本文來自美國雪城大學Bryan S. Kim團隊，發(fā)表于HotStorage'22，分析了均衡磨損在不同的場景下，所帶來的寫放大效果。從測試分析中來看，均衡磨損并不總是有效，在目前的有限擦除次數的SSD中，可能會帶來比較嚴重的寫放大問題，嚴重影響SSD使用壽命。

作者評估了現有的幾種典型均衡磨損算法，如表1所示，并測試了多個場景，包含傾斜性負載和均勻負載，表明它們確實存在異常行為，并產生高的寫放大。本文探討了放棄均衡磨損而采用SSD中的容量方差的選擇，并表明容量方差將SSD的壽命延長2.94×。本文方法開源：https://github.com/ZiyangJiao/FTLSim-WL.

問題：

1. 寫放大如何?

使用r/?= 0.9/0.1的合成負載來測量WL引起的寫放大，最多可進行100 次全盤寫入(25 TiB)，測試盤的邏輯空間大小為256GiB，11%OPS空間。圖2為100次全盤寫所對應的寫放大，可以得到如下觀察。

整體寫放大高達11.49（PWL），其中NoWL的方法下寫放大為6左右，因此5.4是WL造成的。這意味著對于每寫入256 GiB的用戶數據，僅WL就會帶來額外的1.35 TiB數據寫入。

寫放大對WL閾值參數很敏感。將DP算法從10更改為5（變得更加激進）會將寫入的數據量放大到1.6X。

一旦SSD老化超過80次全驅動寫入，PWL 會產生11.49的高寫放大。PWL 是一種自適應WL算法，在后期變得過于激進，而在早期處于休眠狀態(tài)。

隨著SSD老化，寫放大會隨著時間穩(wěn)步增加，這表明SSD老化會隨著寫入更多數據而加速。

2. 均衡磨損的有效性如何？

測試兩種場景：1）256GiB用戶數據，采用全盤寫入100次，如圖3；2）數據只占全盤5%容量，并持續(xù)寫入，如圖4。對于每一種場景，測試了傾斜性較強的負載(r/h=0.9/0.1)和均勻隨機負載(r/h=0.5/0.5)。

對于傾斜性較強的負載（圖3a），DP和PWL的擦除次數都比NoWL更多。它們的CDF顯示出一個凹陷，這表明擦除計數的雙峰分布。而NoWL 顯示一條幾乎垂直的線，這意味著擦除數分布更緊密。這是磨損均衡的性能異常（通過檢查雙峰分布，發(fā)現與冷池相關的塊比熱池中的塊更老）。對于DP算法，如果冷池中最年輕的塊恰好比熱池中最舊的塊更老，仍然會觸發(fā)兩個塊之間的交換，從而導致這種反轉。DAGC實現了塊的均衡磨損，其分布較為集中，但帶來寫放大18%。

對于均勻隨機的負載（圖3b），DP、PWL和NoWL之間的差異可以忽略不計。因為全盤寫入時，數據熱度接近，使得所有塊都被平等地使用，并且?guī)缀醪粫|發(fā)均衡磨損。然而，DAGC仍然表現出性能異常，由于其在GC時會同時考慮有效頁面的比例以及塊的擦除次數，因此數據寫入比NoWL多15%（因為它可能會選擇擦除次數較低但有效頁面數量也多的閃存塊）。

對于第二類場景下，負載數據集較小，大多數均衡磨損方法是有效的，如圖4a和圖4b中接近垂直的分布。而NoWL顯示了兩種負載中已使用塊和未使用塊之間的雙峰分布。當負載傾斜時（圖 4a），WL 技術通過放大數據寫入量來實現這種均勻性。對于均勻負載（圖 4b），數據熱度接近，因此均衡磨損的整體寫放大要低得多。

上述場景一考慮全盤使用，充分利用盤的容量特征，結果表明均衡磨損是一把雙刃劍，可以使得均衡磨損效果比NoWL還要差（圖3a），也可以實現良好的均衡磨損但其加速了閃存整體磨損（圖3b）。而場景二則是針對大容量盤但是實際數據量較少的場景，其采用均衡磨損的效果較好，這部分總結如表4所示。

容量差異方法

本文提出了一種容量差異方法，即不采用均衡磨損。因為如果接口允許減少SSD的輸出容量，均衡磨損就變得不必要了，因為它不需要確保所有塊均勻地磨損。隨著SSD的磨損使用，壞塊的數量會逐漸增多，但只要剩余容量滿足用戶需求，該SSD仍然可以正常服務。從而避免了均衡磨損過程中帶來的嚴重寫放大問題，增加了整體寫入量，從而改善SSD的總使用壽命。

致謝

感謝本次論文解讀者，來自華東師范大學的博士生呂熠娜，主要研究方向為企業(yè)級高密度閃存服務質量優(yōu)化技術研究。

審核編輯：湯梓紅