CN112331249B - 预测存储器件寿命的方法、装置、终端设备和存储介质 - Google Patents
预测存储器件寿命的方法、装置、终端设备和存储介质 Download PDFInfo
- Publication number
- CN112331249B CN112331249B CN202011102525.8A CN202011102525A CN112331249B CN 112331249 B CN112331249 B CN 112331249B CN 202011102525 A CN202011102525 A CN 202011102525A CN 112331249 B CN112331249 B CN 112331249B
- Authority
- CN
- China
- Prior art keywords
- data
- data block
- writing
- error rate
- write
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012545 processing Methods 0.000 claims abstract description 87
- 238000004364 calculation method Methods 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 21
- 239000007787 solid Substances 0.000 claims description 19
- 238000012937 correction Methods 0.000 description 10
- 206010011906 Death Diseases 0.000 description 9
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11C—STATIC STORES
- G11C16/00—Erasable programmable read-only memories
- G11C16/02—Erasable programmable read-only memories electrically programmable
- G11C16/06—Auxiliary circuits, e.g. for writing into memory
- G11C16/34—Determination of programming status, e.g. threshold voltage, overprogramming or underprogramming, retention
- G11C16/349—Arrangements for evaluating degradation, retention or wearout, e.g. by counting erase cycles
- G11C16/3495—Circuits or methods to detect or delay wearout of nonvolatile EPROM or EEPROM memory devices, e.g. by counting numbers of erase or reprogram cycles, by using multiple memory areas serially or cyclically
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11C—STATIC STORES
- G11C16/00—Erasable programmable read-only memories
- G11C16/02—Erasable programmable read-only memories electrically programmable
- G11C16/06—Auxiliary circuits, e.g. for writing into memory
- G11C16/10—Programming or data input circuits
- G11C16/14—Circuits for erasing electrically, e.g. erase voltage switching circuits
- G11C16/16—Circuits for erasing electrically, e.g. erase voltage switching circuits for erasing blocks, e.g. arrays, words, groups
Abstract
本申请适用于存储设备技术领域，提供了一种预测存储器件寿命的方法、装置、终端设备和存储介质。该预测存储器件寿命的方法包括：当检测到对存储器件的任一数据块执行数据处理操作时，采集所述数据处理操作的属性参数，所述数据处理操作包括数据写入操作和数据擦除操作；根据所述属性参数计算所述数据块的误码率及预期写入/擦除次数；若所述误码率超过第一阈值；或若所述误码率未超过所述第一阈值且所述预期写入/擦除次数超过第二阈值，则确定所述存储器件到达寿命终点。本申请通过计算数据块的误码率判断存储器件的寿命是否到达终点，能够提高对存储器件寿命预测的准确性，提高存储器件的利用率。
Description
技术领域
本申请属于存储设备技术领域，尤其涉及一种预测存储器件寿命的方法、装置、终端设备和存储介质。
背景技术
采用非易失性存储介质(Not AND Flash)颗粒作为存储介质的存储器件因高速、环境适应能力强和低噪音等优点，广泛应用于诸多领域。但这类存储器件的寿命也因非易失性存储介质而受到写入/擦除次数(Program/Erase cycle，简写为P/E cycle)的限制，一旦存储器件到达寿命终点，其存储的数据会丢失或者不可用，因此有必对其寿命进行预测，以便于提前迁移或备份数据。
目前，存储器件生产厂商一般采用非易失性存储介质的写/擦次数来表示存储器件的寿命，当非易失性存储介质的写/擦次数到达了极限值，则判定该存储器件到达寿命终点。然而，由于生产厂商的技术水平参差不齐，该方法的预测结果并不可靠，容易导致存储器件不能物尽其用或者过度使用。
发明内容
有鉴于此，本申请实施例提供了一种预测存储器件寿命的方法、装置、终端设备和存储介质，提高对存储器件寿命预测的准确性，提高存储器件的利用率。
