CN105426119A - 一种存储设备及数据处理方法 - Google Patents
一种存储设备及数据处理方法 Download PDFInfo
- Publication number
- CN105426119A CN105426119A CN201510716920.8A CN201510716920A CN105426119A CN 105426119 A CN105426119 A CN 105426119A CN 201510716920 A CN201510716920 A CN 201510716920A CN 105426119 A CN105426119 A CN 105426119A
- Authority
- CN
- China
- Prior art keywords
- data
- data processing
- memory device
- host microcontroller
- superior system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0668—Interfaces specially adapted for storage systems adopting a particular infrastructure
- G06F3/0671—In-line storage system
- G06F3/0683—Plurality of storage devices
- G06F3/0689—Disk arrays, e.g. RAID, JBOD
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及数据存储技术领域,尤其涉及一种存储设备及数据处理方法,通过在存储设备内添加了比较匹配模块,从而加速数据在存储设备内部进行查找、识别、比较或匹配等任务,缓解中央处理器的工作负载,提高存储设备进行数据处理的性能。
Description
技术领域
本发明涉及数据存储技术领域,尤其涉及一种存储设备及数据处理方法。
背景技术
数据信息时代,互联网已成为人们日常生活中不可缺少的一部分,互联网应用种类繁多,包括Facebook、MySpace、QQ为代表的社会关系网络、Youtube为代表的视频共享应用以及以Google、Yahoo、Baidu为代表的搜索引擎应用等。不断增长的互联网用户带来了***式增长的数据(视频、图片、blog等)。处理这些数据的技术路线从本质上可以分为两个方面:海量数据的存储管理技术以及针对海量数据的处理技术(日志分析、搜索引擎应用等)。
互联网庞大的数据量使我们想到把并行计算的思想应用到商业集群上,云计算思想应运而生。Google是云计算的领军力量,它使用Hadoop框架每天处理超过20PB的数据量。为了能够处理大量的原始数据,Google设计了一个新的抽象模型-映射归约(MapReduce),映射归约名字来源于这个模型中的两项核心操作:映射(Map)和归约(Reduce),实现流程图如图1所示。首先用户程序所要处理的数据31由存储网络中导入并被分成若干片段(split)(这里以6个片段为例,分别为片段321、片段322、片段323、片段324、片段325、片段326),然后在所有机器(machine)中选出一个作为主机30(master),即主控制程序,其他的作为由主机分配任务的从机(workers)即工作程序。主机为空闲的从机分配一个映射任务,如映射任务331,将分片的原始数据进行映射处理,抽取键(key)/值(value)对,将中间数据341保存在从机的本地存储中,并由从机将中间数据的位置信息传给主机30,主机30再将传递的数据信息分发给负责归约任务的从机,然后从机远程读取中间数据341、中间数据342和中间数据343,并对这些键/值进行排序,分配了归约任务的从机遍历排序后的中间数据,并将同一个键对应的值传给用户定义的归约函数351(或归约函数352),进行归约处理,最后将该区块追加到最后的输出文件36中。映射归约编程模型的核心思想就是利用简易的软件框架,基于它写出来的应用程序能够运行在由上千个商用机器组成的大型集群上,并以一种可靠容错的方式并行处理TB级别的海量数据。
传统的在存储设备,如图2所示的是固态硬盘的内部结构图,主微控制器1一般通过缓存芯片2以加速闪存芯片3阵列的数据读取,提高性能。当***CPU需要从固态硬盘中4导入数据时,主微控制器1接收到命令并将指定的数据从闪存芯片阵列3中读取出来,并通过对外接口5传输给上级***,主微控制器1并不对数据做任何处理。又比如磁盘的内部结构如图3所示,其结构与固态硬盘相似,包括磁盘6、前置放大器7、读写通道8、磁盘主微控制器9、代码区和数据缓冲区10、随动控制和解调器11、马达控制器12、马达13和对外接口14。磁盘阵列,即“独立磁盘构成的具有冗余能力的阵列”。磁盘阵列是由很多价格较便宜的磁盘,组合成一个容量巨大的磁盘组,磁盘阵列有多个端口可以被不同***或不同端口连接,一个***连接阵列的不同端口可提升传输速度。
