近年来,随着数据的爆发式增长,基于NAND闪存芯片设计的固态硬盘在消费类电子产品和大型数据存储系统中受到了广泛欢迎。与传统的机械硬盘相比,基于NAND闪存芯片设计的固态硬盘具有读写速度快、体积小、功耗低、防震抗摔等优点,但NAND闪存芯片的写前擦除且不能原位更新的特点,使得固态硬盘增加了一个垃圾回收的额外操作机制,且每个固态硬盘上的垃圾回收次数是有限的,频繁的写入操作不仅能够影响整个系统的性能也限制了固态硬盘的使用寿命。因此,如何在提升计算机存储系统性能的同时有效降低垃圾回收的代价,成为了存储行业亟待解决的一个重要问题。目前国内外研究学者已从不同方向提出了许多解决方案,包括设备接口扩展、数据管理调度、热度识别等,但这些方案大多数基于统计学习、规则策略或建模仿真等方法,容易受到工作负载的影响,准确率不高。针对上述问题,本文提出了一种基于强化学习的数据流分配算法,该算法引入了强化学习的自适应学习能力和多流写入技术,能够快速有效地将具有相似生命周期的数据信息放置于连续物理块中进行存储,以便在激发垃圾回收机制时有效地减少写入放大和提升系统性能。本文的研究内容主要包括以下几个方面:(1)定义固态硬盘的性能优化问题。分析影响固态硬盘写入性能的因素,针对运行环境、工作负载、垃圾回收机制、写入放大现象、数据访问信息等重要影响因素,进行数学符号化定义,通过分析各变量间的关系进行性能建模。(2)设计并实现基于强化学习的数据流分配算法,构建固态硬盘性能优化模型。首先,根据官方文档与SMART检测指标中的描述对固态硬盘的特征进行两次筛选,得到影响固态硬盘写入性能的属性集合。然后,在多流写入技术基础上,采用强化学习的思想,设计并实现固态硬盘的数据流分配算法,为每个Chunk信息快速有效地分配不同的流ID。最后,通过分析写入放大的取值变化程度,对固态硬盘性能优化模型进行评估验证。(3)设计对比实验,分析实验结果。首先,在My SQL工作负载场景下分析本文方案的时间性能开销。然后,在FIO、My SQL、Rocks DB和Docker四种具有代表性的工作负载场景下,使用常规作业分发NORM、基于规则的数据流分配算法RBSA和动态数据聚类算法KM三种算法对本文提出的数据流分配算法Smart Stream进行验证与分析。实验结果表明本文的数据流分配算法性能提升了18.6%,写入放大降低了53.9%。