第一方面，本申请实施例提供了一种预测存储器件寿命的方法，包括：
当检测到对存储器件的任一数据块执行数据处理操作时，采集所述数据处理操作的属性参数，所述数据处理操作包括数据写入操作和数据擦除操作；
根据所述属性参数计算所述数据块的误码率及预期写入/擦除次数；
若所述误码率超过第一阈值；
或
若所述误码率未超过所述第一阈值且所述预期写入/擦除次数超过第二阈值，则确定所述存储器件到达寿命终点。
本申请实施例通过计算数据块的误码率及预期写入/擦除次数来衡量存储器件的寿命，当计算出来的数据块误码率大于第一阈值或者虽然误码率小于第一阈值，但是预期写入/擦除次数超过了第二阈值(即数据块所留有的可写入/擦除的次数不足)时，则说明该存储器件达到寿命终点。通过该方法可以更加精确的预测存储器件是否达到寿命终点，能够提高存储器件的可靠性及其利用率。
进一步的，当检测到对存储器件的任一数据块执行数据处理操作时，采集所述数据块执行数据处理操作的属性参数，包括：
获取所述数据块当前的写入/擦除次数；
根据所述数据块当前的写入/擦除次数和所述存储器件的擦写次数标称值，确定是否采集当前执行的数据处理操作的属性参数；
所述根据所述属性参数计算所述数据块的误码率及预期写入/擦除次数，包括：
若采集当前执行的数据处理操作的属性参数，则用当前采集的属性参数对上一次采集到的所述数据块执行数据处理操作的属性参数进行更新，并根据数据块当前的属性参数计算所述数据块的误码率及预期写入/擦除次数。
数据块的写入/擦除次数是存储器件默认记载的，通过获取数据块当前的写入/擦除次数，并判断该次数和存储器件的擦写次数标称值之间的关系，从而确定是否对当前的属性参数进行采集，可以在确保准确计算数据块误码率及预期写入/擦除次数的基础上降低计算难度，提高误码率及预期写入/擦除次数的计算效率。并且在采集当前执行的数据处理操作的属性参数后，对上一次采集的属性参数进行更新，能够提高误码率及预期写入/擦除次数计算的准确率。
进一步的，根据所述数据块当前的写入/擦除次数和所述存储器件的擦写次数标称值，确定是否采集当前执行的数据处理操作的属性参数，包括：
根据所述擦写次数标称值选取多个次数节点；
若所述数据块当前的写入/擦除次数为落入以所述次数节点为中心的范围区间内的指定数量的写入/擦除次数，则采集当前执行的数据处理操作的属性参数。
根据擦写次数标称值和当前数据块的写入/擦除次数之间的关系，设置不同的写入/擦除次数的采集标准，可以确保在不同的阶段都能够有足够的样本来计算数据块的误码率及预期写入/擦除次数。具体的，可以通过擦写次数标称值确定出多个次数节点，当数据块对应的写入/擦除次数小于所述擦写次数标称值时，以次数节点为中心，采集范围区间内的指定数量的写入/擦除次数；例如擦写次数标称值为3000，将写入/擦除次数为1000、2500、3000、 3500、4500确定为次数节点，然后以次数节点为中心，若数据块当前的写入/擦除次数符合指定数量，则根据采集的数据计算误码率及预期写入/擦除次数。假设以3000为中心，指定数量为前后各5，则3000的前5个和后5个写入/擦除次数为指定数量，若数据块当前的写入/擦除次数刚好是指定数量的写入/擦除次数，便进行采集，若不是，则不会进行采集。
进一步的，根据所述数据块当前的写入/擦除次数和所述存储器件的擦写次数标称值，确定是否采集当前执行的数据处理操作的属性参数，还包括：
针对大于所述擦写次数标称值的所述数据块当前的写入/擦除次数，若所述数据块当前的写入/擦除次数为指定频率的写入/擦除次数，则采集当前执行的数据处理操作的属性参数，其中所述指定频率随着写入/擦除次数的增加而增加。
除了设置次数节点划分出采集区间的方式以外，针对写入/擦除次数超过擦写次数标称值的情况，还可以采取另外一种方式，按照指定的频率确定目标写入/擦除次数，并且随着写入/擦除次数超过擦写次数标称值越大，目标写入/擦除次数确定频率也越高。
进一步的，当检测到对存储器件的任一数据块执行数据处理操作时，采集所述数据处理操作的属性参数，包括：
当检测到对存储器件的任一数据块执行数据写入操作时，采集所述数据块当前的写入/ 擦除次数、数据页写入时间以及误码率的增长率；
当检测到对存储器件的任一数据块执行数据擦除操作时，采集所述数据块的数据擦除时间。
对数据块执行不同的数据处理操作，所采集的属性参数不同。当数据处理操作为数据写入操作时，需要记载数据块当前的写入/擦除次数、数据页写入时间以及误码率的增长率；当数据处理操作为数据擦除操作时，仅需记载数据块的数据擦除时间。
进一步的，根据所述属性参数计算所述数据块的误码率及预期写入/擦除次数，包括：
根据采集的属性参数对应的所述写入/擦除次数、数据页写入时间、数据擦除时间以及误码率的增长率进行线性拟合，得到计算方程；
将当前数据块当次采集的所述写入/擦除次数和纠错码分别代入所述计算方程分别计算所述数据块的误码率及预期写入/擦除次数。
采集完数据之后，即可根据对应的属性参数对当前的数据块进行线性拟合，以获得当前数据块的计算方程，将数据块当前被采集的写入/擦除次数代入计算方程中，即可算出数据块的误码率及预期写入/擦除次数。
进一步的，在确定所述存储器件到达寿命终点之后，还包括：
将所述存储器件的工作模式设置为只读模式，并输出预设的提示信息。
当计算出来的数据块误码率大于第一阈值或者虽然误码率小于第一阈值，但是预期写入 /擦除次数超过了第二阈值时，则标志着存储器件到达了寿命的终点，此时存储器件会进入到只读取数据的模式，并通过提醒信息来提醒用户对该存储器件内的数据进行迁移或备份，以提高存储器件的可靠性。
第二方面，本申请实施例提供了一种预测存储器件寿命的装置，包括：
属性参数采集模块，用于当检测到对存储器件的任一数据块执行数据处理操作时，采集所述数据处理操作的属性参数，所述数据处理操作包括数据写入操作和数据擦除操作；
误码率计算模块，用于根据所述属性参数计算所述数据块的误码率及预期写入/擦除次数；
寿命终点确定模块，用于若所述误码率超过第一阈值；
或
若所述误码率未超过所述第一阈值且所述及预期写入/擦除次数超过第二阈值，则确定所述存储器件到达寿命终点。
第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如本申请实施例第一方面提出的预测存储器件寿命的方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如本申请实施例第一方面提出的预测存储器件寿命的方法。