如图4所示的独立磁盘冗余阵列内部结构简图,采用性能比磁盘和固态硬盘中的主微控制器强的独立磁盘冗余阵列控制器15,例如采用Intel处理器;另外还包括多个磁盘16以及***接口17。网络附属存储(NetworkAttachedStorage,NAS)是具备资料存储功能的装置,因此也称为“网络存储器”。它是一种专用数据存储服务器,因此网络附属存储内部处理器是性能更高的服务器级别的处理器。所以,当终端***CPU做一些轻量级的数据处理操作时,这些存储设备中的主微控制器不在做数据处理时都处于空闲状态,因此不论对于上级***CPU还是存储设备中的主微控制器,在性能和功耗上都是一种浪费。
从上面的简单介绍中可以看出,上述由上千个商用机器组成的大型集群所处理的任务都是由商用机器的CPU来运行处理,而这些任务都是一些轻量级的无需算术逻辑运算单元(ArithmeticandLogicUnit,简称ALU)大量参与的工作(例如映射任务和归约任务),首先在功耗上是浪费的,其次在性能上也是浪费的(高性能的ALU并不参与大量计算),因此整个集群的功耗和成本都是很高的。
传统的,在存储设备内进行数据处理的方法中,所有的数据处理操作都由存储设备中的主微控制器来完成,负载大,存储设备性能会受到影响。如果采用可编程逻辑阵列(FieldProgrammableGateArray,简称FPGA)来实现数据查找、识别、比较或匹配等操作,效率低,在性能上是一种浪费;如果采用专用集成电路(ApplicationSpecificIntegratedCircuit,简称ASIC)来实现,成本也相对较高。
发明内容
针对上述问题,本发明提出了一种存储设备,应用于包括上级***的计算机架构中,所述存储结构包括:
存储阵列,预存有待处理数据;
主微控制器,分别与所述上级***和所述存储阵列连接,以用于接收所述上级***下发的数据处理命令;以及
比较匹配模块,与所述主微控制器和所述存储阵列连接;
其中,所述比较匹配模块根据所述数据处理命令对所述存储阵列中存储的所述待处理数据进行处理,并通过所述主微控制器将处理结果反馈至所述上级***。
上述的存储设备,其中,所述比较匹配模块为硬件模块。
上述的存储设备,其中,所述比较匹配模块集成在所述主微控制器中。
上述的存储设备,其中,所述比较匹配模块为内容可寻址存储器或三重内容可寻址存储器。
上述的存储设备,其中,所述数据处理命令为数据查找命令、数据识别命令、数据比较命令或数据匹配命令。
上述的存储设备,其中,所述存储设备包括磁盘、固态硬盘、网络附属存储或独立磁盘冗余阵列。
上述的存储设备,其中,所述主微控制器与所述上级***通过对外接口连接,以将所述处理结果发送至所述上级***。
一种数据处理方法,应用于上述的存储设备中,所述方法包括:
S1:所述上级***发送数据处理命令至所述存储设备;
S2:所述存储设备中的所述主微控制器接收所述数据处理命令,并根据所述数据处理命令判断是否需要对所述存储阵列中的数据进行处理操作;
若判断结果为是,执行S3;
否则,执行S5;
S3:所述主微控制器将所述数据处理命令发送给所述比较匹配模块;
S4:所述比较匹配模块接收并根据所述数据处理命令,对所述存储阵列中的数据进行处理,并所述主微控制器将处理结果返回至所述上级***;
S5:所述主微控制器在本地进行其他数据处理任务,同时将其他数据处理结果返回至所述上级***。
上述的数据处理方法,其中,所述数据处理命令为数据查找命令、数据识别命令、数据比较命令或数据匹配命令。
上述的数据处理方法,其中,所述主微控制器将所述处理结果通过对外接口与所述上级***连接。
上述的数据处理方法,其中,所述比较匹配模块为内容可寻址存储器或三重内容可寻址存储器。
综上所述,本发明提出了一种存储设备及数据处理方法,在存储设备内添加了比较匹配模块,可以用软件实现,也可以用硬件实现,从而加速数据在存储设备内部进行查找、识别、比较或匹配等任务,缓解中央处理器的工作负载,提高存储设备进行数据处理的性能。
附图说明
图1是本发明现有技术信息处理的信息走向图;
图2是本发明现有技术固态硬盘的内部结构示意图;
图3是本发明现有技术磁盘的内部结构示意图;
图4是本发明现有技术独立磁盘冗余阵列内部结构示意简图;
图5是本发明实施例一种存储设备的内部结构示意图;
图6是本发明实施例比较匹配模块硬件的结构示意图;
图7是本发明实施例一种数据处理方法的流程示意图;
图8是本发明实施例数据读取的原理图;
图9是本发明实施例比较匹配模块信息处理的示意图。
