KLOCs: Kernel-Level Object Contexts for Heterogeneous Memory Systems
Introduction
混合内存在数据中心的使用正成为一种趋势，作为持久内存的傲腾内存的低延迟，高密度可以很好的扩展计算机的主存资源。然而，傲腾内存的引入也给计算机的内存管理带来了新的挑战。
傲腾内存的读写带宽均不如传统DRAM，但是容量往往高于DRAM。这样计算机中就存在快慢内存，一个是快的、容量相对较小的DRAM，另一个是慢的、容量较大的DCPM（傲腾内存）。之前的工作主要是聚焦于用户态应用在混合内存架构下的数据管理，对数据进行冷热分离，热数据使用快内存，本文却发现内核态的数据同样需要进行相应的管理。
Motivation
与大家印象中，内核数据占用小的情况不同，如上图所示，与用户态的数据相比，内核态的数据占用也是非常大的，某些负载情况下甚至可以达到75%的占用，就算是filebench也有25%的占用。
Design
overview
内核态数据的组织与用户态相比更加复杂，想要进行冷热数据分离更加地困难。作者当下只对文件系统和网络有关的数据结构进行了管理，本文着重怎么对文件系统的内核态数据进行管理。其中核心的问题就是如何对内核态的数据进行冷热分离，作者提出了KLOCs的数据结构。
内核态的数据通常有两种使用内存的方式，一种是通过slab直接使用物理内存，这一种的内核态数据往往生命周期较短；另一种是需要经过VFS层，例如文件系统的page cache数据，这一种生命周期较长。如果把两种数据一起管理，比较混乱，开销会非常大。
如上图所示KlOCs为每个inode节点创建一个Knode，所有和这个inode节点有关的文件系统的内核态数据都会指向这个节点，在全局上用一个Kmap去管理这些Knode。对于page cache的数据和由slab创建的数据，每个knode节点维护两个B+树去管理这些数据。
同时CPU会维护一个LRU队列以此判断每个Knode节点的冷热，如下图所示。
evaluation
如上图所示，纵坐标是性能指标，KLOCs相比于之前的混合内存管理方法，在各种测试负载下都有明显的提升。