这篇文档属于类型a，即报告了一项原创性研究。以下是基于文档内容生成的学术报告：

研究作者及机构
本研究的作者包括Shiqiang Nie、Tong Lei、Jie Niu、Qihan Hu、Song Liu和Weiguo Wu，他们均来自西安交通大学计算机科学与技术学院。该研究发表于《Future Generation Computer Systems》期刊，2025年第164卷，文章编号为107598。

学术背景
本研究的主要科学领域为存储系统优化，特别是针对ZNS SSD（Zoned Namespace Solid State Drive，分区命名空间固态硬盘）上的键值存储引擎（key-value store engine）进行优化。ZNS SSD作为一种基于NAND闪存的存储设备，因其高效的存储和优异的耐久性，在数据中心和企业中得到了广泛应用。然而，ZNS SSD的存储空间被划分为多个独立的区域（zone），每个区域仅支持顺序写入和擦除操作，这为存储系统的设计带来了新的挑战。

研究背景知识包括日志结构合并树（LSM-tree，Log-Structured Merge Tree）和ZNS SSD的特性。LSM-tree是一种广泛应用于键值存储系统的数据结构，其通过顺序写入和批量合并操作来优化写入性能。然而，LSM-tree的“异地更新”（out-of-place update）特性无法保证在特定时间窗口内实现持久删除（persistent deletion），这可能导致数据隐私和安全问题。现有的解决方案（如Lethe-Fade）虽然能够实现时间约束的持久删除，但引入了显著的写入开销，加剧了写入放大（write amplification）问题。

本研究的目的是提出一种针对ZNS SSD上键值存储引擎的持久删除优化方案，旨在减少写入放大，同时确保在指定时间阈值内完成持久删除。

研究流程
研究流程包括以下几个主要步骤：
1. 问题分析与动机
研究者首先通过实验分析了现有方案（如Rocksdb和Lethe-Fade）在ZNS SSD上的性能表现，发现它们在持久删除方面存在显著的写入放大问题。实验结果显示，Lethe-Fade方案的写入数据量是Rocksdb的4倍，且在删除操作比例增加时，写入放大问题进一步加剧。
基于此，研究者提出了ZAP-Deletion+（Zone-Aware Persistent Deletion）方案，旨在通过优化数据布局和垃圾回收策略，减少写入放大。

1. ZAP-Deletion+方案设计
   ZAP-Deletion+方案包括三个核心策略：

   • Tombstone-Aware Zone Allocation（基于墓碑文件的区域分配策略）
     该策略根据SSTable文件的寿命（lifetime）将其分配到不同的区域。具体来说，包含墓碑文件（tombstone file）的SSTable文件被分配到专门的区域（TZone），以减少垃圾回收时的数据迁移。
     
   • Tombstone-Aware SSTable Selection（基于墓碑文件的SSTable选择策略）
     该策略在合并操作中优先选择包含墓碑文件的SSTable文件，同时考虑文件的重叠率（overlap ratio）和增量重叠率（incremental overlap ratio），以最小化写入放大。
     
   • Tombstone-Aware Victim Zone Selection（基于墓碑文件的垃圾回收区域选择策略）
     该策略在垃圾回收过程中优化区域选择，减少无效迁移（invalid migration）的墓碑文件。

2. 实验设计与实施
   研究者在Linux环境下使用FEMU模拟器对ZAP-Deletion+方案进行了性能评估。实验配置包括Intel CPU E5-2630 v3、256GB内存和16GB容量的ZNS SSD。实验基准测试使用了Lethe提供的工具，键值对的大小分别为16字节和1024字节。
   实验分为多个阶段，包括数据插入、删除和更新操作。研究者记录了写入放大、垃圾回收写入量、查询延迟和写入延迟等指标。

3. 数据分析与结果验证
   实验结果表明，ZAP-Deletion+方案在写入放大和垃圾回收写入量方面显著优于Rocksdb和Lethe-Fade方案。具体来说，当删除10%的键时，ZAP-Deletion+方案将写入放大减少了74.7%，将垃圾回收写入量减少了87.3%。此外，该方案在多种工作负载和不同ZNS配置下均表现出稳定的性能。

主要结果
1. 写入放大减少
ZAP-Deletion+方案通过优化数据布局和合并策略，显著减少了写入放大。实验结果显示，在无删除操作的情况下，该方案将合并写入量减少了8%；在删除10%的键时，合并写入量减少了74.7%。

1. 垃圾回收写入量减少
   通过优化垃圾回收区域选择策略，ZAP-Deletion+方案将垃圾回收写入量减少了87.3%。

2. 性能提升
   在查询和写入延迟方面，ZAP-Deletion+方案在删除操作期间和之后均表现出优于Rocksdb和Lethe-Fade的性能。

结论
本研究提出的ZAP-Deletion+方案通过优化数据布局、合并策略和垃圾回收策略，显著减少了写入放大和垃圾回收写入量，同时确保了在指定时间阈值内完成持久删除。该方案在ZNS SSD上的键值存储引擎中具有重要的应用价值，能够有效提升存储系统的性能和可靠性。

研究亮点
1. 创新性策略
ZAP-Deletion+方案首次将墓碑文件的寿命信息用于数据布局和垃圾回收优化，显著减少了写入放大。
2. 广泛适用性
该方案在多种工作负载和不同ZNS配置下均表现出稳定的性能，具有广泛的应用前景。
3. 实验验证
通过详细的实验验证，研究者证明了ZAP-Deletion+方案在写入放大和垃圾回收写入量方面的显著优势。

其他有价值的内容
研究者在实验中对多种工作负载（如正态分布、均匀分布、Zipf分布和Beta分布）进行了测试，验证了ZAP-Deletion+方案在不同场景下的有效性。此外，研究者还探讨了ZNS SSD区域容量对方案性能的影响，进一步丰富了研究内容。

以上是本研究的全面报告，旨在为其他研究人员提供详细的参考和借鉴。