具体实施方式
下面结合附图对本发明进行进一步说明。
实施例一
如图5所示的一种存储设备18(存储设备18可以是磁盘、固态硬盘、网络附属存储或独立磁盘冗余阵列,也可以是能够用于本发明的其他存储设备,在此不作为限制)中,主微控制器20分别与上级***和存储阵列21连接,用于接收上级***下发的数据处理命令,同时还可以对存储单元进行管理和控制,例如损耗均衡、模块选择、错误检查纠错、数据读写等;比较匹配模块19与主微控制器20和存储阵列21连接,以根据数据处理命令(数据处理命令可以是数据查找命令、数据识别命令、数据比较命令、数据匹配命令或其他数据处理命令)对存储阵列21中存储的待处理数据进行处理,并通过主微控制器20将处理结果反馈至上级***;主微控制器20与上级***通过对外接口22连接,以将处理结果发送至上级***。比较匹配模块19通常为硬件,可以集成在主微控制器20中,虽然可能提高成本,但是能够节省空间提高集成度。比较匹配模块19为内容可寻址存储器或三重内容可寻址存储器,也可以是能够应用于此的可寻址存储器。结构示意图如图6所示,比较匹配模块19包括存储单元23、数据匹配寄存器24、译码器25、匹配线26、读出感应放大器27、匹配数据28,其能够在一个硬件时钟周期内完成匹配数据28的精确匹配查找,远远快于软件实现的速度。可寻址存储器(或三重可寻址存储器)的访问方式是输入匹配数据的内容,即可将此匹配数据28与可寻址存储器(或三重可寻址存储器)中所有的表项同时进行匹配比较,最后返回匹配表项在可寻址存储器(或三重可寻址存储器)中所对应的地址其中。
实施例二
如图7所示,本发明提供了一种数据处理方法,应用于图4所示的存储设备18,该方法包括:
S1:上级***通过对外接口22发送数据处理命令(该数据处理命令可以是数据查找命令、数据识别命令、数据比较命令、数据匹配命令或其他相关命令)至存储设备18;
S2:存储设备18中的主微控制器20接收数据处理命令,并根据数据处理命令判断是否需要对存储阵列21中的数据进行处理操作;若判断结果为是,执行S3;若判断结果为否,执行S5;
S3:主微控制器20将数据处理命令发送给比较匹配模块19(比较匹配模块19可以是内容可寻址存储器或三重内容可寻址存储器);
S4:比较匹配模块19接收并根据数据处理命令,对存储阵列21中的数据进行处理,并将处理结果返回至主微控制器20;
S5:主微控制器20继续在本地进行其他数据处理任务,同时将数据结果通过对外接口22返回至上级***。
实施例三
Google文件***(***FileSystem谷歌文件***,简称GFS),一种专有分布式文件***,由Google公司开发,运行于Linux平台上。它为Google云计算提供海量存储,并且与Chubby、MapReduce以及Bigtable等技术结合十分紧密,处于所有核心技术的底层。GFS包括一个master结点(主服务器),多个chunkserver(数据服务器)和多个client(运行各种应用的客户端)。图8是GFS的体系结构示意图,每一结点都是普通的Linux服务器,GFS的工作就是协调成百上千的服务器为各种应用提供服务。chunkserver提供存储。GFS会将文件划分为定长数据块,每个数据块都有一个全局唯一不可变的ID(数据块句柄:chunk_handle),数据块以普通Linux文件的形式存储在chunkserver上,出于可靠性考虑,每个数据块会存储多个副本,分布在不同chunkserver。GFSmaster就是GFS的主服务器,负责维护文件***的元数据,包括命名空间、访问控制、文件-块映射、块地址等,以及控制***级活动,如垃圾回收、负载均衡等。应用需要链接client的代码,然后client作为代理与master和chunkserver交互。master会定期与chunkserver交流,以获取chunkserver的状态并发送指令。图8还描述了应用读取数据的流程:1.应用程序37指定读取某个文件的某段数据,因为数据块是定长的,client38可以计算出这段数据跨越了几个数据块,client38将文件名和需要的数据块索引发送给master39;2.master39根据文件名查找命名空间40和文件-块映射表41,得到需要的数据块副本所在的地址,将数据块的ID和其所有副本的地址反馈给client38;3.client38选择一个副本42,联系chunkserver43索取需要的数据44;4.chunkserver43返回数据44给client38。
本发明提出的数据处理的方法应用在GFS中,具体实现步骤如下所示:
S1:当客户应用请求某个文件的某个数据并进行数据处理,client将文件名和需要的数据块索引发送给master服务器;
