CN113590406A - 一种基于电变量进行固态硬盘故障检测的方法及系统 - Google Patents
一种基于电变量进行固态硬盘故障检测的方法及系统 Download PDFInfo
- Publication number
- CN113590406A CN113590406A CN202110938140.3A CN202110938140A CN113590406A CN 113590406 A CN113590406 A CN 113590406A CN 202110938140 A CN202110938140 A CN 202110938140A CN 113590406 A CN113590406 A CN 113590406A
- Authority
- CN
- China
- Prior art keywords
- solid state
- state disk
- fault
- upper computer
- test
- 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.)
- Pending
Links
- 239000007787 solid Substances 0.000 title claims abstract description 269
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000001514 detection method Methods 0.000 claims abstract description 55
- 230000002159 abnormal effect Effects 0.000 claims abstract description 38
- 238000012360 testing method Methods 0.000 claims description 94
- 239000002245 particle Substances 0.000 claims description 75
- 238000004891 communication Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 8
- 238000005476 soldering Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 239000008187 granular material Substances 0.000 description 6
- 230000008439 repair process Effects 0.000 description 4
- 229910000679 solder Inorganic materials 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012423 maintenance Methods 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
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2205—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using arrangements specific to the hardware being tested
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2273—Test methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
- G06F3/0614—Improving the reliability of storage systems
- G06F3/0619—Improving the reliability of storage systems in relation to data integrity, e.g. data losses, bit errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0668—Interfaces specially adapted for storage systems adopting a particular infrastructure
- G06F3/0671—In-line storage system
- G06F3/0673—Single storage device
- G06F3/0679—Non-volatile semiconductor memory device, e.g. flash memory, one time programmable memory [OTP]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/48—Indexing scheme relating to G06F9/48
- G06F2209/484—Precedence
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Computer Security & Cryptography (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种基于电变量进行固态硬盘故障检测的方法及系统,所述方法,包括:获取通过所述上位机训练好的故障预测模型;通过所述电压检测工具对所述固态硬盘的实时运行参数进行侦测,并判断所述实时运行参数是否异常;当所述实时运行参数异常时,将所述固态硬盘的实时运行参数作为输入数据代入所述故障检测模型,得到的输出数据为预测故障数据;上位机会在预测故障发生时间之前,对固态硬盘的任务队列中各项任务进行重新排序;即本发明提出的基于电变量进行固态硬盘故障检测的方法能够对固态硬盘的故障进行有效预测,还能基于预测结果对固态硬盘可能出现的故障进行提前应对。