本申请实施例与现有技术相比存在的有益效果是：可以提高存储器件寿命预测的准确性，提高存储器件存储的可靠性及其利用率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种预测存储器件寿命的方法的流程图；
图2是本申请实施例提供的预测存储器件寿命的方法在一个实际应用场景下的流程图；
图3是本申请实施例提供的一种预测存储器件寿命的装置的结构图；
图4是本申请实施例提供的一种终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定装置结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
以下实施例中所使用的术语只是为了描述特定实施例的目的，而并非旨在作为对本申请的限制。如在本申请的说明书和所附权利要求书中所使用的那样，单数表达形式“一个”、“一种”、“所述”、“上述”、“该”和“这一”旨在也包括例如“一个或多个”这种表达形式，除非其上下文中明确地有相反指示。还应当理解，在本申请实施例中，“一个或多个”是指一个、两个或两个以上；“和/或”，描述关联对象的关联关系，表示可以存在三种关系；例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B的情况，其中A、B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。
本申请实施例提供的预测存储器件寿命的方法可以应用于手机、平板电脑、医疗设备、可穿戴设备、车载设备、增强现实(augmented reality，AR)/虚拟现实(virtualreality，VR)设备、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本、个人数字助理(personal digital assistant，PDA)等终端设备或者服务器上，本申请实施例对终端设备和服务器的具体类型不作任何限制。
采用非易失性存储介质作的存储器件都存在一个特性，其寿命会受到写入/擦除次数的限制，因此为了确保数据存储的可靠性，对存储器件的寿命进行预测是很有必要的。目前，通常采用存储器件擦写次数标称值对该存储器件的寿命进行预测，但是由于生产商的技术水平参差不齐，该方法的预测结果准确度较低，容易造成存储器件不能物尽其用或者过度使用。针对这个问题，本申请提出一种新的预测存储器件寿命的方法，能够准确预测存储器件的寿命，从而提高存储器件存储的可靠性及其利用率。
新的预测存储器件寿命的方法是基于数据块的真实磨损程度来预测的，这是因为存储器件的寿命之所以会受到写入/擦除次数的限制，主要是由于在执行数据处理操作时，压力诱导破坏数据块(非易失性存储介质的存储单元)的氧化层，而对于固件来说，磨损是均衡的，因此可以通过判断当前执行处理操作的数据块的真实磨损程度，准确预测存储器件的寿命。具体的，对于数据块的真实磨损程度，可以通过数据块的误码率及预期写入/擦除次数和存储器件的纠错能力来衡量。
在一个实施例中，请参阅图1，图1示出了本申请提供的一种预测存储器件寿命的方法的流程图，包括：
101、当检测到对存储器件的任一数据块执行数据处理操作时，采集所述数据处理操作的属性参数，所述数据处理操作包括数据写入操作和数据擦除操作；
首先，会对存储器件是否发生数据处理操作进行检测，当检测到存储器件发生数据写入操作或数据擦除操作时，会采集所涉及的数据块对应的该数据处理操作的属性参数。例如，存储器件包括N个数据块，当写入某个数据时，仅用到N个数据块中的m个数据块，此时则会采集m个数据中数据块执行数据写入操作的属性参数。
具体的，在一个实施例中，当检测到对存储器件的任一数据块执行数据处理操作时，采集所述数据块执行数据处理操作的属性参数，包括：
获取所述数据块当前的写入/擦除次数；
根据所述数据块当前的写入/擦除次数和所述存储器件的擦写次数标称值，确定是否采集当前执行的数据处理操作的属性参数；
所述根据所述属性参数计算所述数据块的误码率及预期写入/擦除次数，包括：
若采集当前执行的数据处理操作的属性参数，则用当前采集的属性参数对上一次采集到的所述数据块执行数据处理操作的属性参数进行更新，并根据数据块当前的属性参数计算所述数据块的误码率及预期写入/擦除次数。
在每次检测到数据块执行数据处理操作之后，会采集对应的数据处理操作的属性参数，以便于后续基于采集的属性参数计算该数据块的误码率及预期写入/擦除次数，提高存储器件的寿命预测效率。若当前执行的数据处理操作的属性参数被采集，会对上一次采集的属性参数进行更新，从而提高误码率及预期写入/擦除次数计算的准确率。
由于对于同一数据块来说，不同的数据处理操作所采集的属性参数是不相同的。因此，在一个实施例中，当检测到对存储器件的任一数据块执行数据处理操作时，采集所述数据处理操作的属性参数，可以包括：
当检测到对存储器件的任一数据块执行数据写入操作时，采集所述数据块当前的写入/ 擦除次数、数据页写入时间以及误码率的增长率；
当检测到对存储器件的任一数据块执行数据擦除操作时，采集所述数据块的数据擦除时间。
在检测到某个数据块执行数据写入操作之后，会采集该数据块当前的写入/擦除次数、数据页写入时间以及误码率的增长率。一个存储器件包含若干个数据块，数据块有若干个数据页，对于数据写入操作来说，数据页是数据写入的最小单位，数据页写入时间则为写入数据的单位时间；对于数据擦除操作来说，数据块是数据擦除的最小单位，数据擦除时间即为擦除数据的单位时间。误码率可以是原始比特误码率(RBER，Raw Bit Error Rate)，也可以是不可修复的错误比特率(UBER，Uncorrectable Bit Error Rate)，其中，原始比特误码率是指在使用ECC(错误检查和纠正)之前的比特误码比率，能够反映了非易失性存储介质最原始的可靠性状态，原始误码率越高，反映出非易失性存储介质可靠性越差；不可修复的错误比特率是在应用了任意特定的错误纠正机制后依然产生的每比特读取的数据错误数量占总读取数量比，是一种数据损坏率衡量标准，也可以用于衡量非易失性存储介质的可靠性。
102、根据所述属性参数计算所述数据块的误码率及预期写入/擦除次数；
在采集完数据块的属性参数之后，就可以通过属性参数计算出数据块的误码率及预期写入/擦除次数。
同时，为了提高误码率及预期写入/擦除次数的计算效率，在一个实施例中，