S2:master根据文件名查找命名空间和文件-块映射表,得到需要的数据块副本所在的地址,将数据块的ID和其所有副本的地址反馈给client;
S3:客户机选择一个副本,联系chunkserver。Chunkserver下的本地存储设备中的比较匹配模块在存储设备进行对用户所需数据进行查找、匹配等任务,如图9所示,由本地存储设备中的主微控制器配置比较匹配模块用户所需查找或匹配的关键字信息45,然后比较匹配模块在本地存储设备中的原始数据46进行数据查找和匹配,再将查找和匹配的数据结果47返回给主微控制器,主微控制器再对用户所需数据在存储设备内做进一步处理;
S4:本地存储设备将处理后的子结果数据传给主机***,chunkserver再返回数据给client。
可见,在GFS文件***中应用本发明这种基于比较匹配模块加速在存储设备内进行处理的方法,可以减少数据在存储设备和数据服务器内存之间的搬运,减少客户端和数据服务器之间的数据传输量,大大降低功耗,本发明中的比较匹配模块能够加速数据在存储设备内的查找和匹配,进而提高了在存储设备内部进行数据处理的性能。
综上所述,本发明提出了一种存储设备及数据处理方法,在存储设备内添加了比较匹配模块,可以用软件实现,也可以用硬件实现,从而加速数据在存储设备内部进行查找、识别、比较或匹配等任务,缓解中央处理器的工作负载,提高存储设备进行数据处理的性能。
通过说明和附图,给出了具体实施方式详细描述,对于本领域的技术人员而言,阅读上述说明后,各种变化和修正无疑将显而易见。因此,所附的权利要求书应看作是涵盖本发明的真实意图和范围的全部变化和修正。在权利要求书范围内任何和所有等价的范围与内容,都应认为仍属本发明的意图和范围内。
Claims (11)
1.一种存储设备,其特征在于,应用于包括上级***的计算机架构中,所述存储结构包括:
存储阵列,预存有待处理数据;
主微控制器,分别与所述上级***和所述存储阵列连接,以用于接收所述上级***下发的数据处理命令;以及
比较匹配模块,与所述主微控制器和所述存储阵列连接;
其中,所述比较匹配模块根据所述数据处理命令对所述存储阵列中存储的所述待处理数据进行处理,并通过所述主微控制器将处理结果反馈至所述上级***。
2.根据权利要求1所述的存储设备,其特征在于,所述比较匹配模块为硬件模块。
3.根据权利要求1所述的存储设备,其特征在于,所述比较匹配模块集成在所述主微控制器中。
4.根据权利要求1所述的存储设备,其特征在于,所述比较匹配模块为内容可寻址存储器或三重内容可寻址存储器。
5.根据权利要求1所述的存储设备,其特征在于,所述数据处理命令为数据查找命令、数据识别命令、数据比较命令或数据匹配命令。
6.根据权利要求1所述的存储设备,其特征在于,所述存储设备包括磁盘、固态硬盘、网络附属存储或独立磁盘冗余阵列。
7.根据权利要求1所述的存储设备,其特征在于,所述主微控制器与所述上级***通过对外接口连接,以将所述处理结果发送至所述上级***。
8.一种数据处理方法,其特征在于,应用于如权利要求1~7中任意一项所述的存储设备中,所述方法包括:
S1:所述上级***发送数据处理命令至所述存储设备;
S2:所述存储设备中的所述主微控制器接收所述数据处理命令,并根据所述数据处理命令判断是否需要对所述存储阵列中的数据进行处理操作;
若判断结果为是,执行S3;
否则,执行S5;
S3:所述主微控制器将所述数据处理命令发送给所述比较匹配模块;
S4:所述比较匹配模块接收并根据所述数据处理命令,对所述存储阵列中的数据进行处理,并通过所述主微控制器将处理结果返回至所述上级***;
S5:所述主微控制器在本地进行其他数据处理任务,同时将其他数据处理结果返回至所述上级***。
9.根据权利要求7所述的数据处理方法,其特征在于,所述数据处理命令为数据查找命令、数据识别命令、数据比较命令或数据匹配命令。
10.根据权利要求7所述的数据处理方法,其特征在于,所述主微控制器将所述处理结果通过对外接口与所述上级***连接。
11.根据权利要求7所述的存储设备,其特征在于,所述比较匹配模块为内容可寻址存储器或三重内容可寻址存储器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510716920.8A CN105426119A (zh) | 2015-10-28 | 2015-10-28 | 一种存储设备及数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510716920.8A CN105426119A (zh) | 2015-10-28 | 2015-10-28 | 一种存储设备及数据处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105426119A true CN105426119A (zh) | 2016-03-23 |