Description
技术领域
本发明涉及固态硬盘技术领域,具体涉及一种基于电变量进行固态硬盘故障检测的方法及系统。
背景技术
随着固态硬盘在各领域的广泛应用,在某些情况下,固态硬盘可能会因为外界环境因素的影响导致出现故障,具体表现为无法识别固态硬盘或者产生固态硬盘内部数据丢失等异常情况。
当固态硬盘出现故障时,当前的应对措施基本都是将固态硬盘返回原生产商维修,通过查看固态硬盘的主控芯片的运行日志来找出故障报告,再基于故障报告来复现故障现象,以此来定位故障问题。
但是这些应对措施都是在固态硬盘出现故障之后再执行的措施,缺乏对固态硬盘的故障进行有效预测,进而基于预测结果对固态硬盘可能出现的故障进行提前应对的技术方案。
发明内容
本发明的主要目的是提供一种基于电变量进行固态硬盘故障检测的方法及系统,旨在解决目前,缺乏对固态硬盘的故障进行有效预测,进而基于预测结果对固态硬盘可能出现的故障进行提前应对的技术方案的问题。
本发明提出的技术方案为:
本发明提出一种基于电变量进行固态硬盘故障检测的方法,应用于基于电变量进行固态硬盘故障检测的系统;所述系统包括上位机和检测单元;所述检测单元与所述上位机通信连接;所述方法,包括:
获取通过所述上位机训练好的故障预测模型;
通过所述检测单元对所述固态硬盘的实时运行参数进行侦测,并判断所述实时运行参数是否异常;
当所述实时运行参数异常时,将所述固态硬盘的实时运行参数作为输入数据代入所述故障检测模型,得到的输出数据为预测故障数据;
根据所述预测故障数据中的预测故障种类和预测故障发生时间,对所述固态硬盘的任务队列中的各项任务进行重排序。
优选的,所述获取通过所述上位机训练好的故障预测模型,包括:
通过所述上位机建立故障预测模型;
进行故障试验,获取固态硬盘在若干组试验运行参数下运行设定时间后的对应的试验故障数据,其中,所述试验故障数据包括试验故障种类和试验故障发生时间;
将若干组所述试验运行参数作为训练输入数据,将对应的所述试验故障数据作为训练输出数据,对所述故障预测模型进行训练。
优选的,所述运行参数包括复位电路运行参数、供电电路运行参数和时钟电路运行参数;所述故障种类包括复位电路异常、供电电路异常和时钟电路异常;所述进行故障试验,获取固态硬盘在若干组试验运行参数下运行设定时间后的对应的试验故障数据,包括:
进行复位电路故障试验,获取固态硬盘在若干组复位电路试验运行参数下运行设定时间后的对应的第一试验故障数据;
进行供电电路故障试验,获取固态硬盘在若干组供电电路试验运行参数下运行设定时间后的对应的第二试验故障数据;
进行时钟电路故障试验,获取固态硬盘在若干组时钟电路试验运行参数下运行设定时间后的对应的第三试验故障数据。
优选的,所述通过所述检测单元对所述固态硬盘的实时运行参数进行侦测,并判断所述实时运行参数是否异常,包括:
对所述固态硬盘的复位电路实时运行参数、供电电路实时运行参数和时钟电路实时运行参数分别进行侦测;
分别判断复位电路实时运行参数、供电电路实时运行参数和时钟电路实时运行参数是否存在异常;
所述当所述实时运行参数异常时,将所述固态硬盘的实时运行参数作为输入数据代入所述故障检测模型,得到的输出数据为预测故障数据,包括:
当实时运行参数异常时,标记所述固态硬盘的异常电路;
将所述固态硬盘的异常电路的实时运行参数作为输入数据代入所述故障检测模型,得到的输出数据为所述预测故障数据。
优选的,所述根据所述预测故障数据中的预测故障种类和预测故障发生时间,对所述固态硬盘的任务队列中的各项任务进行重排序,包括:
获取所述任务队列中各项任务的重要等级和原始排序;
根据预测故障种类、预测故障发生时间、各项任务的重要等级和原始排序,对所述固态硬盘的任务队列中的各项任务进行重新排序,并对各项任务进行重新排序标记和原始排序标记;
将固态硬盘的任务队列中各项任务按照所述重新排序标记的顺序进行处理。
优选的,所述将任务队列中各项任务按照所述重新排序标记的顺序进行处理,之后还包括:
侦测所述实时运行参数的异常是否解除;
若是,将固态硬盘的任务队列中的各项剩余任务,按照原始排序标记的顺序进行处理。
优选的,还包括:
当与固态硬盘通信连接的所述上位机能识别固态硬盘时,判断所述上位机是否能够访问固态硬盘的缓存单元;
若是,通过所述上位机生成第一故障信息,其中,所述第一故障信息用于表述固态硬盘的故障位置为闪存颗粒供电电路,固态硬盘的故障原因包括电路虚焊,和/或电路短路;
若否,通过所述上位机生成第二故障信息,其中,所述第二故障信息用于表述固态硬盘的故障位置为缓存单元供电电路或所述闪存颗粒供电电路,固态硬盘的故障原因包括电路虚焊,和/或电路短路;
当所述上位机不能识别固态硬盘时,通过所述上位机生成第三故障信息,其中,所述第三故障信息用于表述固态硬盘的故障位置为主控芯片供电电路,固态硬盘的故障原因包括电路虚焊,和/或电路短路。
优选的,还包括:
通过所述检测单元获取固态硬盘的总工作电流;
通过与所述固态硬盘通信连接的所述上位机向固态硬盘发送擦除指令或软销毁指令,并将所述上位机向固态硬盘发送所述擦除指令或所述软销毁指令的时刻标记为起始时刻;
判断所述起始时刻之后预设时间段的所述总工作电流的平均值是否大于所述起始时刻前所述预设时间段内的所述总工作电流的平均值;
若是,通过所述上位机生成第四故障信息,其中,所述第四故障信息用于表述固态硬盘的故障位置不包括闪存颗粒;
若否,通过所述上位机生成第五故障信息,其中,所述第五故障信息用于表述固态硬盘的故障位置为所述闪存颗粒。
优选的,还包括:
将固态硬盘的闪存颗粒拆除,并将拆除的所述闪存颗粒和所述上位机建立通信连接;
当所述剩余寿命低于预设寿命时,将所述闪存颗粒报废并删除所述闪存颗粒中的数据;
当所述剩余寿命不低于预设寿命时,将所述闪存颗粒配套安装正常的主控芯片和缓存单元。
本发明还提出一种基于电变量进行固态硬盘故障检测的系统,本系统应用如上述中任一项所述的基于电变量进行固态硬盘故障检测的方法;所述系统包括上位机和检测单元;所述检测单元与所述上位机通信连接。
通过上述技术方案,能实现以下有益效果:
