의 추가 관리 비용 등의 문제점을 가지고 있다. 본 논문에서 μ-트리와 LSB-트리의 문제점을 해결하기 위하여 지연 갱신을 이용한 B-트리를 제안한다. 제안하는 인덱스 구조는 변경이 일어나는 노드를 메모리에 적재시켜 레코드 삽입 시 노드 갱신을 지연시키고 노드 분할 없이 순차 삽입을 처리하여 검색 및 쓰기 성능을 향상시킨다. 본 논문에서는 관련 연구인 μ-트리와 LSB-트리를 수학적 분석과 실험을 통하여 제안 기법과 비교함으로써 제안하는 인덱스 구조의 우수성을 보인다.;Flash memory-based storage systems have been spotlighted as storage devices replacing hard disk drives due to their characteristics such as fast access speed, small size, light weight, and low-power consumption. In contradistinction to the hard disk drive, the flash memory needs an erase operation in addition to a read/write operation, and, the operation unit and time of each operation is asymmetric. Also, since an in-place update is impossible, an erase operation that takes long time precedes an overwrite operation. In order to apply the flash memory to conventional host systems, where read and write operations are only used, an additional intermediate software layer (so-called FTL: Flash Translation Layer) is needed. However, the deployment of a disk-based B-tree on FTL as an index structure causes performance degradation due to its intensive in-place updates. Therefore, a novel index structure considering the characteristics of the flash memory is needed. Although μ-Tree and LSB-Tree are proposed as flash-aware index structures, μ-Tree suffers from inefficient page management and LSB-Tree also has additional management cost of temporary nodes. We propose a B-tree index structure using lazy update on flash memory to solve these problems of μ-Tree and LSB-Tree. Our proposed index structure enhances search and write performances because it delays the node update by storing the node to be updated in main memory when the record is inserted. It also supports the sequential insertion without split operations. Through a mathematical analysis and experimental results, we show that our proposed index structure yields better performance than μ-Tree and LSB-Tree.