Family
ID=55504352
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510716920.8A Pending CN105426119A (zh) | 2015-10-28 | 2015-10-28 | 一种存储设备及数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105426119A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106951181A (zh) * | 2017-02-21 | 2017-07-14 | 深圳大普微电子科技有限公司 | 一种数据存储***的控制装置 |
CN107037989A (zh) * | 2017-05-17 | 2017-08-11 | 北京小米移动软件有限公司 | 分布式计算***中的数据处理方法和装置 |
CN108153480A (zh) * | 2016-12-05 | 2018-06-12 | 北京京存技术有限公司 | 一种基于NAND flash的数据处理方法、存储设备 |
WO2024032526A1 (zh) * | 2022-08-10 | 2024-02-15 | 阿里巴巴(中国)有限公司 | 一种数据检索处理方法和*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101840374A (zh) * | 2010-04-28 | 2010-09-22 | 福建星网锐捷网络有限公司 | 处理装置、信息查找***及信息查找方法 |
CN203410402U (zh) * | 2013-06-21 | 2014-01-29 | 北京盛世光明软件股份有限公司 | 一种汽车智能保护*** |
US20150067243A1 (en) * | 2013-08-30 | 2015-03-05 | NXGN Data, Inc. | System and method for executing map-reduce tasks in a storage device |
CN104571946A (zh) * | 2014-11-28 | 2015-04-29 | 中国科学院上海微***与信息技术研究所 | 一种支持逻辑电路快速查询的存储器装置及其访问方法 |
-
2015
- 2015-10-28 CN CN201510716920.8A patent/CN105426119A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101840374A (zh) * | 2010-04-28 | 2010-09-22 | 福建星网锐捷网络有限公司 | 处理装置、信息查找***及信息查找方法 |
CN203410402U (zh) * | 2013-06-21 | 2014-01-29 | 北京盛世光明软件股份有限公司 | 一种汽车智能保护*** |
US20150067243A1 (en) * | 2013-08-30 | 2015-03-05 | NXGN Data, Inc. | System and method for executing map-reduce tasks in a storage device |
CN104571946A (zh) * | 2014-11-28 | 2015-04-29 | 中国科学院上海微***与信息技术研究所 | 一种支持逻辑电路快速查询的存储器装置及其访问方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108153480A (zh) * | 2016-12-05 | 2018-06-12 | 北京京存技术有限公司 | 一种基于NAND flash的数据处理方法、存储设备 |
CN106951181A (zh) * | 2017-02-21 | 2017-07-14 | 深圳大普微电子科技有限公司 | 一种数据存储***的控制装置 |
WO2018153051A1 (zh) * | 2017-02-21 | 2018-08-30 | 深圳大普微电子科技有限公司 | 一种存储***的控制装置 |
US11567696B2 (en) | 2017-02-21 | 2023-01-31 | Shenzhen Dapu Microelectronics Co., Ltd. | Control device of storage system |
