Non-Balance磨损平衡算法：提升固态硬盘3倍以上寿命

为了让闪存拥有更长久的生命周期，避免一些块（Block）被频繁擦除而迅速成为坏块，而另一些块则因极少擦除这样不均衡的擦写而导致SSD整体生命周期缩短的弊端，闪存从业者提出了多种磨损平衡算法（Wear-Levelling）和垃圾回收（Garbage Collection）策略来规避这些问题的产生。

磨损平衡算法产生的背景

磨损平衡算法是基于闪存的基本特征而产生：

1、不支持本地更新（outplace-update，即不能在原数据位置进行覆盖写入或者直接更改，更改数据需要将更改后的数据搬迁至新的可用的page，原有位置的page被标示为无效页，必须要先擦除无效页才能在原位置重新写入数据）；

2、以page为单位写入，以Block为单位擦除，擦除Block需要先将可用page中的数据搬迁，那么，当有大量的Block可以被选择擦除时，搬迁哪些Block中的page并重新利用就关系到对不同Block的擦除次数；

3、每个Block有擦除次数限制，经常被擦除的Block会很快成为“坏块（bad block）”因此，只有均衡每个Block的擦除次数，才能让闪存具有更长的使用寿命。

FTL通常将page分为三种类型：有效页（valid page）、无效页（Invilid page）、可用页（Free page）,若物理页有逻辑地址相对应则表明该页的数据是有效的，称为有效页，反之，称为无效页，当垃圾回收运行后，无效页被Erase，成为可用页，此时，才可以重新被写入数据。

举例来说，当逻辑地址A（假设对应物理地址1）数据需要被修改，无法直接对A地址的数据修改，需要将A地址数据读取到cache中进行修改，然后将修改好的数据写入新的物理地址（假设物理地址6），同时将逻辑地址A对应到物理地址6，TRIM将物理地址1标为无效页，当可用页越来越少时，就会启动垃圾回收（Garbage Collection）,将无效页进行Erase，重新变成可用页，此时，问题就来了：

由于Erase是以Block为单位，如果需要擦除的Block中仍然包含有效页，那么就需要先将有效页进行搬迁，然后才能擦除，那么，是对包含有效页最少的Block进行擦除还是对虽然包含有效页较多但擦除次数较少的Block进行擦除？是否考虑有效块冷数据所在Block的擦除次数？还是有他条件的对某些Block进行擦除？由于这些垃圾回收直接关系到Block的擦除次数，因此，如何做到每个Block都能够被平均的擦除，而不是对某些包含热点数据的Block经常被擦除，而另一些Block则极少被擦除，磨损平衡算法正是在此背景下产生。

垃圾回收策略

所谓的磨损平衡是指在执行垃圾回收的过程中，对哪些Block执行垃圾回收，用什么样的机制进行回收才能保证每个Block被擦除的次数接近均衡。简单的回收策略可以缩短计算回收Block所需的时间，但会导致每个Block磨损的不均衡。复杂的回收策略均衡了算法，但导致系统效能降低，因此，好的回收策略需要平衡系统效能和磨损次数之间的微妙关系。

垃圾回收策略从最基本的Greedy算法（选择包含最少有效页的Block来回收）到逐步演进的cost-Benefit算法（考虑的Block的擦除频率，也就是冷热数据的影响），公式如下：

再到CAT回收算法，在cost-benefit的基础上考虑了Block的擦除次数因素，需要回收的Block由决定，选择所得值最小的Block来回收）。公式如下：

进而CICL算法则更进一步进行了优化，需要回收的Block由Block中的有效page数与所有Block擦除次数是否平均两个因素来决定，l为决定这两个因素的权重，如果所有Block的平均擦除次数相同，则l为0，选择需要回收的Block时只需要考虑Block中的有效page数即可，否则，就需要考虑此两种因素。公式如下：

基于上述垃圾回收策略的基础思想，各家Controller厂商演变出多种多样的各不相同垃圾回收算法，以及冷热数据的分析方法。

被动回收策略和主动回收策略

垃圾回收有两个重要的问题需要考虑：回收无效Block的时机以及每次回收的数量。因此，又关系到两种回收策略：主动回收策略与被动回收策略。被动回收策略是当接收到写入请求时，系统根据目前状况判断是否执行垃圾回收，此策略模式下，系统通常会对可用空间设定一个临界值，当可用空间小于临界值时开始执行垃圾回收。每次需要回收多少空间则有Firmware工程师自己定义。

这种磨损的弊端在于：当执行垃圾回收时，写入请求会被延迟，每次需要执行回收的Block数量越多，延迟的时间就越长，外在表现为写入性能急速下降。对于普通用户而言，会感觉系统卡顿或者假死现象，对于数据采集用户而言，在执行垃圾回收过程中将会出现大量的丢帧现象。