根据采集的属性参数对应的所述写入/擦除次数、数据页写入时间、数据擦除时间以及误码率的增长率进行线性拟合，得到计算方程；
将当前数据块当次采集的所述写入/擦除次数和纠错码分别代入所述计算方程分别计算所述数据块的误码率及预期写入/擦除次数。
由于数据块执行数据处理操作的数据庞大且大部分数据之间差别很小，因此采用全部属性参数进行计算无疑计算效率较低且意义不大。因此在本申请中，会根据预设的采集要求确定当前执行数据处理操作的属性参数是否进行采集，采集完成后即可通过对应的属性参数精确计算该数据块的误码率及预期写入/擦除次数。通过从产生的属性参数中选取出具有代表性的属性参数计算数据块的误码率及预期写入/擦除次数，这样既能确保误码率及预期写入/ 擦除次数计算的准确率，又可以提高误码率及预期写入/擦除次数的计算效率。具体的，预期写入/擦除次数的计算是通过上述拟合出来的计算方程推导出曲线的斜率，然后根据曲线斜率和纠错码的上限值两个变量计算出来，在本申请中，纠错码可以是LDPC码。
具体的，关于如何确定是否采集当前数据块执行处理操作的属性参数，在一个实施例中，
根据所述数据块当前的写入/擦除次数和所述存储器件的擦写次数标称值，确定是否采集当前执行的数据处理操作的属性参数，包括：
根据所述擦写次数标称值选取多个次数节点；
若所述数据块当前的写入/擦除次数为落入以所述次数节点为中心的范围区间内的指定数量的写入/擦除次数，则采集当前执行的数据处理操作的属性参数。
在本实施例中，根据数据块对应的写入/擦除次数与擦写次数标称值之间的关系，设置不同的目标写入/擦除次数确定标准，能够确保在不同的阶段都能够有足够的样本来计算数据块的误码率及预期写入/擦除次数。为了便于理解上述技术方案，举例说明，假设存储器件为固态硬盘(SolidStateDisk，SSD)，其出厂时提供的擦写次数标称值为1500，预先设置次数节点，如果采用第一种方法，假设固态硬盘中的数据块A此次产生的写入/擦除次数为 150、300、450、600、750、900、1050、1200、1350、1500，其中一个次数节点为800，指定数量是每个数字节点前后的3个写入/擦除次数，那么对于数据块A来说，会采集800之前的三个写入/擦除次数(450、600、700)和800之后的三个写入/擦除次数(900、1050、 1200)。如果仅采用第一种方法，可以在写入/擦除次数超出擦写次数标称值之后，增加次数节点的设置密度，并增加指定数量，例如，当写入/擦除次数小于擦写次数标称值时，节点次数设置有8个，指定数量设置为节点次数前后各3；但当写入/擦除次数超出擦写次数标称值时，可以设置节点次数为20，并设置指定数量为节点次数前后各5，且随着写入/擦除次数，节点次数和指定数量设置的就越多。
除了上述方法，对于写入/擦除次数大于擦写次数标称值的情况，在一个实施例中，确定是否采集当前执行的数据处理操作的属性参数，还包括：
针对大于所述擦写次数标称值的所述数据块当前的写入/擦除次数，若所述数据块当前的写入/擦除次数为指定频率的写入/擦除次数，则采集当前执行的数据处理操作的属性参数，其中所述指定频率随着写入/擦除次数的增加而增加。
针对该情况，除了第一种方法，也可以采用第一种方法和第二种方法结合，当写入/擦除次数小于擦写次数标称值时，采用第一种方法；当写入/擦除次数超出擦写次数标称值时，采用第二种方法。下面对第二种方法进行说明，假设设置了四个指定频率，分别为每间隔100 次确定一次、每间隔50次确定一次、每间隔20次确定一次以及无间隔，每次都确定，因为该方法是随着写入/擦除次数的增大，指定频率越大，因此可以设置几个阈值，相邻的两个阈值之间构成一个范围，每个范围对应一个指定频率。假设阈值为2500、3000、4500，加上擦写次数标称值，就可以形成4个区间(1500～2500、2500～3000、3000～4500以及4500以上)，这四个区间分别对应上述的四个指定频率，即落在1500～2500区间内的写入/擦除次数按照每间隔100次确定一次的指定频率确定采样；落在这区间内写入/擦除次数只要为100 的整数倍，都会采集对应的属性参数；落在2500～3000区间内的写入/擦除次数按照每间隔 50次确定一次的指定频率确定采样；落在这区间内写入/擦除次数只要为50的整数倍，都会采集对应的属性参数；落在3000～4500区间内的写入/擦除次数按照每间隔20次确定一次的指定频率确定采样；落在这区间内写入/擦除次数只要为20的整数倍，都会采集对应的属性参数；大于4500的写入/擦除次数，只要出现，就将其确定为目标采集对象，采集对应的属性参数。随着写入/擦除次数的增加，非易失性存储介质粒子磨损的越厉害，硬盘越容易损坏，因此通过写入/擦除次数动态设置采样频率，能够精确的预测出存储器件数据块是否损坏，提高数据存储的可靠性。
在采集完数据块的属性参数之后，就可以根据该参数计算数据块的误码率及预期写入/ 擦除次数。具体的，在一个实施例中，根据所述属性参数计算所述数据块的误码率及预期写入/擦除次数，包括：
根据采集的属性参数对应的所述写入/擦除次数、数据页写入时间、数据擦除时间以及误码率的增长率进行线性拟合，得到计算方程；
将当前数据块当次采集的所述写入/擦除次数和纠错码分别代入所述计算方程分别计算所述数据块的误码率及预期写入/擦除次数。
在本实施例中，通过采集到的属性参数中的数据页写入时间和数据擦除时间分别计算出数据页写入时间和数据擦除时间的增长率，并根据数据块的写入/擦除次数和数据页写入时间的增长率、数据擦除时间的增长率以及误码率的增长率之间的关系进行线性拟合，具体的可以通过MATLAB数据软件进行拟合，拟合后可以获得计算方程，并通过代入当前数据块的属性参数，计算出数据块的误码率及预期写入/擦除次数。需要说明的是，用于拟合计算方程的参数中设置了一个变量参数，该参数为步骤101中会随着数据的采集进行更新的数据写入时间，通过该设置可以让拟合出来的方程更加精确，从而提高误码率及预期写入/擦除次数计算的准确率。
103、若所述误码率超过第一阈值；
或
若所述误码率未超过所述第一阈值且所述预期写入/擦除次数超过第二阈值，则确定所述存储器件到达寿命终点。
在计算出数据块的误码率及预期写入/擦除次数之后，可以这两个数据判断出当前的数据块继续执行数据写入操作是否可靠。具体的，可以将数据块的误码率和第一阈值进行比较，第一阈值可以是数据块的LDPC码(稀疏校验矩阵的分组纠错码，Low DensityParity Check Code)，该码是一种前向纠错码，相较于传统的纠错码，例如ECC校验码，对相同的用户数据进行纠错，LDPC码能纠正的更多错误，因此将其作为判断当前存储器件是否到达寿命终点的判定条件，能够提高数据块的利用率，从而提高存储器件的利用率。
