🔥❄️ femu-hotcold-ftl

SSD Write Amplification 48% 감소 — FEMU Blackbox FTL에 Hot/Cold 데이터 분리 기법 적용

Advanced System Programming Final Project | Hanyang University, 2024
Team: 김나현, 지찬웅

---

📊 Results

Metric	Baseline FTL	Optimized FTL	Improvement
WAF	7.67	3.94	↓ 48.6%
GC Overhead	667%	294%	↓ 55.9%

Workload: FIO Zipf 0.99, 1시간 (Hot: 4KB random write × 4 threads / Cold: 128KB sequential write × 1 thread)

---

📌 Overview

기존 Blackbox FTL은 Hot/Cold 데이터를 같은 블록에 혼재하여 저장하기 때문에, GC 시 불필요한 Valid page 복사가 발생해 WAF가 급격히 증가합니다.

본 프로젝트는 접근 패턴 기반 Hot/Cold 분류 + Dual Line Pool + Pool별 GC 정책을 도입하여 WAF를 개선합니다.

---

🏗️ Architecture

1. Hot/Cold Classification

접근 횟수만으로는 "초반 몰림형" 등 패턴 구분이 불가능합니다.
접근 횟수(양적 기준) + Update Interval(시간적 기준) 2중 조건을 사용합니다.

MiDAS (FAST '24) 의 Update Interval 기반 Hotness 판단 방식에서 아이디어를 얻었습니다.

Hot 승격 조건:
  access_cnt >= 3              (HOT_ACCESS_THRESHOLD)
  delta <= 64 pages            (HOT_INTERVAL_THRESHOLD_PAGES)
  short_int_cnt >= 2           (HOT_INTERVAL_CONFIRM_COUNT)

Cold 강등 조건:
  access_cnt < 3
  delta > 256 pages

각 LPN마다 아래 메타데이터를 추적합니다:

lpn_state[lpn]           // LPN_STATE_HOT / LPN_STATE_COLD
lpn_access_cnt[lpn]      // 최근 window 내 접근 횟수
lpn_last_write_seq[lpn]  // 마지막 쓰기 시점 (host_writes 기준)
lpn_short_int_cnt[lpn]   // 짧은 interval 연속 발생 횟수

2. Dual Line Pool

Total 128 Lines
├── Hot Pool  (20%, 25 lines)  ── wp_hot
└── Cold Pool (80%, 103 lines) ── wp_cold

• Hot write → wp_hot으로 할당 / Cold write → wp_cold로 할당
• 초기 설계(30:70)는 Cold pool 고갈 문제로 실패 → 20:80으로 조정

Pool 고갈 처리:

상황	1순위	2순위
Hot Pool 고갈	Hot GC (invalid ≥ 12.5%)	Emergency GC
Cold Pool 고갈	Cold GC (invalid ≥ 30%)	Hot→Cold Demotion
둘 다 고갈	Aggressive GC (구분 없이 강제 회수)	—

3. Pool별 GC 정책

Pool	Policy	Score
Hot	Greedy	ipc (invalid page count)
Cold	Cost-Benefit	Age × Invalid_Ratio

• Hot: 빠른 Invalid 누적 → Greedy로 즉시 공간 회수
• Cold: 오래되고 Invalid 비율 높은 line 우선 선택 → 장기 WAF 최소화
• Emergency GC에도 최소 invalid 조건 적용 (≥ 25%) → 대량 Valid 복사 사고 방지

---

📁 Files

.
├── ftl.c          # FTL 전체 구현 (Hot/Cold 분류, Dual Pool, GC 정책)
├── ftl.h          # 자료구조, 매크로, 함수 프로토타입
└── README.md

FEMU 원본 대비 수정 파일: hw/femu/bbssd/ftl.c, hw/femu/bbssd/ftl.h

---

🚀 Getting Started

Prerequisites

# Ubuntu 20.04 / 22.04 권장
sudo apt-get install -y libglib2.0-dev libfdt-dev libpixman-1-dev zlib1g-dev \
    libnfs-dev libiscsi-dev git python3 python3-pip ninja-build meson \
    libaio-dev fio

1. FEMU 클론

git clone https://github.com/MoatLab/FEMU.git
cd FEMU

2. 이 레포의 파일로 교체

# 이 레포 클론
git clone https://github.com/<your-id>/femu-hotcold-ftl.git

# 파일 교체
cp femu-hotcold-ftl/ftl.c FEMU/hw/femu/bbssd/ftl.c
cp femu-hotcold-ftl/ftl.h FEMU/hw/femu/bbssd/ftl.h

3. FEMU 빌드

cd FEMU
mkdir build && cd build

# FEMU 공식 빌드 스크립트 사용
../femu-compile.sh

4. FEMU 실행 (Blackbox 모드)

# FEMU 공식 스크립트 참고 (femu/scripts/run-blackbox.sh)
sudo x86_64-softmmu/qemu-system-x86_64 \
    -drive file=<your-disk-image>,if=none,id=mynvme \
    -device femu,devsz_mb=65536,femu_mode=1 \
    ...

상세 QEMU 실행 옵션은 FEMU 공식 문서 참고

5. 워크로드 실행 (FIO)

# Hot job (4KB random write)
fio --name=hot --rw=randwrite --bs=4k --numjobs=4 \
    --filename=/dev/nvme0n1 --ioengine=libaio \
    --iodepth=32 --runtime=3600 --time_based &

# Cold job (128KB sequential write)
fio --name=cold --rw=write --bs=128k --numjobs=1 \
    --filename=/dev/nvme0n1 --ioengine=libaio \
    --iodepth=32 --runtime=3600 --time_based &

6. WAF 확인

WAF 통계는 약 1GB(16,384 pages) 쓰기마다 자동으로 출력됩니다:

[FEMU] FTL-Log: ========== WAF Statistics ==========
[FEMU] FTL-Log: Host Writes: 250576896 pages (≈ 3823 GiB)
[FEMU] FTL-Log: NAND Writes: 988721282 pages (≈ 15079 GiB)
[FEMU] FTL-Log: WAF: 3.9440
[FEMU] FTL-Log: GC Overhead: 294.40%
[FEMU] FTL-Log: Free Lines: 17 / 128 (13.3%) [hot=9, cold=8]

---

⚠️ Limitations & Future Work

현재 한계점

• Hot/Cold 이분법 → "Warm" 데이터 처리 불완전
• Threshold(3, 64, 256) 고정 → 워크로드마다 최적값 상이
• Pool 비율(20:80) 고정 → 워크로드마다 동적 조정 필요

개선 방향

• Multi-tier 분류 (Hot-Warm-Cold)
• ML 기반 adaptive threshold
• Dynamic pool resizing
• Per-LBA 통계 기반 예측 모델

---

📚 References

• Oh et al., "MiDAS: Minimizing Write Amplification in Log-Structured Systems through Adaptive Group Number and Size Configuration", FAST '24
• FEMU: A NAND SSD Emulator (MoatLab)

---

👥 Team

이름	학번
김나현	2024214159
지찬웅	2025164485

Hanyang University — Advanced System Programming, 2025