本发明提出的技术方案中,上位机会在预测故障发生时间之前,对固态硬盘的任务队列中各项任务进行重新排序,以将紧急且重要的任务优先执行,将相对不重要的任务靠后执行,这样能够保证固态硬盘在预测故障发生时间之前完成紧急且重要的任务,以避免出现重要数据的损失;也就是说,本发明提出的基于电变量进行固态硬盘故障检测的方法能够对固态硬盘的故障进行有效预测,还能基于预测结果对固态硬盘可能出现的故障进行提前应对。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明提出的一种基于电变量进行固态硬盘故障检测的方法第一实施例的流程图。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明提出一种基于电变量进行固态硬盘故障检测的方法及系统。
如附图1所示,在本发明提出的一种基于电变量进行固态硬盘故障检测的方法的第一实施例中,本实施例应用于基于电变量进行固态硬盘故障检测的系统;所述系统包括上位机和检测单元;所述检测单元与所述上位机通信连接;本实施例包括如下步骤:
步骤S110:获取通过所述上位机训练好的故障预测模型。
具体的,获取通过所述上位机训练好的故障预测模型。这里的故障预测模型用于预测固态硬盘的运行过程中何时出现故障,以及出现故障的类型。
步骤S120:通过所述检测单元对所述固态硬盘的实时运行参数进行侦测,并判断所述实时运行参数是否异常。
具体的,通过所述检测单元对所述固态硬盘的实时运行参数进行侦测,并将侦测的实时运行参数发送至上位机,并通过上位机判断所述实时运行参数是否异常。
具体的,这里的检测单元可以包括温度检测器件、湿度检测器件、振动检测器件和电变量检测器件,运行参数可以包括温度(采用温度检测器件检测)、湿度(采用湿度检测器件检测)、振动频率和振动幅度(采用振动检测器件检测)、电流(采用电变量检测器件中的电流检测工具检测),以及电压(采用电变量检测器件中的电压检测工具检测)。
因此,本发明的固态硬盘故障检测方法能检测温度、湿度、振动、电流和电压等多种异常运行参数,适用范围广。
具体在本实施例中,检测单元优选为电压检测工具,实时运行参数包括固态硬盘的不同硬件电路的工作电压参数。
步骤S130:当所述实时运行参数异常时,将所述固态硬盘的实时运行参数作为输入数据代入所述故障检测模型,得到的输出数据为预测故障数据。
具体的,当所述实时运行参数异常时,上位机将所述固态硬盘的实时运行参数作为输入数据代入所述故障检测模型,得到的输出数据为预测故障数据。这里的预测故障数据包括预测故障种类和预测故障发生时间。
步骤S140:根据所述预测故障数据中的预测故障种类和预测故障发生时间,对所述固态硬盘的任务队列中的各项任务进行重排序。
具体的,上位机根据所述预测故障数据中的预测故障种类和预测故障发生时间,对所述固态硬盘的任务队列中的各项任务进行重排序。
例如,预测故障数据中的预测故障种类为供电电路电压故障,预测故障发生时间为3分钟后,那么上位机会在预测故障发生时间(3分钟)之前,对固态硬盘的任务队列中各项任务进行重新排序,以将紧急且重要的任务优先执行,将相对不重要的任务靠后执行,这样能够保证固态硬盘在预测故障发生时间之前完成紧急且重要的任务,以避免出现重要数据的损失;也就是说,本发明提出的基于电变量进行固态硬盘故障检测的方法能够对固态硬盘的故障进行有效预测,还能基于预测结果对固态硬盘可能出现的故障进行提前应对。
在本发明提出的一种基于电变量进行固态硬盘故障检测的方法的第二实施例中,基于第一实施例,步骤S110,包括如下步骤:
步骤S210:通过所述上位机建立故障预测模型。
具体的,通过所述上位机建立故障预测模型。
步骤S220:进行故障试验,获取固态硬盘在若干组试验运行参数下运行设定时间后的对应的试验故障数据,其中,所述试验故障数据包括试验故障种类和试验故障发生时间。
具体的,进行故障试验,上位机获取固态硬盘在若干组试验运行参数下运行设定时间(例如24小时)后的对应的试验故障数据,所述试验故障数据包括试验故障种类和试验故障发生时间。
这里的试验运行参数设定为不断变化的电压参数,即固态硬盘在试验运行参数的条件下运行时,会导致固态硬盘出现各种试验故障数据,可能会导致出现故障,也可能是正常运行,这样才能使得对应的验故障数据包括固态硬盘的多种运行情况,以便于后续将试验运行参数和试验故障数据输入故障预测模型进行训练,从而提升故障预测模型的预测精准度。
步骤S230:将若干组所述试验运行参数作为训练输入数据,将对应的所述试验故障数据作为训练输出数据,对所述故障预测模型进行训练。
具体的,上位机将若干组所述试验运行参数作为训练输入数据,将对应的所述试验故障数据作为训练输出数据,对所述故障预测模型进行训练。本实施例即是建立故障预测模型,并对故障预测模型进行训练的具体方案。
在本发明提出的一种基于电变量进行固态硬盘故障检测的方法的第三实施例中,基于第二实施例,固态硬盘的硬件电路主要包括复位电路、供电电路和始终电路,这些电路的运行情况直接关联整个固态硬盘的运行情况;所述运行参数包括复位电路运行参数、供电电路运行参数和时钟电路运行参数;所述故障种类包括复位电路异常、供电电路异常和时钟电路异常;步骤S220,包括如下步骤:
步骤S310:进行复位电路故障试验,获取固态硬盘在若干组复位电路试验运行参数下运行设定时间后的对应的第一试验故障数据。
具体的,对固态硬盘进行复位电路故障试验,上位机获取固态硬盘在若干组复位电路试验运行参数(即若干组不同的复位电路试验运行参数,优选为复位电流的工作电压)下运行设定时间(例如24小时)后的第一试验故障数据。
这里的试验运行参数优选为每隔30秒更新一次,则相应的第一运行结果数据每隔30秒同步更新一次;本实施例给出了针对复位电路进行模型训练数据采集的具体方案。
步骤S320:进行供电电路故障试验,获取固态硬盘在若干组供电电路试验运行参数下运行设定时间后的对应的第二试验故障数据。
具体的,对固态硬盘进行供电电路故障试验,上位机获取固态硬盘在若干组供电电路试验运行参数(即若干组不同的供电电路试验运行参数,优选为供电电路的工作电压)下运行设定时间(例如24小时)内的第二试验故障数据。
这里的试验运行参数优选为每隔30秒更新一次,则相应的第二运行结果数据每隔30秒同步更新一次;本实施例给出了针对供电电路进行模型训练数据采集的具体方案。
步骤S330:进行时钟电路故障试验,获取固态硬盘在若干组时钟电路试验运行参数下运行设定时间后的对应的第三试验故障数据。