但如果没有超过第一阈值，则说明该存储器件还能继续执行数据处理操作，为了确保客户有足够的时间对存储器件中的数据进行迁移备份，此时还需要判定存储器件还能行执行多少次数据处理操作，该次数是否充裕。因此可以通过设定第二阈值和预期写入/擦除次数进行比较，第二阈值为数据块当前的当数据块写入/擦除次数加上安全次数或者安全次数。当为安全次数时，需要通过预期写入/擦除次数计算出可用的写入/擦除次数和安全次数进行比较，当可用写入/擦除次数超过安全次数时，则说明当前留有的可执行数据处理操作的次数不足，存储器件已经达到寿命终点。
在寿命达到终点之后，还可以设置存储器件的工作模式并输出提示让客户对存储器件内的数据进行迁移或备份。具体的，在一个实施例中，在确定所述存储器件到达寿命终点之后，还包括：
将所述存储器件的工作模式设置为只读模式，并输出预设的提示信息。
当存储器件的工作模式为只读模式时，存储器件是不会执行任何数据处理操作的，这样能够提高达到寿命终点之后的存储器件的可靠性，并通过输出预设的提示信息，让用户及时备份数据，避免数据的丢失或者不可用。预设的提示信息可以是文字、语音、震动等多种方式，可以仅采取其中一种方式进行提醒，也可以组合多种方式进行提醒，在此不作限定。
本申请通过采集数据块执行数据处理操作时的属性参数，并从所述属性参数中选取出目标属性参数进行线性拟合，以获得数据块的计算方程，之后通过计算方程计算出数据块的误码率以及预期写入/擦除次数来判断存储器件是否达到寿命。该方法能够更加精确的预测出存储器件的寿命，从而提高存储器件存储的可靠性及其利用率。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
为便于理解，下面以实际应用场景来说明本申请提出的预测存储器件寿命的方法。
本申请提出的预测存储器件寿命的方法在一个实际应用场景下的流程图如图2所示，具体的存储器件以固态硬盘为例。
在图2中，本申请是基于固态硬盘的数据块的真实磨损程度来预测固态硬盘的寿命，因此，一开始，对于新的固态硬盘来说，会对其操作属性值进行初始化，都设置为0。然后当检测到数据处理操作后，会先进行判断存储器件的寿命是否到达寿命终点，具体的可以通过判断当前数据块的误码率是否小于LDPC码，如果数据块的误码率小于LDPC码，则说明当前数据块在执行数据处理操作的时候，如果发生错误，还可以通过LDPC码来进行纠正，以确保数据写入该数据块的可靠性；但如果当前数据块的误码率大于LDPC码，则说明当前数据块已经不能继续写入数据，写入的过程中极有可能导致数据丢失，无法确保数据写入该数据块的可靠性，此时则是存储器件寿命到达终点的一种情形。
在确定数据块能够继续执行数据处理操作之后，还需要判断当前还剩余的可用写入/擦除次数是否充足，可用写入/擦除次数可以通过预期写入/擦除次数减去数据块当预期写入/擦除次数得出，判断该次数是否大于5(也可以通过写入/擦除次数的阈值进行判断)，该数量大于5，则说明当前的存储器件还没有达到寿命终点，可以正常执行数据处理操作；但如果该数量小于或者等于5，则说明固态硬盘已经达到寿命终点，将输出提醒信息，并将固态硬盘的工作模式设置为只读模式，以确保目前固态硬盘中所存储的数据的安全性。
在确定固态硬盘还没达到寿命终点后，可以执行相应的数据处理操作，并且采集数据块执行相应数据处理操作的属性参数。当数据块执行数据写入操作时，采集数据块当前的写入 /擦除次数、数据页写入时间以及误码率的增长率；当数据块执行数据擦除操作时，采集数据块的数据擦除时间。
具体的采集规则是依据固态硬盘的擦写次数标称值和当前的数据块的写入/擦除次数之间的关系来确定的，具体方式详见上文，在此不再赘述。
采集完属性参数之后，即可采用MATLAB对该属性参数进行线性拟合，以获得数据块的计算方程。之后即可将数据块执行数据处理操作的最新参数代入该方程计算出数据块的误码率和预期写入/擦除次数，并再执行固态硬盘寿命预测相关操作及其后续步骤，直至存储器件到达寿命终点。
本应用实例通过计算数据块的误码率及预期写入/擦除次数来体现固态硬盘的真实磨损情况，其中动态采样不仅能够提高误码率及预期写入/擦除次数计算效率，而且能够确保每个阶段有充足的目标属性参数个数进行线性拟合，进而更精确的预测固态硬盘的寿命，能够提高固态硬盘存储的可靠性及其利用率。
图3示出了本申请实施例提供的预测存储器件寿命的装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。
参照图3，该装置包括：
属性参数采集模块301，用于当检测到对存储器件的任一数据块执行数据处理操作时，采集所述数据处理操作的属性参数，所述数据处理操作包括数据写入操作和数据擦除操作；
计算模块302，用于根据所述属性参数计算所述数据块的误码率及预期写入/擦除次数；
寿命终点确定模块303，用于若所述误码率超过第一阈值；
或
若所述误码率未超过所述第一阈值且所述预期写入/擦除次数超过第二阈值，则确定所述存储器件到达寿命终点。
进一步的，所述属性参数采集模块301可以包括：
写入/擦除次数获取单元，用于获取所述数据块当前的写入/擦除次数；
参数采集确定单元，用于根据所述数据块当前的写入/擦除次数和所述存储器件的擦写次数标称值，确定是否采集当前执行的数据处理操作的属性参数；
所述计算模块302可以包括：
参数更新单元，用于若采集当前执行的数据处理操作的属性参数，则用当前采集的属性参数对上一次采集到的所述数据块执行数据处理操作的属性参数进行更新；
计算单元，用于并根据数据块当前的属性参数计算所述数据块的误码率及预期写入/擦除次数。
进一步的，所述参数采集确定单元可以包括：
次数节点选取孙单元，用于根据所述擦写次数标称值选取多个次数节点；
第一确定孙单元，用于若所述数据块当前的写入/擦除次数为落入以所述次数节点为中心的范围区间内的指定数量的写入/擦除次数，则采集当前执行的数据处理操作的属性参数。
进一步的，所述参数采集确定单元还可以包括：
第二确定孙单元，用于针对大于所述擦写次数标称值的所述数据块当前的写入/擦除次数，若所述数据块当前的写入/擦除次数为指定频率的写入/擦除次数，则采集当前执行的数据处理操作的属性参数，其中所述指定频率随着写入/擦除次数的增加而增加。
进一步的，属性参数采集模块301还可以包括：
