基于NAND Flash 固态硬盘的坏块管理方法

李中，周加谊，曹睿

（中国兵器装备集团自动化研究所有限公司，四川 绵阳 621000）

在大数据时代的今天，数据传输量越来越大，数据传输速度要求越来越高，机械硬盘的传输速度已经不能满足现状，固态硬盘迎来了发展机会，使用场景越来越多。固态硬盘存储介质NAND Flash 与传统磁性存储介质相比，具有低功耗、抗震动、无噪声的特点。但是NAND Flash 存在擦除寿命限制，当擦除次数超过阈值时，NAND Flash 变得不可靠；MLC NAND Flash 的Block 最大擦除次数仅3 000 次，TLCNAND Flash Block 擦除寿命只有1 000 次；同时由于制造工艺和使用环境等因素，NAND Flash 出厂时就存在坏块，随着使用过程中擦除Block 次数的增加，产生了新的坏块，导致坏块不断增加。这些坏块不能可靠存放数据，因此在使用时需要先对坏块进行管理。

1 固态硬盘结构

从固态硬盘结构图可知，固态硬盘（solid state disk）[1]由控制单元(主控芯片)和存储单元（NAND Flash）组成，主控芯片和NAND Flash 之间一般采用多通道（channel）连接，数据最终存放在NAND Flash颗粒中。固态硬盘存储数据，在NAND Flash 颗粒上体现为电荷的存储。固态硬盘对数据的读、写、擦操作，其最终在NAND Flash 颗粒上表现为颗粒单元的充电放电；而颗粒单元不断的充电放电会导致颗粒单元绝缘层被击穿，不能可靠存储电荷，从而出现坏块。坏块不能可靠地存储数据，需要进行管理。为避免数据存储在坏块中，该文提出NAND Flash 坏块管理算法，通过在固态硬盘主控芯片内部RAM 中分配空间，采用1 位信息与一个Block 对应（“0”表示好块，“1”表示坏块），建立坏块表标记所有Block 状态的方法，对固态硬盘的高速传输、多通道传输进行了改进和优化，可以避免在读写过程中操作到坏块。固态硬盘结构图如图1 所示。

图1 固态硬盘结构图

2 NAND Flash物理结构

图2 所示是镁光一款NAND Flash 颗粒结构图，以此为基础简单介绍NAND Flash，仅用作参考，不同型号的NAND Flash 颗粒存在差异[2]。

图2 NAND Flash 颗粒结构图

由图2 NAND Flash 结构图可知，NAND Flash 由Logic Unit（LUN）、plane、Block、page 组成。page：对于固态硬盘，page 是读和写操作的最小单位，一个page 大小等于4 K 加224 byte；224 byte 数据空间又名spare data 区域，用于存放ECC 校验数据和固态硬盘算法信息，同时标记NAND Flash 的出厂坏块信息和使用过程中该Block 的属性；Block：NAND Flash擦除是以Block 为单位，一个Block 中存放着256 个page；固态硬盘软件算法采用逻辑Block 和物理Block 映射，能够解决NAND Flash 读写单位和擦除单位不对称的问题，同时也能提高固态硬盘的读写性能。plane：是将LUN 中所有Block 分为两个部分，1 plane 有2 048 个Block，偶数部分为plane0，奇数部分为plane1；plane 通过“乒乓操作”原理，提高NAND Flash 接口的读写性能；LUN：是Logic Unit NAND Flash 的一个逻辑单元，一个LUN 有4 096 个Block，一个NAND Flash 有多个LUN。

3 坏块管理

固态硬盘对读写速度的要求，使得固态硬盘主控芯片都支持多通道（Channel）操作，可以提高读写性能。但是坏块的出现会影响固态硬盘的读写性能和数据的一致性。多通道操作实际上是操作RaidBlock，提高接口数据的并发能力。该文提出的固态硬盘坏块管理方法，主要针对多通道、多NAND Flash 的坏块管理，致力于减少坏块出现对读写性能的影响和保护硬盘数据的一致性。该文提出的坏块管理方法主要包括四个部分：出厂坏块的统计、坏块表的建立和RaidBlock 的建立、RaidBlock 更新和坏块表的更新。

3.1 出厂坏块统计

NAND Flash 的坏块包括出厂坏块和使用过程中新增的坏块。出厂坏块由NAND Flash 厂商标记。不同的NAND Flash 厂商存放的位置可能存在差异。对于Micron MT29F32G08CBABB 颗粒，是用每个Block 的第一个page spare 区域的第一个byte 来表示该Block 是坏块还是好块，00 表示该Block 是坏块，0xFF 表示该Block 是好块。对于使用过程中新增坏块有三个产生源头：1）编程（program）过程中发生错误；2）擦除（erase）过程中发生错误；3）读（read）过程中出现ECC 无法纠正的错误[3-5]。

3.2 坏块表和RaidBlock的建立

初始化坏块表的建立是在固态硬盘量产时，通过扫描全盘Block 的方法实现的；初始化坏块表建立之后，固态硬盘在使用过程中，新增的坏块采用增量方式，向初始化坏块表进行添加。固态硬盘完成上电后，坏块表会读取到主控芯片内存，当坏块表更新时，先更新主控芯片内存中的坏块表，再把内存中的坏块表备份到NAND Flash 颗粒的固定位置；这种策略可以保证坏块表的准确性和实时性不受固态硬盘上、下电的影响，不用每次都采用扫描全盘来建立坏块表。坏块表建立流程图如图3 所示。