具体的,对固态硬盘进行时钟电路故障试验,上位机获取固态硬盘在若干组时钟电路试验运行参数(即若干组不同的时钟电路试验运行参数,优选为时钟电路的工作电压)下运行设定时间(例如24小时)内的第三试验故障数据。
这里的试验运行参数优选为每隔30秒更新一次,则相应的第三运行结果数据每隔30秒同步更新一次;本实施例给出了针对时钟电路进行模型训练数据采集的具体方案。
在本发明提出的一种基于电变量进行固态硬盘故障检测的方法的第四实施例中,基于第三实施例,步骤S120,包括如下步骤:
步骤S410:对所述固态硬盘的复位电路实时运行参数、供电电路实时运行参数和时钟电路实时运行参数分别进行侦测。
具体的,上位机对所述固态硬盘的复位电路实时运行参数、供电电路实时运行参数和时钟电路实时运行参数分别进行侦测。
步骤S420:分别判断复位电路实时运行参数、供电电路实时运行参数和时钟电路实时运行参数是否存在异常。
具体的,上位机分别判断复位电路实时运行参数、供电电路实时运行参数和时钟电路实时运行参数是否存在异常。
这里的判断方法为:
判断复位电路实时运行参数(即复位电路实时电压)是否落入复位电路正常电压区间(例如0.4V-3.3V),若是,则说明复位电路实时运行参数正常,若否,则说明复位电路实时运行参数异常。
判断供电电路实时运行参数(即供电电路实时电压)是否落入供电电路正常电压区间(例如1.5V-3.3V),若是,则说明供电电路实时运行参数正常,若否,则说明供电电路实时运行参数异常。
判断时钟电路实时运行参数(即时钟电路实时电压)是否落入时钟电路正常电压区间(例如1.5V-3.3V),若是,则说明时钟电路实时运行参数正常,若否,则说明时钟电路实时运行参数异常。
步骤S130,包括如下步骤:
步骤S430:当实时运行参数异常时,标记所述固态硬盘的异常电路。
具体的,当实时运行参数异常时,上位机标记所述固态硬盘的异常电路。
步骤S440:将所述固态硬盘的异常电路的实时运行参数作为输入数据代入所述故障检测模型,得到的输出数据为所述预测故障数据。
具体的,上位机将所述固态硬盘的异常电路的实时运行参数作为输入数据代入所述故障检测模型,得到的输出数据为所述预测故障数据。
本实施例中,仅将出现异常的实时运行参数(即异常参数)代入故障检测模型,从而得到输出数据,能够精简故障检测模型的计算。
在本发明提出的一种基于电变量进行固态硬盘故障检测的方法的第五实施例中,基于上述第一实施例,步骤S140,包括如下步骤:
步骤S510:获取所述任务队列中各项任务的重要等级和原始排序。
具体的,上位机获取所述任务队列中各项任务的重要等级和原始排序。这里的任务队列中各项目任务包括:读取数据任务、写入数据任务、修改数据任务和删除数据任务;重要等级包括重要和普通2个等级。
步骤S520:根据预测故障种类、预测故障发生时间、各项任务的重要等级和原始排序,对所述固态硬盘的任务队列中的各项任务进行重新排序,并对各项任务进行重新排序标记和原始排序标记。
具体的,上位机根据预测故障种类、预测故障发生时间、各项任务的重要等级和原始排序;对所述固态硬盘的任务队列中的各项任务进行重排序,并对各项任务进行重新排序标记和原始排序标记。
例如:预测故障种类为供电电路故障,预测故障发生时间为从当前开始3分钟后;那么上位机会获取任务队列中各任务的预估完成时长,并将预估完成时长小于3分钟(预测故障发生)且重要等级为重要的任务排在任务队列的最前面,再排列预估完成时长小于3分钟(预测故障发生)且重要等级为普通的任务,最后排列其他任务,这样既能够优先保证重要的任务先执行完毕,又能保证重要的任务不会被意外中断,从而保证了固态硬盘中数据的可靠性。
步骤S530:将固态硬盘的任务队列中各项任务按照所述重新排序标记的顺序进行处理。
具体的,这个步骤就是固态硬盘按照上述重新排列的顺序对任务队列中的任务进行执行处理。
在本发明提出的一种基于电变量进行固态硬盘故障检测的方法的第六实施例中,基于第五实施例,步骤S530,之后还包括如下步骤:
步骤S610:侦测所述实时运行参数的异常是否解除。
具体的,上位机侦测所述实时运行参数的异常是否解除。
若是,执行步骤S620:将固态硬盘的任务队列中的各项剩余任务,按照原始排序标记的顺序进行处理。
具体的,若是,说明异常参数以及解除,即固态硬盘的实时运行参数均已经正常,也就是说,固态硬盘重新正常运行,那么可以直接将固态硬盘的任务队列中的各项剩余任务,按照原始排序标记的顺序进行处理;以保证原始的处理方案。
在本发明提出的一种基于电变量进行固态硬盘故障检测的方法的第七实施例中,基于第一至第六中任一实施例,本实施例还包括如下步骤:
步骤S710:当与固态硬盘通信连接的所述上位机能识别固态硬盘时,判断所述上位机是否能够访问固态硬盘的缓存单元。
具体的,本实施例中,固态硬盘是出现了故障需要进行故障定位的固态硬盘;将固态硬盘通过SATA接口连接于上位机,当上位机能够识别固态硬盘时,说明固态硬盘的主控芯片是正常的,则进一步判断上位机是否能够访问固态硬盘的缓存单元。
若是,执行步骤S720:通过所述上位机生成第一故障信息,其中,所述第一故障信息用于表述固态硬盘的故障位置为闪存颗粒供电电路,固态硬盘的故障原因包括电路虚焊,和/或电路短路。
具体的,若是,说明固态硬盘的缓存单元也是正常的,因为固态硬盘主要包括3个硬件模块,分别是主控芯片、缓存单元和闪存颗粒;那么当固态硬盘的主控芯片和缓存单元均正常,而固态硬盘出现了故障的时候,则说明故障的位置在闪存颗粒,故通过所述上位机生成第一故障信息,其中,所述第一故障信息用于表述固态硬盘的故障位置为闪存颗粒供电电路,固态硬盘的故障原因包括电路虚焊,和/或电路短路。
若否,执行步骤S730:通过所述上位机生成第二故障信息,其中,所述第二故障信息用于表述固态硬盘的故障位置为缓存单元供电电路或所述闪存颗粒供电电路,固态硬盘的故障原因包括电路虚焊,和/或电路短路。
具体的,若否,说明固态硬盘只有主控芯片是正常的,其故障位置可能是缓存单元,也可能是闪存颗粒;为此,通过所述上位机生成第二故障信息,其中,所述第二故障信息用于表述固态硬盘的故障位置为缓存单元供电电路或所述闪存颗粒供电电路,固态硬盘的故障原因包括电路虚焊,和/或电路短路。
步骤S740:当所述上位机不能识别固态硬盘时,通过所述上位机生成第三故障信息,其中,所述第三故障信息用于表述固态硬盘的故障位置为主控芯片供电电路,固态硬盘的故障原因包括电路虚焊,和/或电路短路。