第一属性参数采集单元，用于当检测到对存储器件的任一数据块执行数据写入操作时，采集所述数据块当前的写入/擦除次数、数据页写入时间以及误码率的增长率；
第二属性参数采集单元，用于当检测到对存储器件的任一数据块执行数据擦除操作时，采集所述数据块的数据擦除时间。
进一步的，所述计算模块302还可以包括：
线性拟合单元，用于根据采集的属性参数对应的所述写入/擦除次数、数据页写入时间、数据擦除时间以及误码率的增长率进行线性拟合，得到计算方程；
所述计算单元还用于将当前数据块当次采集的所述写入/擦除次数和纠错码分别代入所述计算方程分别计算所述数据块的误码率及预期写入/擦除次数。
进一步的，所述寿命终点确定模块304可以包括：
工作模式设置单元，用于将所述存储器件的工作模式设置为只读模式，并输出预设的提示信息。
本申请实施例还提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如本申请提出的各个预测存储器件寿命的方法的步骤。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如本申请提出的各个预测存储器件寿命的方法的步骤。
本申请实施例还提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行本申请提出的各个预测存储器件寿命的方法的步骤。
图4为本申请一实施例提供的终端设备的结构示意图。如图4所示，该实施例的终端设备4包括：至少一个处理器40(图4中仅示出一个)处理器、存储器41以及存储在所述存储器41中并可在所述至少一个处理器40上运行的计算机程序42，所述处理器40执行所述计算机程序42时实现上述任意浏览器驱动的配置方法实施例中的步骤。
所述终端设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备，以及智能手表、智能手环等可穿戴设备。该终端设备可包括，但不仅限于，处理器40、存储器 41。本领域技术人员可以理解，图4仅仅是终端设备4的举例，并不构成对终端设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
所称处理器40可以是中央处理单元(Central Processing Unit，CPU)，该处理器40还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路 (Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器41在一些实施例中可以是所述终端设备4的内部存储单元，例如终端设备4 的硬盘或内存。所述存储器41在另一些实施例中也可以是所述终端设备4的外部存储设备，例如所述终端设备4上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器41还可以既包括所述终端设备4的内部存储单元也包括外部存储设备。所述存储器41用于存储操作装置、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述装置中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (8)
1.一种预测存储器件寿命的方法，其特征在于，包括：
当检测到对存储器件的任一数据块执行数据处理操作时，采集所述数据处理操作的属性参数，所述数据处理操作包括数据写入操作和数据擦除操作；
根据所述属性参数计算所述数据块的误码率及预期写入/擦除次数；
若所述误码率超过第一阈值；
或
若所述误码率未超过所述第一阈值且所述预期写入/擦除次数超过第二阈值，则确定所述存储器件到达寿命终点；
其中，所述当检测到对存储器件的任一数据块执行数据处理操作时，采集所述数据处理操作的属性参数，包括：
当检测到对存储器件的任一数据块执行数据写入操作时，采集所述数据块当前的写入/擦除次数、数据页写入时间以及误码率的增长率；
当检测到对存储器件的任一数据块执行数据擦除操作时，采集所述数据块的数据擦除时间；
相应地，所述根据所述属性参数计算所述数据块的误码率及预期写入/擦除次数，包括：
根据当前数据块的属性参数对应的所述写入/擦除次数、数据页写入时间、数据擦除时间以及误码率的增长率进行线性拟合，得到计算方程；
将当前数据块当次采集的所述写入/擦除次数和第一阈值分别代入所述计算方程分别计算所述数据块的误码率及预期写入/擦除次数。
2.如权利要求1所述的预测存储器件寿命的方法，其特征在于，当检测到对固态硬盘的任一数据块执行数据写入操作或者数据擦除操作时，采集所述数据块执行数据写入操作或者数据擦除操作的属性参数，包括：
获取所述数据块当前的写入/擦除次数；
根据所述数据块当前的写入/擦除次数和所述固态硬盘的擦写次数标称值，确定是否采集当前执行的数据写入操作或者数据擦除操作的属性参数；
所述根据所述属性参数计算所述数据块的误码率及预期写入/擦除次数，包括：
若采集当前执行的数据处理操作的属性参数，则用当前采集的属性参数对上一次采集到的所述数据块执行数据处理操作的属性参数进行更新，并根据数据块当前的属性参数计算所述数据块的误码率及预期写入/擦除次数。
3.如权利要求2所述的预测存储器件寿命的方法，其特征在于，根据所述数据块当前的写入/擦除次数和所述固态硬盘的擦写次数标称值，确定是否采集当前执行的数据处理操作的属性参数，包括：
根据所述擦写次数标称值选取多个次数节点；
若所述数据块当前的写入/擦除次数为落入以所述次数节点为中心的范围区间内的指定数量的写入/擦除次数，则采集当前执行的数据处理操作的属性参数。
4.如权利要求3所述的预测存储器件寿命的方法，其特征在于，根据所述数据块当前的写入/擦除次数和所述固态硬盘的擦写次数标称值，确定是否采集当前执行的数据处理操作的属性参数，还包括：
针对大于所述擦写次数标称值的所述数据块当前的写入/擦除次数，若所述数据块当前的写入/擦除次数符合指定频率的写入/擦除次数，则采集当前执行的数据处理操作的属性参数，其中所述指定频率随着写入/擦除次数的增加而增加。
5.如权利要求1至4中任一项所述的预测存储器件寿命的方法，其特征在于，在确定所述存储器件到达寿命终点之后，还包括：
将所述存储器件的工作模式设置为只读模式，并输出预设的提示信息。
6.一种预测存储器件寿命的装置，其特征在于，包括：
属性参数采集模块，用于当检测到对存储器件的任一数据块执行数据处理操作时，采集所述数据处理操作的属性参数，所述数据处理操作包括数据写入操作和数据擦除操作；
