杜 娇，钱育蓉，张 猛，赵京霞，张文冲

(新疆大学软件学院，新疆 乌鲁木齐 830008)

0 引言

大数据时代，数据密集型应用的比例逐渐超过计算密集型应用，成为计算机系统中的主流应用[1]，内存计算也随之迅速发展，对存储系统的容量、性能、功耗以及可拓展性不断提出了更高的要求.目前的存储系统中，应用最广泛的存储器件是传统的动态随机存取存储器(Dynamic Random Access Memory，DRAM)，然而DRAM存储技术受其本身工艺尺寸、存储密度、掉电数据丢失等特性的限制[2]，难以满足大数据时代对海量信息存储的需求[3]，计算瓶颈问题逐渐转化为I/O瓶颈问题，为能提供与计算能力相匹配的I/O能力，需对现有的存储系统进行优化甚至变革.

近年来，新型非易失性存储器(Non-Volatile Memory，NVM)凭借其非易失性、漏电功耗低、存储密度高和扩展性强等特性，为计算机存储系统的发展带来了新方向[4]，但NVM各存储单元存在寿命限制以及读写性能不对称等问题，因此要真正发挥非易失存储器的优势，解决上述两个问题是前提.

改进目前主流内存设备(DRAM)的能力，在很长一段时间内，科研工作者将压缩DRAM工艺尺寸和成本，提高容量，降低其能耗作为研究目标，但DRAM面临的一些问题依然没有得到较好的解决.除此之外，目前应用广泛的还有闪存，闪存与磁盘相比无机械延迟，速度也相对较快，但远远不及阻变存储器(Resistive Random Access Memory，RRAM)、相变存储器(Phase Change Memory，PCM)等新型非易失存储器.杨濮源等[5]基于磁盘和固态硬盘构建混合存储系统，对数据页进行精准分类，虽然……