具体的,当上位机能够识别固态硬盘时,说明固态硬盘的主控芯片是出现了故障的,为此通过所述上位机生成第三故障信息,其中,所述第三故障信息用于表述固态硬盘的故障位置为主控芯片供电电路,固态硬盘的故障原因包括电路虚焊,和/或电路短路。
本实施例,给出了对于出现了故障的固态硬盘进行故障位置定位的技术方案。
在本发明提出的一种基于电变量进行固态硬盘故障检测的方法的第八实施例中,基于第一至第六中任一实施例,本实施例还包括如下步骤:
步骤S810:通过所述检测单元获取固态硬盘的总工作电流。
具体的,本实施例中,固态硬盘是出现了故障需要进行故障定位的固态硬盘;将固态硬盘通过SATA接口连接于上位机,然后上位机通过所述检测单元(本实施例中优选为电流检测工具)获取固态硬盘的总工作电流,这里的总工作电流即是固态硬盘工作时的总电流,总电流等于固态硬盘中所有硬件的工作电流之和。
步骤S820:通过所述上位机向固态硬盘发送擦除指令或软销毁指令,并将所述上位机向固态硬盘发送所述擦除指令或所述软销毁指令的时刻标记为起始时刻。
步骤S830:判断所述起始时刻之后预设时间段的所述总工作电流的平均值是否大于所述起始时刻前所述预设时间段内的所述总工作电流的平均值。
具体的,上位机判断所述起始时刻之后预设时间段(例如5秒)的所述总工作电流的平均值是否大于所述起始时刻前所述预设时间段(例如5秒)内的所述总工作电流的平均值。
若是,执行步骤S840:通过所述上位机生成第四故障信息,其中,所述第四故障信息用于表述固态硬盘的故障位置不包括闪存颗粒。
具体的,若是,说明在上位机向固态硬盘发送擦除指令后,固态硬盘的总电流上升,也就是说,固态硬盘中的闪存颗粒确实执行了擦除指令或软销毁指令(擦除指令或软销毁指令均是由闪存颗粒进行执行的指令),这样才会导致固态硬盘的总电流上升,则说明固态硬盘的闪存颗粒是正常的。
故通过所述上位机生成第四故障信息,其中,所述第四故障信息用于表述固态硬盘的故障位置不包括闪存颗粒,即将固态硬盘的故障位置排除闪存颗粒。
若否,执行步骤S850:通过所述上位机生成第五故障信息,其中,所述第五故障信息用于表述固态硬盘的故障位置为所述闪存颗粒。
具体的,若否,说明说明在上位机向固态硬盘发送擦除指令后,固态硬盘的总电流并未上升,也就是说,固态硬盘中的闪存颗粒并未执行擦除指令或软销毁指令,则说明固态硬盘的闪存颗粒是存在故障的。
故通过所述上位机生成第五故障信息,其中,所述第五故障信息用于表述固态硬盘的故障位置为所述闪存颗粒。
在本发明提出的一种基于电变量进行固态硬盘故障检测的方法的第九实施例中,基于第八实施例,步骤S810,之后还包括如下步骤:
步骤S910:通过所述上位机向固态硬盘写入测试数据。
具体的,这里的固态硬盘是进行修复后的固态硬盘,即本实施例提出的技术方案的目的是对进行修复后的固态硬盘进行测试,以判断固态硬盘是否修复完成。
步骤S920:获取所述测试数据完全写入固态硬盘的写入时长。
具体的,基于测试数据的大小和固态硬盘的写入速度,上位机即可获取测试数据完全写入固态硬盘的写入时长(例如10秒)。
步骤S930:将所述写入时长内所有的所述总工作电流标记为目标电流集。
具体的,上位机将所述写入时长内所有的所述总工作电流标记为目标电流集;即这里的总工作电流为每隔0.1秒采集一次,那么本实施例中目标电流集中包括100个不同时刻的总工作电流。
步骤S940:获取固态硬盘未执行任何指令时的所述总工作电流的平均值,并标记为空闲电流。
具体的,上位机获取固态硬盘未执行任何指令时的所述总工作电流的平均值,并标记为空闲电流。
步骤S950:判断所述目标电流集中大于所述空闲电流的所述总工作电流的数量占比是否大于预设占比。
具体的,上位机判断所述目标电流集中大于所述空闲电流的所述总工作电流的数量占比是否大于预设占比(例如50%)。
若是,执行步骤S960:生成第一检测信息,其中,所述第一检测信息用于表述固态硬盘已经修复正常。
具体的,若是,即说明目标电流集中大于空闲电流的总工作电流的数量占比是否大于50%,则说明当写入测试数据时,固态硬盘的总工作电流大于空闲电流的数量为至少50个,也就说明写入时长中,至少50%的时长的总工作电流相比空闲电流出现了上升,那么说明固态硬盘确实在响应数据写入功能,从而说明固态硬盘已经修复完成,故上位机生成第一检测信息,其中,所述第一检测信息用于表述固态硬盘已经修复正常。
在本发明提出的一种基于电变量进行固态硬盘故障检测的方法的第十实施例中,基于第一至第六中任一实施例,本实施例还包括如下步骤:
步骤S1010:将固态硬盘的闪存颗粒拆除,并将拆除的所述闪存颗粒和所述上位机建立通信连接。
具体的,本实施例中,固态硬盘是出现了故障,但故障位置并非闪存颗粒的固态硬盘,即该出现了故障的固态硬盘的闪存颗粒是能正常使用的;将固态硬盘的闪存颗粒单独拆除后,再将拆下来的闪存颗粒和所述上位机建立通信连接。
具体的,上位机获取固态硬盘的闪存颗粒的剩余擦写次数C和日均数据写入量。因固态硬盘的擦写次数是有限的,该擦写次数决定了固态硬盘的使用寿命;这里的擦除次数是指固态硬盘中所有闪存颗粒全部被写入数据后再进行擦除的次数,例如,固态硬盘的的容量为500GB,擦除次数为1000次,那么本固态硬盘实际可擦除的数据量为500000GB。
本实施例中,剩余擦写次数C取1,那么计算得到的闪存颗粒的剩余寿命 为10天。
步骤S1040:当所述剩余寿命低于预设寿命时,将所述闪存颗粒报废并删除所述闪存颗粒中的数据。
具体的,当所述剩余寿命低于预设寿命时(例如30天),说明该闪存颗粒的剩余寿命已经比较短了,并不值得将其重新配套安装主控芯片和缓存单元以进行修复;故直接将所述闪存颗粒报废并删除所述闪存颗粒中的数据,以防止数据泄漏。
步骤S1050:当所述剩余寿命不低于预设寿命时,将所述闪存颗粒配套安装正常的主控芯片和缓存单元。
具体的,当所述剩余寿命不低于预设寿命时(例如30天),说明该闪存颗粒的剩余寿命仍然比较长,值得将其重新配套安装主控芯片和缓存单元以进行修复;故直接将所述闪存颗粒配套安装正常的主控芯片和缓存单元,修复后即可正常使用。
