前言

進入數(shù)字經(jīng)濟時代，數(shù)據(jù)已成為新的核心生產(chǎn)要素，其重要戰(zhàn)略資源地位日益凸顯，數(shù)據(jù)潛能的有效激發(fā)取決于數(shù)據(jù)的存儲與分析處理.隨著先進計算以計算為核心逐步向以數(shù)據(jù)為中心的不斷演進，高效安全存儲和智能數(shù)據(jù)分析成為學(xué)術(shù)界和產(chǎn)業(yè)界廣泛關(guān)注的焦點.

基于上述背景，為促進存儲領(lǐng)域的技術(shù)交流，《計算機研究與發(fā)展》推出了本期“面向數(shù)字經(jīng)濟的智能存儲與數(shù)據(jù)分析”專題.本期專題收錄了5 篇論文，分別展示了智能存儲和數(shù)據(jù)分析等研究熱點的研究現(xiàn)狀和最新研究成果，希望能為從事相關(guān)工作的讀者提供借鑒和幫助.

王紫芮等作者的論文“基于超低延遲SSD 的頁交換機制關(guān)鍵技術(shù)”針對現(xiàn)有頁交換機制發(fā)送請求時存在隊頭阻塞問題、I/O 合并和調(diào)度開銷，以及內(nèi)核返回路徑上的中斷處理和直接內(nèi)存回收開銷等性能瓶頸，研究提出了基于超低延遲SSD 的頁交換機制，在Linux I/O 棧的基礎(chǔ)上增加對輪詢請求的處理，降低I/O 合并與調(diào)度開銷，實現(xiàn)輕量級的I/O 棧.進一步優(yōu)化內(nèi)核頁交換機制的換入與換出路徑，通過優(yōu)化對缺頁、直接內(nèi)存回收的處理，降低頁交換機制關(guān)鍵路徑上的時間開銷.

張凱鑫等作者的論文“面向存算聯(lián)調(diào)的跨云糾刪碼自適應(yīng)數(shù)據(jù)訪問方法”針對跨云存算聯(lián)調(diào)對跨云數(shù)據(jù)訪問效率的要求，構(gòu)建了跨云存儲系統(tǒng)框架，研究提出了一種面向存算聯(lián)調(diào)的跨云糾刪碼自適應(yīng)數(shù)據(jù)訪問方法，以編碼塊與數(shù)據(jù)訪問節(jié)點的分布為依據(jù)評估數(shù)據(jù)訪問過程中各編碼塊的傳輸速度，并據(jù)此制定可避免訪問低傳輸速度編碼塊的編碼數(shù)據(jù)訪問方案.通過識別編碼數(shù)據(jù)訪問方案時易選中且實際傳輸速度較低的編碼塊，將其緩存在數(shù)據(jù)訪問節(jié)點附近，從而同時提高了緩存命中量和命中增效.

謝旻暉等作者的論文“基于GPU 直訪存儲架構(gòu)的推薦模型預(yù)估系統(tǒng)”針對現(xiàn)有推薦模型預(yù)估系統(tǒng)存在CPU-GPU 通信開銷大和額外內(nèi)存拷貝等問題，研究提出了一種基于GPU 直訪存儲架構(gòu)的推薦模型預(yù)估系統(tǒng)，通過在嵌入?yún)?shù)的訪問路徑上移除CPU 參與，由GPU 通過零拷貝的方式高效直訪內(nèi)外存資源，并利用GPU 的并行性縮短提交I/O 請求的時間，顯著提升模型預(yù)估的吞吐量，同時降低預(yù)估延遲.

方浩天等作者的論文“一種基于深度學(xué)習(xí)的微服務(wù)性能異常檢測方法”針對微服務(wù)之間的復(fù)雜交互特點，研究提出了一種基于Transformer 的微服務(wù)性能異常檢測與根因定位方法TTEDA，將調(diào)用鏈構(gòu)建為微服務(wù)調(diào)用序列和對應(yīng)的響應(yīng)時間序列，借助自注意力機制捕捉微服務(wù)之間的調(diào)用關(guān)系，通過編碼器-解碼器建立微服務(wù)的響應(yīng)時間與其調(diào)用路徑之間的關(guān)聯(lián)關(guān)系，從而獲得微服務(wù)在不同的調(diào)用鏈上的正常響應(yīng)時間分布，基于學(xué)習(xí)到的正常模式判斷調(diào)用鏈的異常.利用微服務(wù)之間的調(diào)用關(guān)系以及異常的傳播方式，對出現(xiàn)性能異常的微服務(wù)進行反向拓?fù)渑判?，實現(xiàn)根因定位.

劉帥等作者的論文“時序數(shù)據(jù)庫關(guān)鍵技術(shù)綜述”研究分析了時間序列數(shù)據(jù)爆炸式的增長給數(shù)據(jù)庫管理系統(tǒng)帶來的技術(shù)挑戰(zhàn)，對時間序列索引優(yōu)化、內(nèi)存數(shù)據(jù)組織、高吞吐量數(shù)據(jù)攝取、低延遲數(shù)據(jù)查詢和海量歷史數(shù)據(jù)低成本存儲等時序數(shù)據(jù)庫關(guān)鍵技術(shù)的最新發(fā)展進行了分析總結(jié)，討論了時序數(shù)據(jù)庫評測基準(zhǔn)，并對未來發(fā)展趨勢進行了展望.

本專題所錄用的5 篇論文中，既有關(guān)注存儲系統(tǒng)的性能優(yōu)化，又有關(guān)注數(shù)據(jù)分析的算法優(yōu)化.由于稿源豐富和專題篇幅有限等原因，本專題無法全面覆蓋存儲領(lǐng)域各方面的最新研究進展，不當(dāng)之處請同行學(xué)者批評指正！感謝各位作者、審稿專家和編輯部的全力支持和辛勤付出！