【大数据】面向大数据应用的混合内存架构特征分析（一）

面向大数据应用的混合内存架构特征分析（一）2018-08-21摘要：摘要：受限于DRAM的扩展性，大数据分析及相关应用性能难以有效提升。新型非易失性存储器凭借其非易失性、高存储密度、低能耗等优点，为大数据应用的性能与效率提升带来了契机。以新型非易失性存储器为基础，阐述PCM/DRAM混合存储架构，通过对该混合存储架构在性能优化、能耗优化、内存管理策略等方面的综述分析，详述了混合存储架构在大数据应用方面的优势及可行性，总结了现有研究工作的缺陷，展望了PCM/DRAM混合内存后续的研究方向。关键词：关键词：大数据，非易失性存储器，相变存储器，性能优化11引言引言随着大数据的出现及大数据分析技术的发展，大数据应用受到越来越广泛的关注。大数据具有数据量巨大、数据种类繁多、数据价值密度低以及处理数据时效性要求高等特点[1]。大数据应用需要执行大量计算工作，同时对大数据的处理与存储也有着低时延、低开销、高效率等需求。现在无论是数据中心里的超级计算机还是个人计算机都利用以动态随机存取存储器（dynamicrandomaccessmemory，DRAM）为核心构成的内存架构来管理和存储大数据，DRA