此外,所有的闪存颗粒出厂之前都有原始坏块,这个不可避免。而坏块的出现会导致读写速率的异常,因为容量会出现数据丢失,电荷跳变导致出现读写数据异常,主控会对闪存颗粒进行重读和坏块替换,而坏块过多会导致数据丢失、掉盘、固态硬盘使用寿命降低。若是出现坏道,则可能导致整盘大容量损失数据和存储空间的丢失。
而因为闪存颗粒的特性决定在多次读写擦除后,闪存颗粒存储电荷的单元壁垒会变薄,导致闪存颗粒出现读写数据出现错误,甚至数据丢失。也就是说,对一个颗粒多次擦写,会导致坏块和坏道的产生,进而导致的固态硬盘寿命降低的情况,主控芯片会采用擦写均衡等手段来避免该情况的产生。
闪存颗粒的类型主要分为SLC、MLC、TLC、QLC,每个类型的擦写次数不一样。SLC可擦写10万次,MLC可擦写3千-1万次,TLC可擦写1千-3千次,QLC可擦写200-500次,以上擦写次数仅作为一个参考次数,并不为各个颗粒实际擦写次数。
固态硬盘的整盘擦写寿命还有很长并不代表存储盘性能一定很好,闪存颗粒作为数据存储的主要载体,若是闪存颗粒中坏块过多,或者出现坏道,都是异常的,会导致掉速或丢失数据,这都是需要更换闪存颗粒的。
为此,在本实施例中,还可以通过上位机实时检测闪存颗粒的坏块数量及坏道数量,当坏块数量大于第一临界值(例如10%),或坏道数量大于第二临界值时(例如10%),说明该闪存颗粒的运行不稳定,容易出现读写掉速和数据丢失,并不值得将其重新配套安装主控芯片和缓存单元以进行修复;故直接将闪存颗粒报废并删除闪存颗粒中的数据,以防止数据泄漏。将闪存颗粒报废并删除闪存颗粒中的数据。
本发明还提出一种基于电变量进行固态硬盘故障检测的系统,本系统应用如上述中任一项所述的基于电变量进行固态硬盘故障检测的方法;所述系统包括上位机和检测单元;所述检测单元与所述上位机通信连接。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (10)
1.一种基于电变量进行固态硬盘故障检测的方法,其特征在于,应用于基于电变量进行固态硬盘故障检测的系统;所述系统包括上位机和检测单元;所述检测单元与所述上位机通信连接;所述方法,包括:
获取通过所述上位机训练好的故障预测模型;
通过所述检测单元对所述固态硬盘的实时运行参数进行侦测,并判断所述实时运行参数是否异常;
当所述实时运行参数异常时,将所述固态硬盘的实时运行参数作为输入数据代入所述故障检测模型,得到的输出数据为预测故障数据;
根据所述预测故障数据中的预测故障种类和预测故障发生时间,对所述固态硬盘的任务队列中的各项任务进行重排序。
2.根据权利要求1所述的一种基于电变量进行固态硬盘故障检测的方法,其特征在于,所述获取通过所述上位机训练好的故障预测模型,包括:
通过所述上位机建立故障预测模型;
进行故障试验,获取固态硬盘在若干组试验运行参数下运行设定时间后的对应的试验故障数据,其中,所述试验故障数据包括试验故障种类和试验故障发生时间;
将若干组所述试验运行参数作为训练输入数据,将对应的所述试验故障数据作为训练输出数据,对所述故障预测模型进行训练。
3.根据权利要求2所述的一种基于电变量进行固态硬盘故障检测的方法,其特征在于,所述运行参数包括复位电路运行参数、供电电路运行参数和时钟电路运行参数;所述故障种类包括复位电路异常、供电电路异常和时钟电路异常;所述进行故障试验,获取固态硬盘在若干组试验运行参数下运行设定时间后的对应的试验故障数据,包括:
进行复位电路故障试验,获取固态硬盘在若干组复位电路试验运行参数下运行设定时间后的对应的第一试验故障数据;
进行供电电路故障试验,获取固态硬盘在若干组供电电路试验运行参数下运行设定时间后的对应的第二试验故障数据;
进行时钟电路故障试验,获取固态硬盘在若干组时钟电路试验运行参数下运行设定时间后的对应的第三试验故障数据。
4.根据权利要求3所述的一种基于电变量进行固态硬盘故障检测的方法,其特征在于,所述通过所述检测单元对所述固态硬盘的实时运行参数进行侦测,并判断所述实时运行参数是否异常,包括:
对所述固态硬盘的复位电路实时运行参数、供电电路实时运行参数和时钟电路实时运行参数分别进行侦测;
分别判断复位电路实时运行参数、供电电路实时运行参数和时钟电路实时运行参数是否存在异常;
所述当所述实时运行参数异常时,将所述固态硬盘的实时运行参数作为输入数据代入所述故障检测模型,得到的输出数据为预测故障数据,包括:
当实时运行参数异常时,标记所述固态硬盘的异常电路;
将所述固态硬盘的异常电路的实时运行参数作为输入数据代入所述故障检测模型,得到的输出数据为所述预测故障数据。
5.根据权利要求1所述的一种基于电变量进行固态硬盘故障检测的方法,其特征在于,所述根据所述预测故障数据中的预测故障种类和预测故障发生时间,对所述固态硬盘的任务队列中的各项任务进行重排序,包括:
获取所述任务队列中各项任务的重要等级和原始排序;
根据预测故障种类、预测故障发生时间、各项任务的重要等级和原始排序,对所述固态硬盘的任务队列中的各项任务进行重新排序,并对各项任务进行重新排序标记和原始排序标记;
将固态硬盘的任务队列中各项任务按照所述重新排序标记的顺序进行处理。
6.根据权利要求5所述的一种基于电变量进行固态硬盘故障检测的方法,其特征在于,所述将任务队列中各项任务按照所述重新排序标记的顺序进行处理,之后还包括:
侦测所述实时运行参数的异常是否解除;
若是,将固态硬盘的任务队列中的各项剩余任务,按照原始排序标记的顺序进行处理。
7.根据权利要求1至6中任一项所述的一种基于电变量进行固态硬盘故障检测的方法,其特征在于,还包括:
当与固态硬盘通信连接的所述上位机能识别固态硬盘时,判断所述上位机是否能够访问固态硬盘的缓存单元;
若是,通过所述上位机生成第一故障信息,其中,所述第一故障信息用于表述固态硬盘的故障位置为闪存颗粒供电电路,固态硬盘的故障原因包括电路虚焊,和/或电路短路;
若否,通过所述上位机生成第二故障信息,其中,所述第二故障信息用于表述固态硬盘的故障位置为缓存单元供电电路或所述闪存颗粒供电电路,固态硬盘的故障原因包括电路虚焊,和/或电路短路;
当所述上位机不能识别固态硬盘时,通过所述上位机生成第三故障信息,其中,所述第三故障信息用于表述固态硬盘的故障位置为主控芯片供电电路,固态硬盘的故障原因包括电路虚焊,和/或电路短路。
8.根据权利要求1至6中任一项所述的一种基于电变量进行固态硬盘故障检测的方法,其特征在于,还包括:
通过所述检测单元获取固态硬盘的总工作电流;
