随着互联网和大数据的发展,数据规模及其处理能力之间的差距越来越大,传统的以计算为中心的系统架构往往使用读写速度较慢的硬盘,很难达到大数据对性能和时效性的需求,以内存优先为基本原则的内存计算模式成为了一种解决方案。而新型存储介质非易失内存存储器的出现,为实现这种计算架构提供了支持。工业界发展了硬件工艺,纷纷推出品种繁多的新型非易失内存介质,这类存储器打破了传统内存和外存的界限,可以直接作为运行内存使用,具有读写速度快、存储密度高、可字节寻址等特点。将非易失内存与传统内存DRAM混合使用,可以有效解决内外存性能瓶颈问题,提高计算机系统在大数据处理方面的能力。对于面向混合内存的计算机系统软件,国内外科研人员已经提出一些科研成果,主要集中在编程模型、内存系统模拟平台、存储系统方面。其中基于非易失内存的文件系统是使用新型存储技术最直接的应用,它无需对现存的软件做出任何修改,就可以直接使用非易失内存加速程序运行。然而目前大部分的非易失内存文件系统的实现并不完整,往往只关注系统的读写性能,也缺乏了对非易失内存和DRAM混合使用的场景进行优化,并不能很好的适应内存计算的系统结构。针对以上背景和问题,本文做了相应的研究,主要的内容如下:·基于检查点技术的系统一致性保障机制。与传统的块设备文件系统不一样,本文件系统使用DRAM和非易失内存存储文件的数据和元数据。我们把文件系统的元数据和一部分文件的元数据缓存在DRAM上,可以提高读写效率,并且无需考虑DRAM读写寿命的限制,同时由于CPU缓存的存在,不少文件系统的关键信息是易失的,如果发生系统掉电或者崩溃的情况,这些管理信息就会丢失,造成文件系统的元数据不一致的后果。传统文件系统使用fsck解决这个问题,但是耗时长、效率低,不适合大数据场景的需求。我们提出了基于非易失内存文件系统的检查点机制,可以有效保障系统的一致性,并且在系统掉电后可以快速的恢复。·垃圾回收算法的设计。因为新型的非易失内存存储器都有一定的读写次数限制,所以为了保护存储器的使用寿命,使得读写操作更加均匀地分布在存储器件上,我们使用日志型的(Log-Structured)分配策略,从头到尾连续分配数据页。由于是连续的分配,中间分配出去的一些数据页可能被删除,成为垃圾,我们需要对这些页进行回收,供分配器以后使用。结合了非易失内存的特点和检查点机制的设计,我们提出了相应的垃圾回收算法。