当前，面向大数据分析的存储服务需要高效、海量和可扩展的存储系统的支持，基于非易失存储器件的混合存储系统中快速、准确的索引机制是提高海量存储系统服务质量的关键所在，因此，相关研究内容是新型存储系统研究领域的重点和关键问题。
信息存储与光显示功能实验室华宇副教授提出了轻量级、低复杂度和存储器件感知的新型数据索引机制。这种方法主要是注重分析基于非易失存储器件在读写性能、存储代价和可靠性等方面的特点，构建基于局部性特征灵敏的哈希计算模式，并采用连锁数据定位的方法，有效地解决的传统哈希在出现哈希冲突时读写代价高和访问延迟高的问题。同时，在非易失存储器件和传统数据磁盘之间进行数据布局的优化设计，有效地减少了数据的迁移代价，并充分利用了非易失存储器件的存储优势。通过大量实验测试和分析表明，相关研究方法在索引空间开销和查询时间等方面显著优于目前已有的数据结构和设计方法。
2015年11月IEEE Transactions on Parallel and Distributed Systems (TPDS)发表了题为“ The Design and Implementations of Locality-aware Approximate Queries in Hybrid Storage Systems (混合存储系统中局部性感知的近似查询方法的设计与实现)”的论文，Year: 2015, Volume: 26, Issue: 11, Pages: 3194 – 3207。
IEEE TPDS是中国计算机学会推荐的A类期刊，是并行与分布式系统领域中的重要国际期刊。
研究工作得到了国家自然科学基金(61173043)和国家重点基础研究发展计划973项目(2011CB302301)等的支持。

混合存储系统结构图和主要测试结果

文章链接：http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=6948249