通过与所述固态硬盘通信连接的所述上位机向固态硬盘发送擦除指令或软销毁指令,并将所述上位机向固态硬盘发送所述擦除指令或所述软销毁指令的时刻标记为起始时刻;
判断所述起始时刻之后预设时间段的所述总工作电流的平均值是否大于所述起始时刻前所述预设时间段内的所述总工作电流的平均值;
若是,通过所述上位机生成第四故障信息,其中,所述第四故障信息用于表述固态硬盘的故障位置不包括闪存颗粒;
若否,通过所述上位机生成第五故障信息,其中,所述第五故障信息用于表述固态硬盘的故障位置为所述闪存颗粒。
10.一种基于电变量进行固态硬盘故障检测的系统,其特征在于,应用如权利要求1-9中任一项所述的基于电变量进行固态硬盘故障检测的方法;所述系统包括上位机和检测单元;所述检测单元与所述上位机通信连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110938140.3A CN113590406A (zh) | 2021-08-16 | 2021-08-16 | 一种基于电变量进行固态硬盘故障检测的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110938140.3A CN113590406A (zh) | 2021-08-16 | 2021-08-16 | 一种基于电变量进行固态硬盘故障检测的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113590406A true CN113590406A (zh) | 2021-11-02 |
Family
ID=78258084
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110938140.3A Pending CN113590406A (zh) | 2021-08-16 | 2021-08-16 | 一种基于电变量进行固态硬盘故障检测的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113590406A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114356227A (zh) * | 2021-12-17 | 2022-04-15 | 得一微电子股份有限公司 | 固态硬盘指令处理方法、装置、系统与可读存储介质 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001256005A (ja) * | 2000-03-13 | 2001-09-21 | Hitachi Telecom Technol Ltd | ハードディスク装置 |
JP2005284449A (ja) * | 2004-03-29 | 2005-10-13 | Nec Corp | 情報記録媒体アレイシステムおよびその復旧方法 |
CN102208204A (zh) * | 2011-05-25 | 2011-10-05 | 深圳宝德科技集团股份有限公司 | 一种硬盘检测方法及装置 |
CN105868035A (zh) * | 2016-04-26 | 2016-08-17 | 浪潮电子信息产业股份有限公司 | 一种故障预测的方法、装置和系统 |
JP2016207237A (ja) * | 2015-04-17 | 2016-12-08 | 日本電気株式会社 | ハードディスク管理装置、ハードディスク装置、ハードディスク管理方法およびハードディスク管理用プログラム |
WO2017125014A1 (zh) * | 2016-01-18 | 2017-07-27 | 中兴通讯股份有限公司 | 硬盘监控方法及装置 |
CN109741786A (zh) * | 2019-01-09 | 2019-05-10 | 郑州云海信息技术有限公司 | 一种固态硬盘监控方法、装置及设备 |
CN109828869A (zh) * | 2018-12-05 | 2019-05-31 | 中兴通讯股份有限公司 | 预测硬盘故障发生时间的方法、装置及存储介质 |
CN110737554A (zh) * | 2019-09-02 | 2020-01-31 | 苏州浪潮智能科技有限公司 | 一种磁盘故障预测系统、装置及可读存储介质 |
CN110888763A (zh) * | 2018-09-11 | 2020-03-17 | 北京奇虎科技有限公司 | 磁盘故障诊断方法、装置、终端设备及计算机存储介质 |
CN111045844A (zh) * | 2019-11-08 | 2020-04-21 | 苏州浪潮智能科技有限公司 | 一种故障降级方法与装置 |
CN210575116U (zh) * | 2019-10-11 | 2020-05-19 | 深圳佰维存储科技股份有限公司 | 固态硬盘的复位电路及固态硬盘 |
CN111736780A (zh) * | 2020-08-07 | 2020-10-02 | 苏州浪潮智能科技有限公司 | 一种固态硬盘的擦除方法、装置、设备及存储介质 |
CN111897696A (zh) * | 2020-08-05 | 2020-11-06 | 腾讯科技(深圳)有限公司 | 服务器集群硬盘状态检测方法、装置、电子设备及存储介质 |
CN112527572A (zh) * | 2019-09-19 | 2021-03-19 | 中兴通讯股份有限公司 | 磁盘故障预测方法、装置、计算机可读存储介质及服务器 |
CN112631848A (zh) * | 2021-01-13 | 2021-04-09 | 公安部物证鉴定中心 | 一种机械硬盘故障智能诊断方法及系统 |
-
2021
- 2021-08-16 CN CN202110938140.3A patent/CN113590406A/zh active Pending
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001256005A (ja) * | 2000-03-13 | 2001-09-21 | Hitachi Telecom Technol Ltd | ハードディスク装置 |
JP2005284449A (ja) * | 2004-03-29 | 2005-10-13 | Nec Corp | 情報記録媒体アレイシステムおよびその復旧方法 |
CN102208204A (zh) * | 2011-05-25 | 2011-10-05 | 深圳宝德科技集团股份有限公司 | 一种硬盘检测方法及装置 |
JP2016207237A (ja) * | 2015-04-17 | 2016-12-08 | 日本電気株式会社 | ハードディスク管理装置、ハードディスク装置、ハードディスク管理方法およびハードディスク管理用プログラム |
WO2017125014A1 (zh) * | 2016-01-18 | 2017-07-27 | 中兴通讯股份有限公司 | 硬盘监控方法及装置 |
CN105868035A (zh) * | 2016-04-26 | 2016-08-17 | 浪潮电子信息产业股份有限公司 | 一种故障预测的方法、装置和系统 |
CN110888763A (zh) * | 2018-09-11 | 2020-03-17 | 北京奇虎科技有限公司 | 磁盘故障诊断方法、装置、终端设备及计算机存储介质 |
CN109828869A (zh) * | 2018-12-05 | 2019-05-31 | 中兴通讯股份有限公司 | 预测硬盘故障发生时间的方法、装置及存储介质 |
CN109741786A (zh) * | 2019-01-09 | 2019-05-10 | 郑州云海信息技术有限公司 | 一种固态硬盘监控方法、装置及设备 |
CN110737554A (zh) * | 2019-09-02 | 2020-01-31 | 苏州浪潮智能科技有限公司 | 一种磁盘故障预测系统、装置及可读存储介质 |
CN112527572A (zh) * | 2019-09-19 | 2021-03-19 | 中兴通讯股份有限公司 | 磁盘故障预测方法、装置、计算机可读存储介质及服务器 |
CN210575116U (zh) * | 2019-10-11 | 2020-05-19 | 深圳佰维存储科技股份有限公司 | 固态硬盘的复位电路及固态硬盘 |
CN111045844A (zh) * | 2019-11-08 | 2020-04-21 | 苏州浪潮智能科技有限公司 | 一种故障降级方法与装置 |
CN111897696A (zh) * | 2020-08-05 | 2020-11-06 | 腾讯科技(深圳)有限公司 | 服务器集群硬盘状态检测方法、装置、电子设备及存储介质 |
CN111736780A (zh) * | 2020-08-07 | 2020-10-02 | 苏州浪潮智能科技有限公司 | 一种固态硬盘的擦除方法、装置、设备及存储介质 |
CN112631848A (zh) * | 2021-01-13 | 2021-04-09 | 公安部物证鉴定中心 | 一种机械硬盘故障智能诊断方法及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114356227A (zh) * | 2021-12-17 | 2022-04-15 | 得一微电子股份有限公司 | 固态硬盘指令处理方法、装置、系统与可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109918022B (zh) | 一种ssd开卡坏块表继承方法 | |
CN104282342A (zh) | 闪存装置、存储器控制器及闪存的控制方法 | |
CN109558263B (zh) | 一种固态硬盘数据读取错误的处理方法及相关装置 | |
CN106682162A (zh) | 日志管理方法及装置 | |
CN113590406A (zh) | 一种基于电变量进行固态硬盘故障检测的方法及系统 | |
CN111400099B (zh) | 闪存的数据重读方法、装置、设备及计算机可读存储介质 | |
CN113253943A (zh) | 一种优化固态硬盘中open block的方法、装置、设备及可读介质 | |
CN113270136B (zh) | 测试Nand-flash坏块的控制方法及控制系统 | |
CN112270945B (zh) | 记录是否有擦除时掉电的方法、装置、存储介质和终端 | |
CN112363909B (zh) | 一种继电保护装置中文件系统可靠性的自动测试方法 | |
CN109741786A (zh) | 一种固态硬盘监控方法、装置及设备 | |
CN116705129B (zh) | 固态硬盘的测试方法 | |
CN112985488A (zh) | 一种用于传感器的温度应力加速寿命试验系统及方法 | |
CN110764960B (zh) | 一种固态硬盘固件测试方法 | |
CN112732181A (zh) | 一种ssd的数据迁移方法及相关装置 | |
CN115757071A (zh) | 自动列车监督系统的日志记录方法和装置 | |
CN116306429A (zh) | 实现状态数据捕获的方法、装置、计算机存储介质及终端 | |
CN113625947A (zh) | 一种数据纠错方法、装置、设备及计算机可读存储介质 | |
CN108491740A (zh) | 一种tf卡性能实时监测方法 | |
WO2021142720A1 (zh) | 一种在Android系统中提供沙盒环境保护用户隐私的方法 | |
CN114692082A (zh) | 换电用户的识别方法、系统、设备和介质 | |
CN113110794B (zh) | 一种用于NandFlash的数据存储方法与系统 | |
TWI692691B (zh) | 記憶體控制裝置與記憶體控制方法 | |
CN109545266A (zh) | 一种固态硬盘发现弱块的方法及其系统 | |
CN117009157A (zh) | 一种模拟游戏场景的device测试方法、控制器、系统和介质 |
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 |