※ [本文轉錄自 PC_Shopping 看板 #1MqmmLbO ]
作者: s25g5d4 (function(){})() 看板: PC_Shopping
標題: [情報] SSD reliability in the real world
時間: Sun Feb 28 23:02:19 2016
ZDNet - SSD reliability in the real world: Google's experience
http://www.zdnet.com/article/ssd-reliability-in-the-real-world-googles-experience/
縮：http://goo.gl/jhsFhK
沒有授權我就不轉內容了
大致翻譯一下，不保證正確，請以原文為準：
- 來自加拿大多倫多大學的 Bianca Schroeder 教授與 Google 合作，統計
大量使用於 Google 資料中心的固態硬碟可靠性。
- 這項計畫總共統計了：
* 六年間數十萬顆固態硬碟
* 十種不同型號
* 三種不同快閃記憶體類型：MLC, eMLC, SLC
* 包含企業級及消費級固態硬碟
- 結論中的關鍵：
* 規格中的不可修正位元錯誤率完全沒有意義。
* 好消息：在完全損耗前（譯註：達到規格 P/E），底層位元錯誤率成長
速度低於預期（譯註：原預期為指數性成長，但數據指出實際上為線性
成長），且與不可修正位元錯誤率無關。
（譯註：底層位元錯誤多數可以被控制器處理並修正，但無法修正時便
升級為不可修正之位元錯誤，此不包含檔案系統本身錯誤糾正機制）
* 高階 SLC 固態硬碟並沒有比 MLC 來的可靠。
* 壞消息：固態硬碟故障率低於普通硬碟，但不可修正位元錯誤率高於普
通硬碟。
* 固態硬碟的年齡影響可靠性，而非使用強度。
* 在全新固態硬碟中壞的區塊十分常見，而已有大量壞區塊的固態硬碟極
可能壞更多其他區塊。可能源於晶粒或晶片製造失誤。
（譯註：區塊指清除指令所清除的最小單位）
* 30~80%（譯註：不同型號而有不同結果）的固態硬碟會至少出現一個壞
區塊，而 2~7% 在上線後四年內會壞至少一整顆晶片。
- 結論
* MLC 固態硬碟與高價企業級 SLC 固態硬碟一樣可靠。
這個結果與普通硬碟使用經驗相同，企業級 SAS 及光纖通道硬碟與消
費級 SATA 硬碟一樣可靠。
（譯註：原報告中並無提到此段）
* 企業級固態硬碟價格較高的原因，其中之一乃是因其預留空間（over-
provisioning）較多所至。固態硬碟需要預留空間的兩個主要原因是：
提供足夠的可用區塊以取代完全損耗的壞區塊；及避免因為垃圾回收（
garbage collection）機制導致的寫入效能衰退。
* 報告中的第二個結論是固態硬碟年齡與錯誤率成長有關，而非使用程度
。代表實際上並不需要為了避免快閃記憶體完全損耗而預留空間。
（譯註：這段並不是說 OP 沒有用，顆粒本身會壞，所以越多的 OP 可
保障顆粒壞掉時還有足夠的空間作重映射 re-map，且 OP 可避免 GC
時寫入效能衰退）
受統計之固態硬碟中沒有任何一顆損耗至接近其寫入極限，哪怕是只有
3000 P/E 的 MLC 固態硬碟。
（譯註：Google 狂操猛幹都寫不到 MLC 極限了）
* 但並不是只有好消息。固態硬碟不可修正位元錯誤率比普通硬碟更高，
代表對固態硬碟做備份的重要性高於普通硬碟。固態硬碟在其正常壽命
內較不容易故障，但較易丟失資料。
paper 在此：https://www.usenix.org/conference/fast16/technical-sessions/presentation/schroeder
縮：https://goo.gl/oUWmwL
15 頁沒有很多，我看了一下 Summary 其中有幾點很有趣：
1. 有 20~63% 固態硬碟運作四年內曾出現至少一次不可修正錯誤，而運轉
時間中有千分之二至六受此錯誤影響。
2. 底層錯誤率雖常用於測量固態硬碟可靠性，但較高的底層錯誤率並沒有
與高不可修正錯誤率有關，故其並非一個可靠的可靠性指標。
3. 底層錯誤率與不可修正錯誤率與 P/E Cycle 數有關，但成長速度為線性
而非預期的指數性成長。在超過原廠 P/E Cycle 極限後並沒有即死情況
發生。
4. 製程越小，底層錯誤率越高，但不代表較易發生非透明錯誤。
（譯註：可以被控制器修正且不影響使用者的稱為透明錯誤，無法被控
制器修正的稱為非透明錯誤。
不可修正錯誤指讀取時發生錯誤且 ECC 無法修正，會發生於內部操作
，如 GC，或使用者操作。若為使用者操作發生不可修正錯誤，且經多
次重試後仍無法取得正確資料，稱為最終讀取錯誤）
5. 固態硬碟要嘛壞區塊很少，要嘛整組壞光光。所以可以透過目前壞區塊
數預測故障。還有出廠就有大量壞區塊的，很可能越死越多。
6. 此前 Facebook 公布的固態硬碟可靠性報告與此份報告有兩個差異：
1) FB 將不可修正錯誤與使用強度作連結。FB 的報告中發現了明顯的早
期死亡率，但此報告沒有。探究其原因除了兩家公司測試方法不同外
，FB 較強調固態硬碟早期生命，而沒有提供超過數百 P/E 後的資料
，儘管他們的 P/E Cycle 限制高達數萬。此份報告主要研究宏觀角
度下完整的固態硬碟生命週期。
2) FB 報告指出讀取干擾錯誤並沒有明顯的影響。但此份報告指出讀取
干擾雖然沒有產生不可修正錯誤，但卻對底層資料錯誤有影響。
（譯註：讀取時造成鄰近區塊無法充電，稱為讀取干擾錯誤）
7. SLC 底層錯誤率較 MLC 及 eMLC 低，但可靠性並沒有比較高。SLC 固態
硬碟並沒有比較低的替換率與不可修正錯誤率。
eMLC 底層錯誤率較 MLC 高。這可能是因為 eMLC 多數為較小製程。