图3 坏块表建立流程图

由图3 坏块表的建立流程可知，通过扫描固态硬盘所有的Block，读取每个Block 第一个page 的spare data 区域的第一个byte 的值与0xFF 进行比较；从而确定该Block 是好块还是坏块，并建立坏块表[6-8]。坏块表以byte 数组形式进行保存，数组的每一个元素表示相邻的8 个Block，每个Block 块属性用一个bit表示，bit 值1 表示该Block 是坏块，bit 值0 表示该Block 是好块；这样一个byte 可以对应8 个Block，采用每个bit 来映射一个Block，可以减小坏块表的大小，节约存储资源。

RaidBlock 是由每个通道（channel）、每个CE 的Block 共同组成的逻辑Block 层，是一个抽象的Block[9-10]。由图4 RaidBlock 与物理Block 映射图可知，该固态硬盘有两个通道，每个通道连接的NAND Flash 有4 个CE，每个CE 有8 196 个Block。因此一个RaidBlock 组成元素有{Block（0,0），Block（0,1），Block（0,2），Block（0,3），Block（1,0），Block（1,1），Block（1,2），Block（1,3）}，其中Block（0,1）表示通道0的CE 1 的Block，元素0 表示通道，元素1 表示CE。在实际使用时，RaidBlock 表存储的是不规则的RaidBlock 元素，规则的RaidBlock 元素不作记录，可以减少RaidBlock 表大小，节约内存空间。同时RaidBlock 命名通常都是以Channel 0 和CE 0 的Block 为基准。如RaidBlock 表中存在如下内容：{3，3，100，3，3，3，3，235}，该内容表示RaidBlock 3 中Block3（0,2）和Block3（1,3）的Block 都是坏块，分别采用各自Block100（0,2）和Block235（1,3）来替换。在固态硬盘向RaidBlock3 读写数据时，先查询RaidBlock 表，再对应RaidBlock 表操作Block100（0,2）和Block235（1,3），然后读写数据；RaidBlock 构建的原理是依据NAND Flash 各个通道和各个CE 之间读写数据相对独立互不干扰，同时还能最大程度地提高通道并发能力，提高固态硬盘的读写性能，不受坏块影响。

RaidBlock 的建立是在固态硬盘量产时和坏块表建立同时完成的[11]。先将所有通道和CE 没有坏块的组建成RaidBlock，并统计所有存在坏块的通道和CE，以数组形式进行保存；找到坏块最多的通道和CE，确定最多组成RaidBlock 的个数；以通道0 和CE 0 为基准，建立RaidBlock表[12-13]，如图5 RaidBlock结构图所示。从行上看，有5 个行存在坏块，分别分布在不同CE 与通道上。从列上看，通道0 与CE 2 上存在最多坏块，个数为3；通过计算可知，最多形成8 193（8 196-3）个RaidBlock；其中8 191（8 196-5）个RaidBlock 是默认状态，不需要保存到RaidBlock 表，仅两个RaidBlock 需要建立RaidBlock 表，表中数据如{3，3，2，3，3，3，3，3}{200，200，895，200，200，200，200，895}。

RaidBlock 的个数会随着使用过程中坏块的增加而减少，但是存在一个阈值，当RaidBlock 个数小于这个阈值时，固态硬盘不能正常工作。该阈值一般由固态硬盘容量决定，超出阈值的RaidBlock 可以称作spare RaidBlock，该类Block主要用于提高固态硬盘垃圾回收（Garbage Collection）和磨损均衡（Wear-Leveling）效率。由图5 可知，基准线一的RaidBlock阈值是16，表示RaidBlock 总个数不能小于8 180（8 196-16）个，剩余的是spare RaidBlock 和坏块；基准线二表示该固态硬盘的某个通道和CE 存在最大的坏块数；基准线二的阈值是3，表示在通道0、CE 2上存在三个坏块。随着固态硬盘的使用，坏块增加基准线二逐渐向基准线一靠扰，当二者重合时，表示该固态硬盘已经不能正常使用。

图5 RaidBlock结构图

3.3 坏块表和RaidBlock表的更新

固态硬盘在使用过程中，新增坏块可以分为以下三种情况[14-15]：

1）当操作NAND Flash 出现page program 操作失败时，先把有效数据转移到spare RaidBlock，然后进行erase RaidBlock，若在erase 操作过程中出现错误，找到擦除失败的Block，记录好通道数和CE 数，标记为坏块；若擦除RaidBlock 完成，表示该RaidBlock 不存在坏块；

2）当操作NAND Flash 出现erase RaidBlock 失败时，找到擦除失败的Block，记录好通道数和CE 数，标记为坏块；

3）当read 操作出现ECC 无法纠正的错误，先把RaidBlock 有效数据转移到spare RaidBlock，然后进行erase RaidBlock，再进行program 数据并校验，若操作过程中出现失败，表示RaidBlock 存在坏块，再擦除RaidBlock，找到擦除失败的Block，标记为坏块；若操作成功，表示该RaidBlock 不存在坏块

当确定某个Block是坏块时，先标记坏块，更新坏块表；然后确认Block 所在的通道和CE，并确认通道和CE 的坏块数；如果大于最大通道和CE 的坏块数，则最大通道和CE 的坏块数增加1，spare RaidBlock 减少1；如果小于最大通道和CE 的坏块数，则更新Raid Block 表；最后将更新的表同步到NAND Flash[16]。

4 结束语

该文提出的坏块处理方法主要针对于主控芯片连接多通道NAND Flash 架构的固态硬盘。依据坏块表区分坏块和好块，达到管理Block 的目的。通过RaidBlock 的操作，可以确保在不操作到坏块的前提下，满足固态硬盘数据的并发需求，提高固态硬盘的读写效率。坏块表和RaidBlock 表的相互配合可以到达坏块管理的基本要求，确保数据的可靠性。