MuLe-RAID:面向大容量高性能SSD的层次化RAID

利用RAID机制构建基于闪存的SSD可以提高SSD的性能和可靠性,但是随着SSD容量的增大,传统的单层RAID结构容易造成控制器的瓶颈.针对这个问题,提出了一种新的RAID策略——MuLe-RAID(Multiple Level RAID),给出了详细架构和设计细节.其采用层次化RAID结构,设置多个控制器,在每一层的控制器中实现不同粒度的损耗均衡管理,在保证SSD损耗均衡的同时,通过减轻控制器的瓶颈提高了SSD的性能.为了提高可靠性,MuLe-RAID采用了冗余机制,能够达到RAID5的容错级别.通过模拟实验测试表明,在大容量SSD中,相比传统RAID,MuLe-RAID在保证损耗均衡的基础上有大约30%的性能提升.     

同步顶升方法在化工管廊隐患治理的应用

用千斤顶同步顶升方法成功将22根管线60吨重的双层桁架的旧管廊一端整体同步顶升0.15米,开创化工装置有限空间施工的新思路。     

一种用磁盘备份SSD的高性能可靠存储系统

固态盘(solid state drive,SSD)因为其优越的性能已被大量部署于当前的存储系统中.但是,由于寿命有限,SSD的可靠性受到广泛的质疑.磁盘阵列(redundant arrays of inexpensive disk,RAID)是一种传统的用来提高可靠性的手段,但并不适用于SSD.这项工作提出一种基于SSD和磁盘的混合存储系统,构建该系统的主要思想是SSD响应所有I/O请求,从而获得较高的性能;磁盘备份所有数据,从而保证系统的可靠性.但是,磁盘的I/O性能显著低于SSD,构建该系统的问题在于磁盘能否及时地备份SSD上的数据.为了解决这一问题,从两方面提出优化:在延迟方面,采用非易失主存弥补磁盘与SSD的延迟差距;在带宽方面,采用两种措施:1)在单块磁盘内部重组I/O请求,使磁盘尽可能的顺序读写;2)采用多块磁盘备份多块SSD,通过将一块SSD上的写请求分散到多块磁盘上,有效应对单块SSD上出现的突发写请求.通过原型系统实现表明,该混合系统是可行的:磁盘能够为SSD提供实时的数据备份;与其他系统相比,该混合系统取得较高的性价比.     

提高苯乙烯压缩机安装质量

在机器设备安装工程项目中,动设备的安装质量一直是安装施工的重点,它直接关系和影响工程整体施工的最终效果。在整个安装过程中的基础处理、水平调整、解体清洗,各部位间隙及位置调整、对中等每一个环节都很重要,不容忽视,在一系列施工过程中机组的整体水平度是保证安装质量的重中之重。阐述了在压缩机整体安装过程中所需解决的问题和保证机组整体水平的方法及对策。     

矿业权出让收益制度及与价款制度衔接有关问题研究

近年来,按照中共中央、国务院关于生态文明建设等的有关要求,矿产资源有偿使用制度将探矿权价款、采矿权价款调整为矿业权出让收益,这一改革是维护国家所有者权益的有效举措,是深化和完善矿产资源有偿使用制度的重要进展。本文系统梳理了我国矿业权从无偿授予到全面有偿5个阶段的历史沿革和转变过程,分析了探矿权价款、采矿权价款制度存在的突出问题和矿业权出让收益制度的改革特点,重点就出让收益制度与价款制度之间的衔接问题进行了讨论,并就进一步完善矿业权出让收益制度、做好新旧制度的衔接,以及矿业权审批登记管理工作提出有关政策建议。     

CFCs替代工质电冰箱压缩机的分析研究

本文着重分析了常用CFCs替代工质的热物理性质,提出了R12电冰箱压缩机使用CFCs替代工质后的设计改进方案,对比分析了CFCs替代工质在CFCs替代路线中的异同及优缺点。     

基于MPI的并行大数据集生成器

大数据处理分析算法在优化研究过程中,速度常常受限于数据集的规模。在数据集体量不足时,算法的通信时间往往要高于真正的计算时间,无法验证真实的效果。故设计实现了一个大数据集生成器,为运行在超级计算机上的并行大数据处理分析算法提供基准测试数据集。首先,使用MPI并行编程技术构造了一个并行随机数生成器,在此基础上设计实现了可控制规模及复杂性的人工数据集,主要包括：分类和聚类数据集、回归数据集、流形学习数据集和因子分解数据集等。其次,设计了大数据集生成器的I/O系统,提供MPI-I/O并行读、写数据集的接口,并设置了数据集在不同进程间的分发、映射规则,通过点对点通信实现不同节点之间的数据交互。实验结果表明,并行大数据集生成器有效提高了数据生成效率和生成规模,为并行大数据处理分析算法提供了高质量、大体量的测试数据集。     

生物医疗健康大数据应用支撑平台与关键技术

随着生物信息学的不断发展,生物医学领域积累了大量的数据,大数据已经贯穿基础研究、临床诊断、医药开发、健康管理等生物医学领域的各个环节。如何有效存储、管理、分析这些海量数据面临严峻的而挑战。基于超级计算机的计算分析和存储能力,在生物医学大数据处理的异构融合架构,面向生物医学大数据的层次式存储系统,生物医学大数据处理的异构并行计算和多源数据的汇聚机制与分析方法,突破生物医学大数据的汇聚、存储、分析等方面的关键技术,构建一个计算、分析处理和存储融合平台,以满足多种类型生物医学大数据应用的不同需求。     

基于SSD的Key-Value系统优化设计与实现

随着互联网技术的迅猛发展,越来越多的非结构化数据涌入到人们的生活中,为这些数据建立高效的索引面临极大的挑战.键值数据库Key-Value以其结构简单和高扩展性而引起人们的广泛关注,已成为海量数据存储系统中的重要组成部分.由于Key-Value系统对吞吐量要求较高,而基于Flash的固态硬盘(solid state drive,SSD)能够提供很高的随机读性能,在SSD上构建Key-Value系统已成为海量数据存储领域的一大研究热点.鉴于Flash具有非定点更新、寿命有限等特性,基于SSD的KeyValue系统必须针对Flash的特性作专门优化.以一种称为SkimpyStash的基于SSD的Key-Value系统为基础,提出了一种新的Key-Value系统低延迟存储系统(low latency store,LLStore).LLStore使用内存文件映射技术来减少针对SSD的IO请求,除此之外,针对SkimpyStash中低效的压缩策略,提出一种改进方法,可以在少量增加内存开销的情况下极大地减少查询时间.通过与原系统的性能比较实验,LLStore在平均查询时间上可以获得至少12%的加速.