误码率计算模块，用于根据所述属性参数计算所述数据块的误码率及预期写入/擦除次数；
寿命终点确定模块，用于若所述误码率超过第一阈值；
或
若所述误码率未超过所述第一阈值且所述及预期写入/擦除次数超过第二阈值，则确定所述存储器件到达寿命终点；
其中，属性参数采集模块包括第一属性参数采集单元和第二属性参数采集单元；
所述第一属性参数采集单元，用于当检测到对存储器件的任一数据块执行数据写入操作时，采集所述数据块当前的写入/擦除次数、数据页写入时间以及误码率的增长率；
所述第二属性参数采集单元，用于当检测到对存储器件的任一数据块执行数据擦除操作时，采集所述数据块的数据擦除时间；
相应地，所述计算模块包括线性拟合单元和计算单元；
所述线性拟合单元，用于根据当前数据块的属性参数对应的所述写入/擦除次数、数据页写入时间、数据擦除时间以及误码率的增长率进行线性拟合，得到计算方程；
所述计算单元，用于将当前数据块当次采集的所述写入/擦除次数和第一阈值分别代入所述计算方程分别计算所述数据块的误码率及预期写入/擦除次数。
7.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的预测存储器件寿命的方法。
8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的预测存储器件寿命的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011102525.8A CN112331249B (zh) | 2020-10-15 | 2020-10-15 | 预测存储器件寿命的方法、装置、终端设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011102525.8A CN112331249B (zh) | 2020-10-15 | 2020-10-15 | 预测存储器件寿命的方法、装置、终端设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112331249A CN112331249A (zh) | 2021-02-05 |
| CN112331249B true CN112331249B (zh) | 2023-12-05 |
Family
ID=74314305
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011102525.8A Active CN112331249B (zh) | 2020-10-15 | 2020-10-15 | 预测存储器件寿命的方法、装置、终端设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112331249B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113835970B (zh) * | 2021-10-09 | 2022-05-10 | 南阳理工学院 | 一种计算机存储器优化装置及其优化方法 |
| CN114564151A (zh) * | 2022-02-28 | 2022-05-31 | 深圳忆联信息系统有限公司 | 提升ssd数据保持性的方法、装置、计算机设备及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101740132A (zh) * | 2008-11-27 | 2010-06-16 | 成都市华为赛门铁克科技有限公司 | 一种固态硬盘的寿命预警的方法、固态硬盘和预警系统 |
| WO2013094914A1 (ko) * | 2011-12-23 | 2013-06-27 | 한양대학교 산학협력단 | 플래시 메모리의 수명 인디케이터를 제공하는 장치 및 장치 |
| CN104346230A (zh) * | 2013-07-29 | 2015-02-11 | 联想(北京)有限公司 | 一种存储芯片门限电压调节方法、装置以及存储芯片 |
| CN104376875A (zh) * | 2014-11-19 | 2015-02-25 | 华为数字技术（苏州）有限公司 | 存储设备寿命预测、确定方法及装置 |
| US9904479B1 (en) * | 2016-11-10 | 2018-02-27 | Innodisk Corporation | Method for extending period of data retention of flash memory device and device for the same |
| CN108628552A (zh) * | 2018-05-10 | 2018-10-09 | 南京道熵信息技术有限公司 | 一种改善Flash磨损寿命的方法、控制装置及存储系统 |
| CN108829358A (zh) * | 2018-06-29 | 2018-11-16 | 郑州云海信息技术有限公司 | 固态硬盘的坏块管理方法以及固态硬盘 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8489966B2 (en) * | 2010-01-08 | 2013-07-16 | Ocz Technology Group Inc. | Solid-state mass storage device and method for failure anticipation |
| US8464106B2 (en) * | 2009-08-24 | 2013-06-11 | Ocz Technology Group, Inc. | Computer system with backup function and method therefor |
| US8862810B2 (en) * | 2012-09-27 | 2014-10-14 | Arkologic Limited | Solid state device write operation management system |
| US8850290B2 (en) * | 2012-11-09 | 2014-09-30 | International Business Machines Corporation | Error rate threshold for storage of data |
