根據前面章節所述，我們演算法要以快閃記憶卡來增進硬碟的效能，我 們必須要將硬碟將來要讀取的資料(硬碟讀取頻率較高的資料)，預先搬進 快閃記憶體中。因此我們將會面臨兩個問題，首先我們必須預先知道那些 資料是電腦系統將來會讀取的，其次我們演算法必須決定何時才是將這些 資料搬進快閃記憶體的最好時機，因此我們設計取樣演算法(Sampling algorithm)來解決這兩個問題。在下面將分為兩個部份，存取行為分析 (feature extraction)及取樣頻率調整(sampling-frequency adjustmen) 討論。
3.2.1 存取行為之分析(feature extraction)
要決定哪些資料該預先被搬進快閃記憶體中是非常困難的，因為沒有人 能保證電腦系統在未來將會讀取哪些資料，即使是觀察過去的讀取資料來 預測未來讀取資料，因為電腦系統中含有快取記憶體，所以效果也不好；
另外是當我們預測到未來電腦系統可能會讀哪些資料時，我們該怎麼評估 這些資料時否值得被搬進快閃記憶體呢?，這些都是我們演算法必須先克服 這個困難。
該搬哪些資料進快閃記憶體中呢?我們的想法是，我們以Cylinder為基 本單位 1
1由於系統快取記憶體的影響，同一個 sector 短時間內被讀取的機會並不高，所以我們以 Cylinder
觀察硬碟的讀取行為(圖表 4)，我們可以發現在同一個Hot period 當中，常被讀取的Cylinder群以及不常被讀取的Cylinder群會有一定程度 的落差。我們將所有Cylinder分為三類，第一類是常被讀取的Cylinder群 (Area A) ， 第 二 類 是 過 渡 Cylinder 群 (Area B) 第 三 類 是 不 常 被 讀 取 的 Cylinder群(Area B)；我們的做法是只將Area A部分的資料搬進快閃記憶 體中，Area B由於佔的數量並不太大，而Area C的部分因為被讀取的次數 也較少，我們也不做任何處理。要如何決定哪些Cylinder屬於Area A? 在 我們的演算法是以所有的Cylinders被讀取次數的標準差做為基準，因為標 準差可以代表相當程度的資料分散程度。
說明演算法要 解決的問題
我們的具體作法是，在每一次 Hot period 一開始時每隔一段時間去(間 隔時間如何決定，將在後面章節討論)搬一次資料，在重新取樣時，先統計 同一個 Hot period 開始至目前為止每個 Cylinder 被讀取的次數，然後根 據 被 讀 取 的 次 數 來 求 出 標 準 差 ， 然 後 將 被 讀 取 的 次 數 超 過 標 準 差 的 Cylinders，作為我們預定搬進快閃記憶體中的 Cylinders，這些預定搬移 的 Cylinders 必須還要考慮 Threshing 的影響，才能決定我們真正要搬移 的 Cylinders。
理論上，在同一個 Hot period 之間，電腦系統通常做相類似的事情，
因此其對 Cylinders 的讀取行為會相類似，因此我們理論上可以以同一個 Hot period 內前面的讀取行為來代表整個 hot period 的讀取行為。依據我 們的取樣演算法，我們可以相當程度的預測到一個 hot period 內的讀取行 為，從而達到改進硬碟效能的目的，但是這樣作的同時，將會產生副作用 (Threshing)，我們將在 3.4 節討論這個議題。
Area A
Cylinder index
Read requests
Area B
Area C
Mean value
standard deviation
圖表 4 Cylinders access status
3.2.2 取樣頻率調整(sampling-frequency adjustment)
作Cylinder搬移的另一個問題是，何時才是將我們預測的資料搬進快閃 記憶體的最佳時機? 由於在Hot period中每個cylinder被讀取的密集程度 並不一樣，因此有可能在不同的時間點會有不同Cylinders migration2
我們的作法是當我們要決定第 N 個 Hot period 時我們先觀察第 N-1、
N-2 個 Hot period，例如當我們在第 N-2 個 Hot period 時將取樣週期縮短，
發現第 N-1 個 Hot period 讀取的全部反應時間變少，我們會將第 N 個 Hot period 取樣週期繼續縮短，反之如果發現第 N-1 個 Hot period 讀取的全部 反應時間變長了，我們會將第 N 個 Hot period 的取樣週期增加，以此類推。
現象 產生，因此我們必需每隔一段時間就去重新統計一次目前狀況，將合適的 Cylinders搬進快閃記憶卡中。如果太早將資料搬進有可能會影響我們預測 資料的命中率，如果太晚將資料搬進快閃記憶體，又會變的不符效益。因 此如何決定時機也是我們取樣演算法的另一項挑戰。
要決定取樣週期並不容易，有兩點因素會影響我們決定取樣週期。第一 個決定的因素是 Cylinders 搬移的次數。當取樣週期越長，Cylinders 搬 移的次數也越少；取樣週期越短，Cylinders 搬移的次數也越多。而 Cylinders 搬移的次數越多也代表著效率越差，反之 Cylinders swap 次數 越少代表著效率越好。第二個因素則是讀取平均反應時間。當取樣週期越 短，偵測到 Cylinders migration 的機會越多，因此預測 Cylinders 越準，
因此讀取命中率也越高，效率也越好。反之效率也越差。因此由上述兩點 可知取樣週期的長短分別會影響平均反應時間以及 cylinder 搬移次數，當 取樣週期越短，會增加 Cylinder 搬移次數但會增加命中率，取樣週期越長 會減少 Cylinder 搬移次數但會減少命中率。如何去取得平衡是我們演算法 的重點。電腦系統每次讀取的全部平均反應時間，是 Cylinders 搬移時間 加上讀取平均反應時間。我們的想法是依據讀取的全部反應時間動態調整 取樣週期。
2 Cylinders migration:由於每個 Cylinder 被讀取的時間點不一樣，因此在同一個 hot period 中不同的時
間點去看 Cylinders 被讀取的排名可能會有所變動，我們稱這種變動現象為 Cylinders migration
另外由於快閃記憶體的 Endurance 問題，我們的須改成依據 Cylinder 的搬 移次數來動態調整取樣週期，調整方法如同上面所述。
理 論 上， 依 照我 們 的演 算 法， 我 們可 以 依據 最 佳效 率來動態決定 Cylinder 搬移到快閃記憶體的最佳時機。因為我們演算法可以在平均反應 時間以及 cylinder 搬移次數當中取得平衡點。但是我們的演算法會產生一 個副作用，因為依照最佳效率來動態決定取樣週期，有可能會為了效率造 成 Cylinder 搬移次數過多，導致快閃記憶體讀寫次數過多，而使的系統使 用期限縮短。如何解這個問題我們將在 3.4 節作討論