CN107037989A (zh) * | 2017-05-17 | 2017-08-11 | 北京小米移动软件有限公司 | 分布式计算***中的数据处理方法和装置 |
WO2024032526A1 (zh) * | 2022-08-10 | 2024-02-15 | 阿里巴巴(中国)有限公司 | 一种数据检索处理方法和*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11082206B2 (en) | Layout-independent cryptographic stamp of a distributed dataset | |
CN110799960B (zh) | 数据库租户迁移的***和方法 | |
US8819335B1 (en) | System and method for executing map-reduce tasks in a storage device | |
Doulkeridis et al. | A survey of large-scale analytical query processing in MapReduce | |
US20170083573A1 (en) | Multi-query optimization | |
US8364751B2 (en) | Automated client/server operation partitioning | |
US9372880B2 (en) | Reclamation of empty pages in database tables | |
US20160179581A1 (en) | Content-aware task assignment in distributed computing systems using de-duplicating cache | |
CN106663047A (zh) | 用于优化的签名比较和数据复制的***和方法 | |
KR20170008152A (ko) | 불휘발성 메모리 장치에서의 데이터 특성 기반 데이터 배치 | |
Humbetov | Data-intensive computing with map-reduce and hadoop | |
US10515078B2 (en) | Database management apparatus, database management method, and storage medium | |
CN109918450B (zh) | 基于分析类场景下的分布式并行数据库及存储方法 | |
CN105426119A (zh) | 一种存储设备及数据处理方法 | |
US11625192B2 (en) | Peer storage compute sharing using memory buffer | |
CN104035822A (zh) | 一种低开销的高效内存去冗余方法及*** | |
US10061725B2 (en) | Scanning memory for de-duplication using RDMA | |
CN107273049B (zh) | 一种应用在统一存储管理***上的卷管理方法 | |
Rababa et al. | Optimizations for filter-based join algorithms in MapReduce | |
Xu et al. | Banian: a cross-platform interactive query system for structured big data | |
CN115114297A (zh) | 数据轻量存储及查找方法、装置、电子设备及存储介质 | |
US20170031909A1 (en) | Locality-sensitive hashing for algebraic expressions | |
CN111767287A (zh) | 数据导入方法、装置、设备及计算机存储介质 | |
WO2017019889A1 (en) | Maintaining performance in the presence of insertions, deletions, and streaming queries | |
CN108139980A (zh) | 用于合并存储器页的方法和存储器合并功能 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160323 |
|
RJ01 | Rejection of invention patent application after publication |