| US10884628B2 (en) * | 2018-12-20 | 2021-01-05 | Western Digital Technologies, Inc. | Performance of a read in a memory system |
-
2020
- 2020-10-15 CN CN202011102525.8A patent/CN112331249B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101740132A (zh) * | 2008-11-27 | 2010-06-16 | 成都市华为赛门铁克科技有限公司 | 一种固态硬盘的寿命预警的方法、固态硬盘和预警系统 |
| WO2013094914A1 (ko) * | 2011-12-23 | 2013-06-27 | 한양대학교 산학협력단 | 플래시 메모리의 수명 인디케이터를 제공하는 장치 및 장치 |
| CN104346230A (zh) * | 2013-07-29 | 2015-02-11 | 联想(北京)有限公司 | 一种存储芯片门限电压调节方法、装置以及存储芯片 |
| CN104376875A (zh) * | 2014-11-19 | 2015-02-25 | 华为数字技术（苏州）有限公司 | 存储设备寿命预测、确定方法及装置 |
| US9904479B1 (en) * | 2016-11-10 | 2018-02-27 | Innodisk Corporation | Method for extending period of data retention of flash memory device and device for the same |
| CN108628552A (zh) * | 2018-05-10 | 2018-10-09 | 南京道熵信息技术有限公司 | 一种改善Flash磨损寿命的方法、控制装置及存储系统 |
| CN108829358A (zh) * | 2018-06-29 | 2018-11-16 | 郑州云海信息技术有限公司 | 固态硬盘的坏块管理方法以及固态硬盘 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112331249A (zh) | 2021-02-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8554989B2 (en) | System, method, and computer program product for analyzing monitor data information from a plurality of memory devices having finite endurance and/or retention | |
| CN104572489B (zh) | 磨损均衡方法及装置 | |
| WO2017020747A1 (zh) | 一种检测慢盘的方法及装置 | |
| CN112331249B (zh) | 预测存储器件寿命的方法、装置、终端设备和存储介质 | |
| CN111078123B (zh) | 一种闪存块的磨损程度的评估方法及装置 | |
| US8468134B1 (en) | System and method for measuring consistency within a distributed storage system | |
| US20160034201A1 (en) | Managing de-duplication using estimated benefits | |
| US20140380106A1 (en) | Storage Module and Low-Complexity Methods for Assessing the Health of a Flash Memory Device | |
| CN109164978B (zh) | 闪存管理方法、闪存存储设备及计算机可读存储介质 | |
| US9286155B1 (en) | Systems and methods for generating soft information in a flash device | |
| CN111045881A (zh) | 一种慢盘检测方法及系统 | |
| CN111813591B (zh) | Nand Flash的数据纠错方法、装置、电子设备及存储介质 | |
| CN109801668B (zh) | 数据储存装置及应用于其上的操作方法 | |
| CN111338864B (zh) | 内存问题检测方法、装置、计算机设备及存储介质 | |
| CN112732181A (zh) | 一种ssd的数据迁移方法及相关装置 | |
| CN107943415B (zh) | 基于fat文件系统的查找空闲簇的方法和系统 | |
| CN113127274A (zh) | 磁盘故障预测方法、装置、设备及计算机存储介质 | |
| CN111552842A (zh) | 一种数据处理的方法、装置和存储介质 | |
| CN114356218B (zh) | Flash存储器的数据纠错方法、设备以及介质 | |
| US11947819B2 (en) | Method and system for testing conversion relationship between block reading and page reading in flash memory chip | |
| CN114817860B (zh) | 一种数据统计方法、装置、固态硬盘及介质 | |
| US8850290B2 (en) | Error rate threshold for storage of data | |
| CN112732179B (zh) | 一种ssd的数据管理方法及相关装置 | |
| CN110109786B (zh) | Smart信息测试方法、装置、计算机设备及存储介质 | |
| JP7287481B2 (ja) | 閾値取得装置、その方法、およびプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |