CN113703681A - 一种硬盘管理方法及装置、硬盘设备、存储介质 - Google Patents
一种硬盘管理方法及装置、硬盘设备、存储介质 Download PDFInfo
- Publication number
- CN113703681A CN113703681A CN202110990032.0A CN202110990032A CN113703681A CN 113703681 A CN113703681 A CN 113703681A CN 202110990032 A CN202110990032 A CN 202110990032A CN 113703681 A CN113703681 A CN 113703681A
- Authority
- CN
- China
- Prior art keywords
- block
- block type
- type
- storage
- under
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 claims abstract description 58
- 238000012549 training Methods 0.000 claims description 64
- 238000012937 correction Methods 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 20
- 230000009977 dual effect Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 238000013500 data storage Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 11
- 238000007637 random forest analysis Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000003066 decision tree Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 239000007787 solid Substances 0.000 description 7
- 238000002372 labelling Methods 0.000 description 6
- 230000002035 prolonged effect Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process 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
- 230000003993 interaction Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000007621 cluster analysis Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000008188 pellet Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06F3/0616—Improving the reliability of storage systems in relation to life time, e.g. increasing Mean Time Between Failures [MTBF]
-
- 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
- G06F3/0604—Improving or facilitating administration, e.g. storage management
-
- 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
- G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
- G06F3/0638—Organizing or formatting or addressing of data
- G06F3/064—Management of blocks
-
- 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
- G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
- G06F3/0646—Horizontal data movement in storage systems, i.e. moving data in between storage devices or systems
- G06F3/0652—Erasing, e.g. deleting, data cleaning, moving of data to a wastebasket
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Techniques For Improving Reliability Of Storages (AREA)
Abstract
本申请实施例提供一种硬盘管理方法及装置、硬盘设备、存储介质，涉及数据存储领域，能够延长硬盘的使用寿命，该方法包括：获取硬盘中存储块在第一块类型下的属性信息，该属性信息用于描述存储块；若根据该存储块在第一块类型下的属性信息，确定该存储块在第一块类型下的工作状态不满足该第一块类型下的预设存储块工作状态，则将该存储块的块类型由第一块类型调整为第二块类型，以基于处于该第二块类型的存储块进行数据操作；其中，该存储块在第一块类型下的属性信息对应的工作状态，满足第二块类型下的预设存储块工作状态。
Description
技术领域
本申请实施例涉及数据存储技术领域，尤其涉及一种硬盘管理方法及装置、硬盘设备、存储介质。
背景技术
随着互联网、大数据以及云技术等技术的发展，移动存储装置，例如固态硬盘(solid state disk，SSD)，作为一种便携存储设备被大众广泛应用。
存储块(block)作为硬盘中的重要组成部分，随着硬盘的使用次数增加，部分存储块会由正常存储块变成坏块，坏块不能用于正常存储数据。可用的正常存储块的数量减少，导致硬盘的数据处理负担增加，进而导致硬盘使用寿命缩短。
因此，如何有效管理硬盘，以延长硬盘使用寿命，仍是当前待解决的技术问题。
发明内容
本申请实施例提供一种硬盘管理方法及装置、硬盘设备、存储介质，至少能够实现延长硬盘的使用寿命。
为达到上述目的，本申请实施例采用如下技术方案：
第一方面，本申请实施例提供一种硬盘管理方法，该方法包括：获取硬盘中存储块在第一块类型下的属性信息，该属性信息用于描述该存储块；若根据该存储块在第一块类型下的属性信息，确定该存储块在第一块类型下的工作状态不满足第一块类型下的预设存储块工作状态，则将该存储块的块类型由上述第一块类型调整为第二块类型，以基于处于该第二块类型的存储块进行数据操作；其中，该存储块在上述第一块类型下的属性信息对应的工作状态，满足上述第二块类型下的预设存储块工作状态。
本申请实施例提供的硬盘管理方法中，当存储块在第一块类型下的工作状态不满足该第一块类型下的预设存储块工作状态时，在第一块类型下该存储块可能不能再继续用于数据操作，继续在第一块类型下使用该存储块有可能导致存储块加速成为坏块，并存在数据丢失的风险，由于该存储块在第一块类型下的属性信息对应的工作状态，满足第二块类型下的预设存储块工作状态，即第二块类型下该存储块可以用于正常的数据操作，继续在第二块类型下使用该存储块可以延迟存储块变为坏块的时间，并可以避免数据丢失的风险，因此，在存储块在第一块类型下的工作状态不满足该第一块类型下的预设存储块工作状态的情况下，将该存储块的块类型由第一块类型调整为第二块类型，则可以基于第二块类型的存储块继续进行数据操作，如此，能够延长存储块的使用寿命，且可以保证数据完整性。
一种可能的实现方式中，上述根据存储块在第一块类型下的属性信息，确定该存储块在第一块类型下的工作状态不满足第一块类型下的预设存储块工作状态，包括：利用状态识别模型对该存储块在第一块类型下的属性信息进行处理，并根据该状态识别模型的处理结果确定该存储块在第一块类型下的工作状态不满足第一块类型下的预设存储块工作状态。
本申请实施例中，将存储块在第一块类型下的属性信息输入至对状态识别模型中，状态识别模型根据输入该属性信息能够直接判别出该存储块为在第一块类型下的工作状态是否满足第一块类型下的预设存储块工作状态的结果，因此，本申请实施例提供的方法判断存储块在第一块类型下的工作状态是否满足第一块类型下的预设存储块工作状态的结果效率较高。
一种可能的实现方式中，上述利用状态识别模型对存储块在第一块类型下的属性信息进行处理之前，硬盘管理方法还包括：按照块类型与状态识别模型的预设对应关系，确定第一块类型对应的状态识别模型。
一种可能的实现方式中，上述状态识别模型是基于上述第一块类型下的样本存储块的样本属性信息训练得到；或者该状态识别模型是基于第一块类型下的样本存储块的样本属性信息、以及该第一块类型对应的类型标签训练得到。
一种可能的实现方式中，上述存储块在第一块类型下的属性信息包括下述至少一项：该存储块的擦除次数、该存储块的读数据次数、该存储块的纠错次数或该存储块的温度；
该存储块在第一块类型下的工作状态不满足该第一块类型下的预设存储块工作状态，包括以下情况中的至少之一：
该存储块在第一块类型下的擦除次数大于或等于该第一块类型下的擦除次数阈值；
该存储块在第一块类型下的读数据次数大于或等于该第一块类型下的读数据次数阈值；
该存储块在第一块类型下的纠错次数大于或等于该第一块类型下的纠错次数阈值；
该存储块在第一块类型下的温度大于或等于该第一块类型下的温度阈值；
该存储块在第一块类型下的状态判别值大于或等于预设判别阈值，该存储块在第一块类型下的状态判别值基于该存储块在第一块类型下的至少一项属性信息的取值与预设判别系数得到。
一种可能的实现方式中，上述第二块类型对应的存储阶数小于该第一块类型对应的存储阶数；该第一块类型包括：四阶存储单元类型、三阶存储单元类型或双阶存储单元类型。
第二方面，本申请实施例提供一种硬盘管理装置，包括：获取模块和调整模块；上述获取模块用于获取硬盘中该存储块在第一块类型下的属性信息，该存储块在第一块类型下的属性信息用于描述该存储块；上述调整模块，用于若根据该存储块在第一块类型下的属性信息，确定该存储块在第一块类型下的工作状态不满足该第一块类型下的预设存储块工作状态，则将存储块的块类型由上述第一块类型调整为第二块类型，以基于处于上述第二块类型的存储块进行数据操作；其中，存储块在第一块类型下的属性信息对应的工作状态，满足第二块类型下的预设存储块工作状态。
一种可能的实现方式中，上述硬盘管理装置还包括确定模块，该确定模块用于利用状态识别模型对上述存储块在第一块类型下的属性信息进行处理，并根据上述状态识别模型的处理结果确定该存储块在第一块类型下的工作状态不满足该第一块类型下的预设存储块工作状态。
一种可能的实现方式中，上述确定模块，还用于按照块类型与状态识别模型的预设对应关系，确定第一块类型对应的状态识别模型。
一种可能的实现方式中，上述状态识别模型是基于第一块类型下的样本存储块的样本属性信息训练得到；或者该状态识别模型是基于第一块类型下的样本存储块的样本属性信息、以及第一块类型对应的类型标签训练得到。
一种可能的实现方式中，上述存储块的属性信息包括下述至少一项：存储块的擦除次数、存储块的读数据次数、存储块的纠错次数或存储块的温度；
该存储块在第一块类型下的工作状态不满足该第一块类型下的预设存储块工作状态，包括以下情况中的至少之一：
该存储块在第一块类型下的擦除次数大于或等于该第一块类型下的擦除次数阈值；
该存储块在第一块类型下的读数据次数大于或等于该第一块类型下的读数据次数阈值；
该存储块在第一块类型下的纠错次数大于或等于该第一块类型下的纠错次数阈值；
该存储块在第一块类型下的温度大于或等于该第一块类型下的温度阈值；
该存储块在第一块类型下的状态判别值大于或等于预设判别阈值，该存储块在第一块类型下的状态判别值基于该存储块在第一块类型下的至少一项属性信息的取值与预设判别系数得到。
一种可能的实现方式中，上述第二块类型对应的存储阶数小于该第一块类型对应的存储阶数；该第一块类型包括：四阶存储单元类型、三阶存储单元类型或双阶存储单元类型。
第三方面，本申请实施例提供一种硬盘设备，存储器与处理器耦合；存储器用于存储计算机程序代码，其中，计算机程序代码包括计算机指令；当计算机指令被处理器执行时，使得硬盘设备执行第一方面及其可能的实现方式中任意之一所述的方法。
第四方面，本申请实施例提供一种计算机存储介质，包括计算机指令，当计算机指令在计算设备上运行时，使得计算设备执行上述第一方面及其可能的实现方式中任意之一所述的方法。
第五方面，本申请实施例提供一种的计算机程序产品，当其在计算机上运行时，使得计算机执行上述第一方面及其可能的实现方式中任意之一所述的方法。
应当理解的是，本申请实施例的第二方面至第五方面技术方案及对应的可能的实施方式所取得的有益效果可以参见上述对第一方面及其对应的可能的实施方式的技术效果，此处不再赘述。
附图说明
图1为本申请实施例提供的一种闪存颗粒的内部结构示意图；
图2为本申请实施例提供的一种硬盘设备的结构示意图；
图3为本申请实施例提供的一种硬盘管理装置的结构示意图；
图4为本申请实施例提供的一种硬盘管理方法示意图；
图5为本申请实施例提供的另一种硬盘管理方法示意图；
图6为本申请实施例提供的一种状态识别模型的训练方法示意图；
图7为本申请实施例提供的另一种硬盘管理方法示意图；
图8为本申请实施例提供的另一种硬盘管理装置的结构示意图；
图9为本申请实施例提供的又一种硬盘管理装置的结构示意图。
具体实施方式
本文中术语“和/或”，仅仅是一种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这三种情况。
本申请实施例的说明书和权利要求书中的术语“第一”和“第二”等是用于区别不同的对象，而不是用于描述对象的特定顺序。例如，第一块类型和第二块类型等是用于区别不同的块类型，而不是用于描述块类型的特定顺序。
在本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
随着互联网、大数据以及云技术等技术的发展，SSD作为一种新兴的存储设备被大众广泛应用。其中，闪存颗粒(NAND)是SSD中用于存储数据的重要组成部分，如图1所示，NAND由多个存储单元组(Die)构成，每个存储单元组中包括多个存储块(block)。
按照SSD的存储块的类型可以将存储块分为以下几种：四阶存储单元(quad levelcell，QLC)的存储块、三阶存储单元(trinary level cell，TLC)的存储块、双阶存储单元(multi level cell，MLC)的存储块以及单阶存储单元(single level cell，SLC)的存储块。在以下实施例中，将存储块的类型简称为块类型。
其中，四阶存储单元的存储块上可以存储4比特(bits)的数据，该类型的存储块的数据的擦写次数是150次左右；三阶存储单元的存储块上可以存储3bits的数据，该类型的存储块的数据的擦写次数是1000至3000次左右；双阶存储单元的存储块上可以存储2bits的数据，该类型的存储块的数据的擦写次数是3000至5000次左右；单阶存储单元的存储块上可以存储1bit的数据，该类型的存储块的数据的擦写次数是100000次以上。
当业务层在某个存储块上对数据的擦写次数达到或超过该存储块的类型所对应的预定次数时，该存储块可能成为坏块，当该存储块成为坏块时就不能在该存储块上进行数据的读写操作。
在固态硬盘的使用过程中，对于待写入的数据，向存储块写入该数据之后，再从存储块读取该数据，然后将读取到的数据与真实的数据进行对比，如果读取到的数据与真实数据不同，确定该存储块为坏块，并标记该存储块，例如为该存储块添加标签；否则，确定该存储块为正常块(或健康块)，不标记该存储块。后续地，当向SSD中的存储块写数据时，如果该存储块是被标记的存储块(简称为标记存储块，即坏块)，则直接跳过该坏块，在下一个正常存储块上写数据。但随着坏块数量的增加，SSD中除坏块以外的正常存储块会被更频繁的擦除使用，由于正常存储块的擦除次数是固定的，当对正常存储块执行多次擦除动作后，该正常存储块的性能会衰退，最终成为坏块，将减短SSD的使用寿命。
针对现有技术中由于SSD中的坏块的数量增大而导致SSD的使用寿命减短的问题，本申请实施例提供了一种硬盘管理方法及装置，硬盘管理装置获取硬盘中存储块在第一块类型下的属性信息，该属性信息用于描述存储块；若根据该属性信息，确定存储块在第一块类型下的工作状态不满足该第一块类型下的预设存储块工作状态，则将该存储块的块类型由第一块类型调整为第二块类型，以基于处于该第二块类型的存储块进行数据操作；其中，上述存储块在第一块类型下的属性信息对应的工作状态，满足第二块类型下的预设存储块工作状态。通过本申请实施例提供的技术方案，能够延长固体硬盘的使用寿命。
在一种可选实施方式中，本申请实施例提供的硬盘管理方法可以应用于如图2所示的固态硬盘中，该固态硬盘至少包括管理模块与存储模块，其中，管理模块获取存储模块中的某一存储块在第一块类型下的属性信息；然后，管理模块根据该存储块在第一块类型下的属性信息，确定该存储块在第一块类型下的工作状态是否满足该第一块类型下的预设存储块工作状态，若该存储块在第一块类型下的工作状态不满足该第一块类型下的预设存储块工作状态，则将该存储块的块类型由第一块类型调整为第二块类型，以基于处于该第二块类型的存储块进行数据操作存储块。例如，管理装置可以向存储模块发送调整指示信息，该调整指示信息用于指示将在第一块类型下的工作状态不满足该第一块类型下的预设存储块工作状态的存储块的块类型从第一块类型调整第二块类型。
可选的，上述管理模块还可以集成在固态硬盘之外的其他计算设备上或该管理模块也可以是一个独立的装置，具体，本申请实施例不进行限定。也即本申请实施例中对硬盘进行管理的方法，可以基于硬盘内部的交互实现，也可以基于硬盘之外计算设备与硬盘本身的交互实现。
示例性的，图3是本申请实施例提供的硬盘管理装置的一种硬件示意图，该硬盘管理装置具体可以是硬盘设备本身，也可以是其他计算设备。如图3所示，硬盘管理装置包括处理器301、存储器302和网络接口303。
其中，处理器301包括一个或多个CPU。该CPU可以为单核CPU(single-CPU)或多核CPU(multi-CPU)。
存储器302包括但不限于是RAM、ROM、EPROM、快闪存储器、或光存储器等。存储器302中保存SSD中存储块的属性信息，具体本申请实施例不做限定。
可选地，处理器301通过读取存储器302中保存的指令实现本申请实施例提供的硬盘管理方法，或者，处理器301通过内部存储的指令实现本申请实施例提供的硬盘管理方法。在处理器301通过读取存储器302中保存的指令实现上述实施例中的方法的情况下，存储器302中保存实现本申请实施例提供的硬盘管理方法的指令。
网络接口303是有线接口(端口)，例如FDDI、GE接口。或者，网络接口303是无线接口。应理解，网络接口303包括多个物理端口，网络接口303用于接收SSD中的存储块的属性信息等。
可选地，硬盘管理装置还包括总线304，上述处理器301、存储器302、网络接口303通常通过总线304相互连接，或采用其他方式相互连接。
本申请实施例提供一种硬盘管理方法，该方法由硬盘管理装置执行，该装置可以集成在硬盘设备或者其他具有计算能力的计算设备上，如图4所示，该方法可以包括S410-S430。
S410、获取硬盘中存储块在第一块类型下的属性信息。
本申请实施例中，存储块的属性信息用于描述该存储块，存储块的属性信息可以包括下述至少一项：存储块的擦除次数、存储块的读数据次数、存储块的纠错次数或存储块的温度。其中，存储块的擦除次数是指在特定时间内对该存储块上的数据进行擦除的总次数；存储块的读数据次数是指在特定时间内该存储块上读取数据的总次数；存储块的纠错次数是指在特定时间内业务层在读取某一存储块的数据时，由于读取数据失败，SSD中的纠错模块对读取数据失败的读指令进行纠错的总次数。前述特定时间的具体时长不作限定，例如可以是从硬盘的出厂时间起算等。
应理解，块类型指的是存储块的类型，块类型可以包括：四阶存储单元类型、三阶存储单元类型、双阶存储单元类型以及单阶存储单元类型。
上述第一块类型包括：四阶存储单元类型、三阶存储单元类型或双阶存储单元类型。
应理解，基于不同块类型下的存储块存储数据时，可以向该存储块中输入预定电压区间内的电压，进而实现数据的写入，具体的，将预设电压区间划分为多个电压区间，向存储块输入对应电压区间内的电压实现特定数据的写入。假设预设电压区间为0V至8V，下述表1是不同块类型下的存储块执行读写操作时对于预设电压区间的划分情况的示例。
表1
根据上述表1可知，双阶存储单元类型的存储块可以存储2bits的数据，该2bits的数据为：00、01、10或11这4种数据中的任意一种，相应的，上述预设电压区间(0V～8V)被划分为4个电压区间，一种数据对应一个电压区间，例如00对应的电压区间是0V～2V，01对应的电压区间是2V～4V，10对应的电压区间是4V～6V，11对应的电压区间是6V～8V。
当业务层向双阶存储单元类型的存储块中存储上述4种数据中的任意一种数据时，根据业务层的待存储数据，确定该待存储数据对应的电压区间；然后，向该存储块中输入该待存储数据对应的电压区间内的电压，进而实现向该存储块中写入该待存储数据。示例性的，假设上述业务层在向存储块上存储数据时的预设电压区间为0V至8V，当该存储块为双阶存储单元类型的存储块时，将预设电压区间划分为4个区间电压，具体见表1所示，向该存储块写入不同的数据的过程为：
当业务层在上述存储块上存储数据00时，确定出数据00对应的电压区间是0V～2V，然后，向该存储块中输入大于或等于0V，且小于2V的输入电压，该输入电压代表数据00。
当业务层在上述存储块上存储数据01时，确定出数据01对应的电压区间是2V～4V，然后，向该存储块中输入大于或等于2V，且小于4V的输入电压，该输入电压代表数据01。
当业务层在上述存储块上存储数据10时，确定出数据10对应的电压区间是4V～6V，然后，向该存储块中输入大于或等于4V，且小于6V的输入电压，该输入电压代表数据10。
当业务层在上述存储块上存储数据11时，确定出数据11对应的电压区间是6V～8V，然后，向该存储块中输入大于或等于6V，且小于8V的输入电压，该输入电压代表数据11。
可以理解的是，向单阶存储单元类型的存储块、三阶存储单元类型的存储块以及四阶存储单元类型的存储块写入数据的原理与上述向二阶存储单元类型的存储块写入数据的原理类似，关于向三阶存储单元类型的存储块和四阶存储单元类型的存储块写入数据的过程可以参考上述实施例的描述，此处不再赘述。
S420、根据存储块在第一块类型下的属性信息，确定该存储块在第一块类型下的工作状态是否满足第一块类型下的预设存储块工作状态。
应理解，上述预设存储块工作状态可以用于判别存储块是否为即将成为坏块的存储块，也就是说，当存储块在第一块类型下的工作状态不满足第一块类型下的预设存储块工作状态时，该存储块为即将成为坏块的存储块；当存储块在第一块类型下的工作状态满足第一块类型下的预设存储块工作状态时，该存储块为正常存储块。
可选的，本申请实施例中，若根据存储块在第一块类型下的属性信息，确定该存储块在第一块类型下的工作状态不满足第一块类型下的预设存储块工作状态，包括以下情况中的至少之一(即存储块在第一块类型下的属性信息满足下述情况中的至少之一，则确定该存储块在第一块类型下的工作状态不满足第一块类型下的预设存储块工作状态)：
存储块在第一块类型下的擦除次数大于或等于该第一块类型下的擦除次数阈值；
存储块在第一块类型下的读数据次数大于或等于该第一块类型下的读数据次数阈值；
存储块在第一块类型下的纠错次数大于或等于第一块类型下的纠错次数阈值；
存储块在第一块类型下的温度大于或等于该第一块类型下的温度阈值；
存储块在第一块类型下的状态判别值大于或等于预设判别阈值，该存储块在第一块类型下的状态判别值基于存储块在第一块类型下的至少一项属性信息的取值与预设判别系数得到。
应理解，当上述存储块在第一块类型下的包括多项属性信息时，该多项属性信息各自对应的预设判别系数可以相同，也可以不同；不同块类型下的预设判别阈值可以不同，具体地本申请实施例均不进行限定。
需要说明的是，上述基于存储块在第一块类型下的至少一项属性信息的取值与预设判别系数得到该存储块在第一块类型下的状态判别值的运算过程，本申请实施例不进行限定，在确保存储块的状态判断准确性的基础上，可以进行合理计算。
示例性，假设上述存储块在第一块类型下包括：擦除次数和读数据次数两项属性信息，且该存储块在第一块类型下的预设判别阈值40000，其中，擦除次数为3000次，该擦除次数对应的预设判别系数为9，读数据次数为10000次，该读数据次数对应的预设判别系数为1；该存储块在第一块类型下的状态判别值＝3000×9+10000×1；即该存储块在第一块类型下的状态判别值47000，该存储块在第一块类型下的状态判别值(47000)大于该存储块在第一块类型下的预设判别阈值(40000)，从而该存储块在第一块类型下的属性信息不满足存储块在第一块类型下的预设存储块工作状态。
相应的，存储块在第一块类型下的工作状态满足第一块类型下的预设存储块工作状态，包括：
存储块在第一块类型下的擦除次数小于该第一块类型下的擦除次数阈值；
存储块在第一块类型下的读数据次数小于该第一块类型下的读数据次数阈值；
存储块在第一块类型下的纠错次数小于第一块类型下的纠错次数阈值；
存储块在第一块类型下的温度小于该第一块类型下的温度阈值；
存储块在第一块类型下的状态判别值小于预设判别阈值，该存储块在第一块类型下的状态判别值基于存储块在第一块类型下的至少一项属性信息的取值与预设判别系数得到。
可选的，结合图4，如图5所示，也可以根据下述S510确定存储块在第一块类型下的工作状态是否满足第一块类型下的预设存储块工作状态。
S510、利用状态识别模型对存储块在第一块类型下的属性信息进行处理，并根据该状态识别模型的处理结果确定该存储块在第一块类型下的工作状态是否满足第一块类型下的预设存储块工作状态。
在本申请实施例中，上述状态识别模型具有判断存储块的工作状态的功能，可以根据输入的存储块在第一块类型下的属性信息，确定该存储块在第一块类型下的工作状态是否满足第一块类型下的预设存储块工作状态，并输出处理结果，该处理结果包括：该存储块在第一块类型下的工作状态满足第一块类型下的预设存储块工作状态，或者，该存储块在第一块类型下的工作状态不满足第一块类型下的预设存储块工作状态。
可选的，在一种实施方式中，上述状态识别模型可以基于以下数学表达式实现：y＝ωx+b；
其中，ω和b是状态识别模型的参数，x是存储块在第一块类型下的属性信息，例如，x＝[x1,x2,x3,xn]，其中，x1表示SSD对该存储块上数据的擦除次数，x2表示SSD在该存储块上读数据次数，x3表示SSD在该存储块上对数据的纠错次数，x4表示该存储块上的温度；y为该状态识别模型的输出，y用于指示存储块在第一块类型下的工作状态是否满足第一块类型下的预设存储块工作状态的结果。例如，当y的值为1时，该存储块为在第一块类型下的工作状态满足第一块类型下的预设存储块工作状态；当y值为-1时，该存储块在第一块类型下的工作状态不满足第一块类型下的预设存储块工作状态。
上述状态识别模型可以是在服务端预先训练的模型，或者硬盘设备执行模型训练得到的模型，本申请实施例不进行限定。当状态识别模型是服务端训练的模型时，硬盘设备可以预先从服务端下载该状态识别模型，以基于该状态识别模型确定存储块在第一块类型下的工作状态是否满足第一块类型下的预设存储块工作状态。
本申请实施例中，将存储块在第一块类型下的属性信息输入至对状态识别模型，状态识别模型根据输入该属性信息能够直接判别出该存储块为在第一块类型下的工作状态是否满足第一块类型下的预设存储块工作状态的结果，因此，本申请实施例提供的方法判断存储块在第一块类型下的工作状态是否满足第一块类型下的预设存储块工作状态的结果的效率较高。
可选的，在利用状态识别模型对存储块在第一块类型下属性信息进行处理之前，还可以包括：按照块类型与状态识别模型的预设对应关系，确定第一块类型对应的状态识别模型。
上述块类型与状态识别模型的预设对应关系可以包括：多对一，即多种块类型对应一个状态识别模型；或者一对一，即每种块类型都各自对应一个状态识别模型。即本申请实施例中状态识别模型的实现方式具有较高灵活性，可以根据硬盘设备的存储容量、计算性能等因素，合理确定状态识别模型与块类型的对应关系，达到兼顾硬盘性能与存储块状态检测需求的效果。
当块类型与状态识别模型的预设对应关系为多对一时，该状态识别模型是一个多分类模型，根据状态识别模型确定存储块在第一块类型下的工作状态是否满足第一块类型下的预设存储块工作状态时，需要向状态识别模型输入存储块在第一块类型下的属性信息和该存储块的第一块类型的类型标签。
当块类型与状态识别模型的预设对应关系为一对一时，该状态识别模型是一个二分类模型，例如，四阶存储单元类型对应第四状态识别模型，三阶存储单元类型对应第三状态识别模型，双阶存储单元类型对应第二状态识别模型，一阶存储单元类型对应第一状态识别模型。假设第一块类型为四阶存储单元类型，则基于第四状态识别模型确定存储块在第一块类型下的工作状态是否满足第一块类型下的预设存储块工作状态时，需要向该存储块输入存储块在第一块类型下的属性信息。
S430、若存储块在第一块类型下的工作状态不满足第一块类型下的预设存储块工作状态，将该存储块的块类型由第一块类型调整为第二块类型，以基于处于该第二块类型的存储块进行数据操作。
需要说明的是，第二块类型对应的存储阶数小于第一块类型对应的存储阶数。数据操作包括但不限于数据的读写操作。
应理解，存储块的块类型对应的存储阶数越高，该存储块在该块类型下存储的数据量(例如4bits)越大，上述块类型对应的存储阶数由高到低依次为：四阶存储单元类型、三阶存储单元类型、双阶存储单元类型以及单阶存储单元。
示例性的，假设存储块A的第一块类型为四阶存储单元类型时，该存储块的块类型由第一块类型调整为第二块类型，该第二块类型可以为三阶存储单元类型、双阶存储单元类型或单阶存储单元类型中的任意一种。
假设存储块A的第一块类型为三阶存储单元类型时，该存储块的块类型由第一块类型调整为第二块类型，该第二块类型可以为双阶存储单元类型或单阶存储单元类型中的任意一种。
假设存储块A的第一块类型为双阶存储单元类型时，该存储块的块类型由第一块类型调整为第二块类型，该第二块类型可以为单阶存储单元类型。
需要说明的是，上述第一块类型下的属性信息中各个属性信息对应的阈值小于第二块类型下的属性信息中各个属性信息对应的阈值。也就是说，存储块在第一块类型下的属性信息对应的工作状态满足第二块类型下的预设存储块工作状态。
调整存储块的块类型后，还可以根据不同块类型的寿命，区分数据的存储区域。存储块的块类型对应的存储阶数越高，寿命相应越短。例如，单阶存储单元的寿命一般比三阶存储单元长，可以将高速缓存的数据，或者频繁访问的数据放到单阶存储单元区域，将不频繁访问的数据放到三阶存储单元区域，这样达到磨损的均衡，进一步增加硬盘寿命。
示例性的，假设第一块类型为四阶存储单元类型，第二块类型为单阶存储单元类型；存储块A在第一块类型下属性信息中的擦除次数对应的阈值为100次，存储块A在第二块类型下属性信息中的擦除次数对应的阈值为100000次；当存储块A在第一块类型下的擦除次数达到100次时，存储块A在第一块类型下的擦除次数达到第一块类型下的擦除次数的阈值，也就是说，存储块A在第一类型下的工作状态不满足第一块类型下的预设存储块工作状态，因此，将存储块A的块类型由第一块类型调整为第二块类型，此时，虽然存储块A的擦除次数达到了存储块A在第一块类型下的擦除次数的阈值100次，但是，此刻存储块A的块类型是第二块类型，存储块A在第二块类型下属性信息中擦除次数对应的阈值为100000次，因此，存储块A的擦除次数100次小于存储块A在第二块类型下属性信息中擦除次数对应的阈值100000次，也就是说存储块在第一块类型下的属性信息对应的工作状态满足第二块类型下的预设存储块工作状态。
根据上述表1可知，单阶存储单元类型的存储块可以存储1bit的数据，该1bit的数据可以为：0或1这2种数据中的任意一种，当向该存储块中存储数据时，将预设电压区间划分为2个电压区间，上述2种数据中，0对应的电压区间是0V～4V，1对应的电压区间是4V～8V。
应理解，一方面，存储块在第一块类型下的可存储的数据量大于存储块在第二块类型下的可存储的数据量，那么结合表1中所示的电压区间与存储的数据之间的对应关系可知，存储块在第一块类型工作时，对应的电压区间的数量大于存储块工作于第二块类型时对应的电压区间的数量(例如四阶存储单元类型的存储块对应的电压区间的数量为16，单阶存储单元类型的存储块对应的电压区间的数量为2)，则存储块在第一块类型下与相邻存储块的电压区间之间的电压差小于该存储块在第二块类型下与相邻存储块的电压区间之间的电压差，因此，存储块在第一块类型下与相邻存储块之间的电压干扰较大，也就是说，存储块在第一块类型下工作时，容易导致存储的数据出错，即存储块在第一块类型下的状态不稳定，而存储块在第二块类型下与相邻存储块之间的电压干扰较小，存储的数据不易出错，即存储块在第二块类型下的状态更加稳定，进而当存储块在第一块类型下的工作状态不满足第一块类型下的预设存储块状态时(即不能正常进行数据操作时)，将该存储块的块类型由第一块类型调整为第二块类型后，该存储块能在第二块类型下继续正常进行数据操作。
参考表1，示例性的，假设第一块类型为四阶存储单元类型，第二块类型为单阶存储单元类型，第一块类型对应的电压区间的数量为16，第二块类型对应的电压区间的数量为2，这16个电压区间中，相邻的电压区间之间的电压差较小，例如电压区间0V～0.5V和电压区间0.5V～1V，电压差的最大值为1V，相邻的电压区间易产生干扰，即存储的数据之间易相互干扰；而对于第二块类型，相邻的电压区间之间的电压差较大，例如电压区间0V～4V和电压区间4V～8V，电压差的最大值为8V，相邻的电压区间不易产生干扰，即存储的数据之间不易相互干扰。因此，相比于第一块类型，存储块在第二块类型下存储数据时该存储块更加稳定。
另一方面，同样结合表1中所示的电压区间与存储的数据之间的对应关系可知，存储块在第一块类型下工作时，对应的电压区间的数量大于存储块在第二块类型下工作时对应的电压区间的数量，如此，存储块在第一块类型下工作时，读写数据对电压的控制过程较为复杂，例如，第一块类型为二阶存储单元类型，第二块类型为单阶存储单元类型，二阶存储单元类型对应的可存储数据有“00”，“01”，“10”，“11”这4个状态，单阶存储单元类型对应的可存储数据只有“0”和“1”这2种状态，因此，存储块在二阶存储单元类型(即第一块类型)下进行数据读写时需要更精确的充电处理，即对存储块充电后的电压要进行复杂的判断，以判断电压处于哪个状态，如此，导致存储块在第一块类型下的读写速度较慢，从而导致存储块在第一块类型下的功耗较大。相比于第一块类型，存储块在第二块类型下进行数据读写时对电压的控制比较简单，无需对存储块充电后的电压进行过于复杂的判断，因此，存储块在第二块类型下的读写速度较快，存储块的功耗较小，进而当存储块在第一块类型下的工作状态不满足第一块类型下的预设存储块状态时(即不能正常进行数据操作时)，将该存储块的块类型由第一块类型调整为第二块类型后，该存储块能在第二块类型下继续正常进行数据操作。
可选的，在一种实现方式中，上述当存储块在第一块类型下的工作状态不满足第一块类型下的预设存储块工作状态时，将该存储块的块类型从第一块类型调整至第二块类型的方法，例如可以是：将上述存储块的块类型标识信息修改为在第二块类型对应的块类型标识信息。
应理解，可以设置不同的块类型标识信息以标识存储块的不同块类型，如此，当向存储块中写入数据时，先读取该存储块的块类型标识信息，然后根据块类型标识信息所对应的块类型以及表1所示的该块类型对应的电压区间向该存储块中写入数据。
表2
| 块类型 | 块类型标识(type) |
| 单阶存储单元类型 | 1 |
| 双阶存储单元类型 | 2 |
| 三阶存储单元类型 | 3 |
| 四阶存储单元类型 | 4 |
参考表2，示例性的，假设一个三阶存储单元类型的存储块，该存储块当前的块类型标识type的值为3，当该存储块在三阶存储单元类型下的工作状态不满足三阶存储单元类型下的预设存储块工作状态时，硬盘管理装置将该存储块的块类型标识信息type的值修改为1，即将该存储块的块类型由三阶存储单元类型切换为单阶存储单元类型，从而，向该存储块写入数据时，按照单阶存储单元类型对应的写数据的过程，向该存储块中写入数据。
本申请实施例提供的硬盘管理方法中，当存储块在第一块类型下的工作状态不满足该第一块类型下的预设存储块工作状态时，在第一块类型下该存储块可能不能再继续用于数据操作，继续在第一块类型下使用该存储块有可能导致存储块加速成为坏块，并存在数据丢失的风险，由于该存储块在第一块类型下的属性信息对应的工作状态，满足第二块类型下的预设存储块工作状态，即第二块类型下该存储块可以用于正常的数据操作，继续在第二块类型下使用该存储块可以延迟存储块变为坏块的时间，并可以避免数据丢失的风险，因此，在存储块在第一块类型下的工作状态不满足该第一块类型下的预设存储块工作状态的情况下，将该存储块的块类型由第一块类型调整为第二块类型，则可以基于第二块类型的存储块继续进行数据操作，如此，能够延长存储块的使用寿命，且可以保证数据完整性，并且调整块类型后，还有助于提高数据读写的效率。
在块类型与状态识别模型的预设对应关系为一对一的情况下，状态识别模型是基于第一块类型下的样本存储块的样本属性信息训练得到。
在块类型与状态识别模型的预设对应关系为多对一的情况下，该状态识别模型是基于第一块类型下的样本存储块的样本属性信息、以及第一块类型对应的类型标签训练得到。
可选的，块类型与状态识别模型的预设对应关系为多对一的情况下的状态识别模型对应的训练方法，与块类型与状态识别模型的预设对应关系为一对一的情况下的状态识别模型对应的训练方法类似，本申请实施例以块类型与状态识别模型的预设对应关系为一对一的情况下的状态识别模型为例简单描述该状态识别模型训练过程，训练方法如图6所示包括S610-S620。
S610、获取训练样本集。
上述获取训练样本集的方法具体可以分为两步：
第一步、收集多个样本存储块在第一块类型下的样本属性信息，并对多个样本存储块在第一块类型下的样本属性信息进行预处理。
上述对多个样本存储块在第一块类型下的样本属性信息进行预处理是指，从多个样本存储块在第一块类型下的样本属性信息中剔除存在异常值的属性信息。例如，假设一个三阶存储单元的存储块的读数据次数的正常取值范围是0-10000次，若上述多个存储块中，某一个存储块(记为存储块A)的读数据次数为-20次，可见该存储块A的读数据次数为异常值，则将该存储块A的属性信息全部剔除，即存储块A不能作为训练样本。
第二步、对多个样本存储块在第一块类型下的样本属性信息进行正样本或负样本的标注，得到训练样本集。
需要说明的是，对上述多个样本存储块在第一块类型下的样本属性信息进行标注的方法可以是人工标注的方法、机器标注的方法或使用预定算法进行标注(例如使用聚类分析法)的方法中的任意一种或多种，本申请实施例对此不进行限定。
应理解，上述基于聚类分析法对多个样本存储块在第一块类型下的样本属性信息进行标注的方法是：通过根据每个样本存储块在第一块类型下的样本属性信息计算每个样本存储块的相似性，将上述多个样本存储块在第一块类型下的样本属性信息分为两大簇(即分为第一类训练样本集和第二类训练样本集)，在第一类训练样本集中取一训练样本作为第一训练样本，在第二类训练样本集中取一训练样本作为第二训练样本，并判断第一训练样本和第二训练样本分别对应的存储块是否满足第一块类型下的预设存储块工作状态。在第一训练样本对应的存储块满足存第一块类型下的预设存储块工作状态，第二训练样本对应的存储块不满足第一块类型下的预设存储块工作状态的情况下，对第一类训练样本集中所有训练样本都打上正训练样本对应的标签，对第二类训练样本集中所有训练样本都打上负训练样本对应的标签。在第一训练样本对应的存储块不满足第一块类型下的预设存储块工作状态，第二训练样本对应的存储块满足第一块类型下的预设存储块工作状态的情况下，对第一类训练样本集中所有训练样本都打上负训练样本对应的标签，对第二类训练样本集中所有训练样本都打上正训练样本对应的标签。
上述标注的结果用于指示该存储块在第一块类型下的工作状态是否满足第一块类型下的预设存储块工作状态。
上述训练样本集是由预定比例的正训练样本集和负训练样本集组成，其中，正训练样本集中任一样本存储块在第一类型下的属性信息满足第一块类型下的预设存储块工作状态，负训练样本集中任一样本存储块在第一类型下的属性信息不满足第一块类型下的预设存储块工作状态。
S620、基于第一块类型下的样本存储块的样本属性信息对预设模型进行训练，得到状态识别模型。
可选地，本申请实施例中，上述预设模型可以基于机器学习算法或人工智能算法中的任一种实现，例如：基于向量机，逻辑回归，随机森林或神经网络等算法。
示例性的，以上述预定算法为随机森林算法为例，可以基于随机森林算法训练得到的对状态识别模型即为随机森林分类器。应理解，随机森林分类器的训练过程即就是随机森林分类器包含的多个决策树的训练过程。
下面简单介绍一下基于随机森林算法训练得到状态识别模型(随机森林分类器)的过程。
S1、对于训练样本集中的每一个样本，提取样本的多维特征。
可选地，上述样本的多维特征可以是存储块在第一块类型下的属性信息。
S2、对于随机森林分类器包含的多个决策树中的每一个决策树，从训练样本集中随机且有放回地抽取多个样本作为该决策树的训练集。
S3、基于每个决策树的训练集中包含的多个样本对应的多维特征训练决策树。
对于决策树的训练过程可参考现有技术的相关内容，在此不作详述。
通过迭代的方式训练上述决策树，进而得到本申请实施例中的对状态识别模型，其中，该对状态识别模型的准确率大于或等于预设阈值。
本申请实施例中，上述硬盘管理方法可以是周期性运行的，从而达到对存储块的状态进行持续不断的监测效果，基于此，如图7所示，本申请实施例提供的硬盘管理方法包括S701-S705。
S701、初始化存储块的检测周期。
上述存储块的检测是指确定SSD上所有存储块的最新工作状态信息，其中，存储块的工作状态信息用于指示该存储块在第一块类型下的工作状态是否满足第一块类型下的预设存储块工作状态。
在本申请实施例中，上述存储块的检测周期用于指示硬盘管理装置每隔多长时间对存储块的工作状态信息进行检测一次。
可选的，执行上述S701的时机可以是在硬盘设备启动成功之后，也可以是当存储块的检测次数达到阈值时再次执行上述S701，具体本申请实施例不对其进行限定。
示例性的，当硬盘设备启动成功后或者初始化后，将存储块的检测周期初始化为10分钟一次。
S702、判断当前时间与上一次进行状态检测的时间之间的差值是否大于或等于状态检测周期。
示例性的，基于S701的示例，假设上次执行存储块的工作状态信息检测的时间为12点整，当前时间为12点零5分，用当前时间12点零5分减去12点整得到差值，判断该差值是否大于或等于10分钟。
若当前时间与上一次进行存储块工作状态信息检测的时间之间的差值小于存储块的检测周期时，则直接执行结束动作，即：硬盘管理装置不对存储块的工作状态信息进行检测。
若当前时间与上一次进行状态检测的时间之间的差值大于或等于存储块的检测周期时，硬盘管理装置执行S703。
S703、将存储块在第一块类型下的属性信息输入至状态识别模型中，得到存储块的工作状态信息。
应理解，将存储块在第一块类型下的属性信息输入至状态识别模型中，得到存储块的工作状态信息的方法参考上述实施例对S510的相关描述，此处不再赘述。
S704、判断存储块在第一块类型下的工作状态是否满足第一块类型下的预设存储块工作状态。
需要说明的是，在本申请实施例中是根据上述S703中得到的存储块的工作状态信息来确定该存储块在第一块类型下的工作状态是否满足第一块类型下的预设存储块工作状态。
当存储块在第一块类型下的工作状态满足第一块类型下的预设存储块工作状态时，硬盘管理装置对该存储块执行结束动作，即：不对该存储块的块类型对应的标识信息进行修改，然后，判断下一个存储块在第一块类型下的工作状态是否满足第一块类型下的预设存储块工作状态。
当存储块在第一块类型下的工作状态不满足第一块类型下的预设存储块工作状态时，硬盘管理装置执行S705。
S705、将当前存储块的块类型标识信息修改为第二块类型对应的块类型标识信息。
应理解，上述将当前存储块的块类型标识信息修改为第二块类型对应的块类型标识信息的方法，参考上述实施例对S420的相关描述，此处不再赘述。
本申请实施例中，硬盘管理装置周期性的根据存储块在第一块类型下的属性信息，确定存储块最新的工作状态信息，并将工作状态信息为在第一块类型下的工作状态不满足第一块类型下的预设存储块工作状态的存储块的块类型标识信息修改为第二块类型对应的块类型标识信息，使得块类型标识信息修改后的存储块在第二块类型下继续存储数。相比现有技术中仅在向存储块中存储数据之前才会对该存储块的状态信息进行检测的方法，本申请实施例提供的硬盘管理方法，能够及时地发现硬盘中在第一块类型下的工作状态不满足第一块类型下的预设存储块工作状态的存储块，并对该存储块的块类型进行调整，从而使有助于延长硬盘寿命。
相应地，本申请实施例提供一种硬盘管理装置，该硬盘管理装置用于执行上述硬盘管理方法中各个的步骤，本申请实施例可以根据上述方法示例对该硬盘管理装置进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。本申请实施例中对模块的划分是示意性的，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。
在采用对应各个功能划分各个功能模块的情况下，图8示出上述实施例中所涉及的硬盘管理装置的一种可能的结构示意图。如图8所示，该硬盘管理装置包括：获取模块801和调整模块802。其中：获取模块801，用于获取硬盘中存储块在第一块类型下的属性信息，属性信息用于描述存储块；
调整模块802，用于若根据属性信息，确定存储块在第一块类型下的工作状态不满足第一块类型下的预设存储块工作状态，则将存储块的块类型由第一块类型调整为第二块类型，以基于处于第二块类型的存储块进行数据操作；
其中，存储块在第一块类型下的属性信息对应的工作状态，满足第二块类型下的预设存储块工作状态。
可选地，该硬盘管理装置还包括：
确定模块803，用于利用状态识别模型对属性信息进行处理，并根据状态识别模型的处理结果确定存储块在第一块类型下的工作状态不满足第一块类型下的预设存储块工作状态。
可选地，确定模块803，还用于按照块类型与状态识别模型的预设对应关系，确定第一块类型对应的状态识别模型。
可选地，状态识别模型是基于第一块类型下的样本存储块的样本属性信息训练得到；或者，状态识别模型是基于第一块类型下的样本存储块的样本属性信息、以及第一块类型对应的类型标签训练得到。
可选地，存储块的属性信息包括下述至少一项：存储块的擦除次数、存储块的读数据次数、存储块的纠错次数或存储块的温度；
存储块在第一块类型下的工作状态不满足第一块类型下的预设存储块工作状态，包括以下情况中的至少之一：
存储块在第一块类型下的擦除次数大于或等于第一块类型下的擦除次数阈值；
存储块在第一块类型下的读数据次数大于或等于第一块类型下的读数据次数阈值；
存储块在第一块类型下的纠错次数大于或等于第一块类型下的纠错次数阈值；
存储块在第一块类型下的温度大于或等于第一块类型下的温度阈值；
存储块在第一块类型下的状态判别值大于或等于预设判别阈值，状态判别值基于存储块在第一块类型下的至少一项属性信息的取值与预设判别系数得到。
可选地，第二块类型对应的存储阶数小于第一块类型对应的存储阶数；
第一块类型包括：四阶存储单元类型、三阶存储单元类型或双阶存储单元类型。
上述硬盘管理装置的各个模块还可以用于执行上述方法实施例中的其他动作，上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述，在此不再赘述。
图9为本申请实施例提供的又一种硬盘管理装置的结构示意图。在图9中，处理模块901用于对硬盘管理装置的动作进行控制管理，例如，执行上述调整模块802执行的步骤，和/或用于执行本文所描述的技术的其它过程。通信模块902用于支持硬盘管理装置与其他功能模块或设备之间的交互等，例如，上述获取模块801执行的步骤。
其中，处理模块901可以是处理器或控制器，例如图3中的处理器301。通信模块902可以是收发器、RF电路或通信接口等，例如图3中的总线304和/或网络接口303。存储模块903可以是存储器，例如图3中的存储器302。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件程序实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机指令时，全部或部分地产生按照本申请实施例中的流程或功能。该计算机可以是通用计算机、专用计算机、计算机网络或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，该计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，DSL))方式或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等。该可用介质可以是磁性介质(例如，软盘、磁盘、磁带)、光介质(例如，数字视频光盘(digital videodisc，DVD))、或者半导体介质(例如固态硬盘(solid state drives，SSD))等。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能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模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所提出的系统，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系统，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信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，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，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：快闪存储器、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何在本申请提出的技术范围内的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (14)
1.一种硬盘管理方法，其特征在于，包括：
获取硬盘中存储块在第一块类型下的属性信息，所述属性信息用于描述所述存储块；
若根据所述属性信息，确定所述存储块在所述第一块类型下的工作状态不满足所述第一块类型下的预设存储块工作状态，则将所述存储块的块类型由所述第一块类型调整为第二块类型，以基于处于所述第二块类型的存储块进行数据操作；
其中，所述存储块在所述第一块类型下的属性信息对应的工作状态，满足所述第二块类型下的预设存储块工作状态。
2.根据权利要求1所述的方法，其特征在于，根据所述属性信息，确定所述存储块在所述第一块类型下的工作状态不满足所述第一块类型下的预设存储块工作状态，包括：
利用状态识别模型对所述属性信息进行处理，并根据所述状态识别模型的处理结果确定所述存储块在所述第一块类型下的工作状态不满足所述第一块类型下的预设存储块工作状态。
3.根据权利要求2所述的方法，其特征在于，在利用状态识别模型对所述属性信息进行处理之前，所述方法还包括：
按照块类型与状态识别模型的预设对应关系，确定所述第一块类型对应的状态识别模型。
4.根据权利要求2所述的方法，其特征在于，
所述状态识别模型是基于所述第一块类型下的样本存储块的样本属性信息训练得到；或者
所述状态识别模型是基于所述第一块类型下的样本存储块的样本属性信息、以及所述第一块类型对应的类型标签训练得到。
5.根据权利要求1-4任一项所述的方法，其特征在于，
所述存储块的属性信息包括下述至少一项：所述存储块的擦除次数、所述存储块的读数据次数、所述存储块的纠错次数或所述存储块的温度；
所述存储块在所述第一块类型下的工作状态不满足所述第一块类型下的预设存储块工作状态，包括以下情况中的至少之一：
所述存储块在所述第一块类型下的擦除次数大于或等于所述第一块类型下的擦除次数阈值；
所述存储块在所述第一块类型下的读数据次数大于或等于所述第一块类型下的读数据次数阈值；
所述存储块在所述第一块类型下的纠错次数大于或等于所述第一块类型下的纠错次数阈值；
所述存储块在所述第一块类型下的温度大于或等于所述第一块类型下的温度阈值；
所述存储块在所述第一块类型下的状态判别值大于或等于预设判别阈值，所述状态判别值基于所述存储块在所述第一块类型下的至少一项属性信息的取值与预设判别系数得到。
6.根据权利要求1-4任一项所述的方法，其特征在于，
所述第二块类型对应的存储阶数小于所述第一块类型对应的存储阶数；
所述第一块类型包括：四阶存储单元类型、三阶存储单元类型或双阶存储单元类型。
7.一种硬盘管理装置，其特征在于，包括：获取模块和调整模块；
所述获取模块，用于获取硬盘中存储块在第一块类型下的属性信息，所述属性信息用于描述所述存储块；
所述调整模块，用于若根据所述属性信息，确定所述存储块在所述第一块类型下的工作状态不满足所述第一块类型下的预设存储块工作状态，则将所述存储块的块类型由所述第一块类型调整为第二块类型，以基于处于所述第二块类型的存储块进行数据操作；
其中，所述存储块在所述第一块类型下的属性信息对应的工作状态，满足所述第二块类型下的预设存储块工作状态。
8.根据权利要求7所述硬盘管理装置，其特征在于，还包括：
确定模块，用于利用状态识别模型对所述属性信息进行处理，并根据所述状态识别模型的处理结果确定所述存储块在所述第一块类型下的工作状态不满足所述第一块类型下的预设存储块工作状态。
9.根据权利要求8所述硬盘管理装置，其特征在于，
所述确定模块，还用于按照块类型与状态识别模型的预设对应关系，确定所述第一块类型对应的状态识别模型。
10.根据权利要求8所述硬盘管理装置，其特征在于，
所述状态识别模型是基于所述第一块类型下的样本存储块的样本属性信息训练得到；或者
所述状态识别模型是基于所述第一块类型下的样本存储块的样本属性信息、以及所述第一块类型对应的类型标签训练得到。
11.根据权利要求7-10任一项所述硬盘管理装置，其特征在于，
所述存储块的属性信息包括下述至少一项：所述存储块的擦除次数、所述存储块的读数据次数、所述存储块的纠错次数或所述存储块的温度；
所述存储块在所述第一块类型下的工作状态不满足所述第一块类型下的预设存储块工作状态，包括以下情况中的至少之一：
所述存储块在所述第一块类型下的擦除次数大于或等于所述第一块类型下的擦除次数阈值；
所述存储块在所述第一块类型下的读数据次数大于或等于所述第一块类型下的读数据次数阈值；
所述存储块在所述第一块类型下的纠错次数大于或等于所述第一块类型下的纠错次数阈值；
所述存储块在所述第一块类型下的温度大于或等于所述第一块类型下的温度阈值；
所述存储块在所述第一块类型下的状态判别值大于或等于预设判别阈值，所述状态判别值基于所述存储块在所述第一块类型下的至少一项属性信息的取值与预设判别系数得到。
12.根据权利要求7-10任一项所述硬盘管理装置，其特征在于，
所述第二块类型对应的存储阶数小于所述第一块类型对应的存储阶数；
所述第一块类型包括：四阶存储单元类型、三阶存储单元类型或双阶存储单元类型。
13.一种硬盘设备，其特征在于，包括存储器和处理器，所述存储器与所述处理器耦合；所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令；当所述计算机指令被所述处理器执行时，使得所述处理器执行如权利要求1至6中任一项所述的方法。
14.一种计算机存储介质，其特征在于，包括计算机指令，当所述计算机指令在计算设备上运行时，使得所述计算设备执行如权利要求1至6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110990032.0A CN113703681A (zh) | 2021-08-26 | 2021-08-26 | 一种硬盘管理方法及装置、硬盘设备、存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110990032.0A CN113703681A (zh) | 2021-08-26 | 2021-08-26 | 一种硬盘管理方法及装置、硬盘设备、存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113703681A true CN113703681A (zh) | 2021-11-26 |
Family
ID=78655388
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110990032.0A Pending CN113703681A (zh) | 2021-08-26 | 2021-08-26 | 一种硬盘管理方法及装置、硬盘设备、存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113703681A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023143596A1 (zh) * | 2022-01-30 | 2023-08-03 | 华为技术有限公司 | 存储方法、存储管理设备、存储盘和存储系统 |
| CN117555492A (zh) * | 2024-01-12 | 2024-02-13 | 合肥开梦科技有限责任公司 | 存储器控制器、存储器管理方法及存储装置 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100134914A1 (en) * | 2007-08-22 | 2010-06-03 | Thomson Licensing | Hard disk sector/track remapping for transparent wear leveling |
| US20130159597A1 (en) * | 2011-12-19 | 2013-06-20 | Electronics And Telecommunications Research Institute | Hybrid storage device and method of operating the same |
| US20170060472A1 (en) * | 2015-08-31 | 2017-03-02 | Linkedin Corporation | Transparent hybrid data storage |
| CN106909318A (zh) * | 2013-12-23 | 2017-06-30 | 华为技术有限公司 | 固态硬盘使用方法及装置 |
| CN108205423A (zh) * | 2016-12-20 | 2018-06-26 | 华为技术有限公司 | 一种物理硬盘磨损均衡方法、装置及系统 |
| CN109408328A (zh) * | 2018-10-08 | 2019-03-01 | 郑州云海信息技术有限公司 | 一种硬盘健康状态的监测方法、装置以及设备 |
| CN109799958A (zh) * | 2019-01-17 | 2019-05-24 | 湖南大学 | 固态硬盘及其数据处理方法 |
| CN110673789A (zh) * | 2019-09-05 | 2020-01-10 | 苏州浪潮智能科技有限公司 | 固态硬盘的元数据存储管理方法、装置、设备及存储介质 |