下图：被动垃圾回收机制下的性能表现：

主动回收策略则是利用系统空闲时间执行垃圾回收，通过固件设定周期性任务，定时检查可用块的剩余情况，如有需要就执行垃圾回收。主动回收策略等同于利用空闲时间提前进行垃圾回收，避免了被动策略所造成的性能波动。单一利用系统空闲时间执行主动垃圾回收同样存在弊端，假设系统一直没有空闲时间，垃圾回收同样无法有效执行，例如：城市道路视频监控，闪存会一直有文件写入，此种情形下垃圾回收与被动策略基本雷同。

领存在主动回收策略中采用了更加优化的方式：PR-Latency技术，同时，根据不同的应用场景，配合自动可调的OP空间，可以使SSD即使在100%写/读负荷的情况下都可以保持同样的性能，使用IOMeter 设置2MB pattern，100%写模式进行不间断的测试，一周后直接测试性能曲线，仍然可以表现为一条直线。

静态磨损平衡和动态磨损平衡

动态磨损平衡是指当需要更改某个page中的数据时，将新的数据写入擦除次数较少的物理页上，同时将原页标为无效页，动态磨损平衡算法的缺点在于，如果刚刚写入的数据很快又被更新，那么，刚刚更新过的数据块很快又变成无效页，如果频繁更新，无疑会让保存冷数据的Block极少得到擦除，对闪存整体寿命产生不利影响。早期的SSD主控多用动态磨损平衡算法，现在则更多是研究动态和静态共同使用。

静态磨损平衡则是考虑了那些更新频率很低的Block（冷数据），例如：系统数据所在的Block，或者某些只读数据，这些冷数据所在的Block被更新的频率比热数据所在的Block明显低很多，静态磨损平衡算法就是把这些冷数据所在的Block也加入磨损平衡中，增加了闪存的总体寿命。静态磨损平衡的算法非常多，没有那种算法是绝对的完美，后人的算法总是在前人算法的基础上更进一步，不同应用场景、不同需求都会导致不同的算法产生。

一种寿增三倍的算法：领存Non-Blance磨损平衡算法

目前垃圾回收算法基本都是围绕如何更加平均的擦除每个Block这种思想进行设计，这些算法是基于Block耐磨度完全一致的“假设”基础之上，但事实上，每个page和Block的耐磨状态是不同的，当对一个闪存上的所有Block进行平均擦除时，必然会有一些Block先成为Bad Block，而另一些Block则会有更长时间的耐磨度。这是由晶圆设计工艺所决定的，在目前的工艺条件下，尚无法确保每个Block完全一致，而且晶圆一定会存在一些错误，不可控制的是这些错误是随机分布的。

下图为全新Nand Flash（型号：JS29F16B08CCME2，Intel 16GB MLC）做10次P/E后的情形，结果显示每个Block的Erase时间是不同的，不同的操作时间反应了每个Block的原始状态不同，操作时间短的Block健康状态理论上好于操作时间长的Block。

如果每个Block的耐磨度本来是不均衡的，人为通过算法保持每个Block擦除一致的结果，不是延长了闪存整体寿命，恰恰是损害了闪存最佳使用寿命。

领存 Non-Blance算法思想是：能者多劳。打破前人假设“每个Block寿命一致”基础上的平衡算法，在使用过程中对每个page和Block真实耐磨度进行评估，让耐磨度强的Block得到更多的擦写次数，而耐磨度差的则得到相应的保护。只有每个Block都不成为坏块，才能最大程度上减少对每个Block的擦除次数，举例来说：100个Block写入1TB数据和1000个Block写入1TB数据，假设100个Block写入1TB数据需要被擦除10次，那么，1000个Block只需要被擦除1次。

Non-Blance算法的另一个精要是：当Block的不可纠正误码率（UBER，Uncorrectable Bit Error Rate）达到一定的阈值时，将MLC模式转自动换为SLC模式。Non-Blance算法涉及到重要的技术难题是：如何判断闪存的真实耐磨度（如：page1为3000P/E cycle，page3为5000P/E cycle）。测试page真实耐磨度的方法有很多，可以通过某个关键指标或者多个指标综合判断，也可以通过高温或者低温条件下的加速测试事先做好某一型号Nand Flash的耐磨度关键指标测试，具体做法有如下思路：

通过对某一个型号的Nand Flash做破坏性测试，对Nand Flash做最彻底的P/E测试，记录原始误码率变化、不可纠正误码率和操作时间的精准数据，建立三者之间的数学模型，定义不同误码率（原始误码率及低强度ECC下的误码率）及操作时间对应page真实的耐磨度，通过高温条件下的加速测试修正此数学模型。

尽管从实际的操作过程上看，会增加很高的复杂度（测试是个非常耗费时间的过程，且需要对数学模型不断的修正使其更加精准），但实际的效果会远远好于不考虑page实际耐磨度的做法，技术的进步往往是从细节和耐心开始。

SSD是木桶理论的最佳践行者，SSD的整体寿命取决于最差的那片闪存，因此，如何筛选出耐磨度一致的闪存才决定了SSD到底可以使用多久，否则，无论多么优秀的算法，终究会败给最孱弱的那片闪存。

fqj