| US20200310645A1 (en) * | 2019-04-01 | 2020-10-01 | Alibaba Group Holding Limited | Method and system for online conversion of bad blocks for improvement of performance and longevity in a solid state drive |
| CN112068772A (zh) * | 2020-08-19 | 2020-12-11 | 浙江大华存储科技有限公司 | 数据存储方法、数据存储装置及存储装置 |
| US20210216225A1 (en) * | 2020-01-15 | 2021-07-15 | EMC IP Holding Company LLC | Method, device and computer program product for storage |
-
2021
- 2021-08-26 CN CN202110990032.0A patent/CN113703681A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100134914A1 (en) * | 2007-08-22 | 2010-06-03 | Thomson Licensing | Hard disk sector/track remapping for transparent wear leveling |
| US20130159597A1 (en) * | 2011-12-19 | 2013-06-20 | Electronics And Telecommunications Research Institute | Hybrid storage device and method of operating the same |
| CN106909318A (zh) * | 2013-12-23 | 2017-06-30 | 华为技术有限公司 | 固态硬盘使用方法及装置 |
| US20170060472A1 (en) * | 2015-08-31 | 2017-03-02 | Linkedin Corporation | Transparent hybrid data storage |
| CN108205423A (zh) * | 2016-12-20 | 2018-06-26 | 华为技术有限公司 | 一种物理硬盘磨损均衡方法、装置及系统 |
| CN109408328A (zh) * | 2018-10-08 | 2019-03-01 | 郑州云海信息技术有限公司 | 一种硬盘健康状态的监测方法、装置以及设备 |
| CN109799958A (zh) * | 2019-01-17 | 2019-05-24 | 湖南大学 | 固态硬盘及其数据处理方法 |
| US20200310645A1 (en) * | 2019-04-01 | 2020-10-01 | Alibaba Group Holding Limited | Method and system for online conversion of bad blocks for improvement of performance and longevity in a solid state drive |
| CN110673789A (zh) * | 2019-09-05 | 2020-01-10 | 苏州浪潮智能科技有限公司 | 固态硬盘的元数据存储管理方法、装置、设备及存储介质 |
| US20210216225A1 (en) * | 2020-01-15 | 2021-07-15 | EMC IP Holding Company LLC | Method, device and computer program product for storage |
| CN112068772A (zh) * | 2020-08-19 | 2020-12-11 | 浙江大华存储科技有限公司 | 数据存储方法、数据存储装置及存储装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023143596A1 (zh) * | 2022-01-30 | 2023-08-03 | 华为技术有限公司 | 存储方法、存储管理设备、存储盘和存储系统 |
| CN117555492A (zh) * | 2024-01-12 | 2024-02-13 | 合肥开梦科技有限责任公司 | 存储器控制器、存储器管理方法及存储装置 |
| CN117555492B (zh) * | 2024-01-12 | 2024-03-29 | 合肥开梦科技有限责任公司 | 存储器控制器、存储器管理方法及存储装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20180158536A1 (en) | Periodically Updating a Log Likelihood Ratio (LLR) Table in a Flash Memory Controller | |
| CN109634527B (zh) | 一种ssd内实现的闪存寿命预测方法 | |
| US20180357535A1 (en) | Identifying memory block write endurance using machine learning | |
| CN113703681A (zh) | 一种硬盘管理方法及装置、硬盘设备、存储介质 | |
| CN109817267B (zh) | 一种基于深度学习的闪存寿命预测方法、系统及计算机可读存取介质 | |
| US10884665B2 (en) | Data reading method, storage controller and storage device for optimizing read voltages | |
| CN103123604A (zh) | 跟踪数据处理系统的内存使用的方法 | |
| CN110491437A (zh) | 通过机器学习进行存储器存取管理的方法与相关存储装置 | |
| US11734103B2 (en) | Behavior-driven die management on solid-state drives | |
| CN102918601A (zh) | 存储的单元/页/子页/块的损耗均衡 | |
| CN103985415A (zh) | 基于保留漂移历史的非易失性存储器读取阈值最优化 | |
| CN110851079B (zh) | 一种自适应的存储设备损耗均衡方法及系统 | |
| US11500567B2 (en) | Configuring partitions of a memory sub-system for different data | |
| CN107636623A (zh) | 基于电力状态的巡查刷洗时段 | |
| CN110837477B (zh) | 一种基于寿命预测的存储系统损耗均衡方法及装置 | |
| CN112068772B (zh) | 数据存储方法、数据存储装置及存储装置 | |
| CN113076218B (zh) | Nvm芯片读数据错误快速处理方法及其控制器 | |
| US11960989B2 (en) | Read threshold estimation systems and methods using deep learning | |
| CN112908399B (zh) | 闪存的异常检测方法、装置、计算机设备及存储介质 | |
| CN112817523B (zh) | 存储介质可靠性等级判断方法及系统、存储介质、设备 | |
| CN115729955A (zh) | 一种热数据读取方法及相关装置 | |
| CN110580932B (zh) | 一种应用于损耗均衡的存储单元质量度量方法 | |
| CN110970080B (zh) | 训练人工智能估测存储装置的感测电压的方法 | |
| Peleato et al. | On the distribution of valid pages with greedy garbage collection for NAND flash | |
| US11669429B2 (en) | Configuration cluster-based performance optimization of applications in an information handling system (IHS) |
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 |