Flash-Zuverlässigkeit: erwartet und unerwartet. Teil 2. XIV. Konferenz der USENIX Association. Dateispeichertechnologien

Flash-Zuverlässigkeit: erwartet und unerwartet. Teil 1. XIV. Konferenz der USENIX Association. Dateispeichertechnologien

4.2.2. RBER und Alter der Festplatten (ohne PE-Zyklen).

Abbildung 1 zeigt eine signifikante Korrelation zwischen RBER und Alter, die der Anzahl der Monate des Festplattenbetriebs vor Ort entspricht. Dies kann jedoch eine falsche Korrelation sein, da es wahrscheinlich ist, dass ältere Festplatten mehr PE haben und daher RBER stärker mit PE-Zyklen verbunden ist.

Um die Auswirkung des Alters auf den durch PE-Zyklen verursachten Verschleiß zu eliminieren, haben wir alle Betriebsmonate in Behälter gruppiert, wobei die Dezile der Verteilung des PE-Zyklus als Grenzwert zwischen den Behältern verwendet wurden. Beispielsweise enthält der erste Behälter alle Betriebsmonate der Scheibe bis zum ersten Dezil der Verteilung des PE-Zyklus usw. weiter. Wir haben überprüft, dass in jedem Container die Korrelation zwischen den PE- und RBER-Zyklen eher unbedeutend ist (da jeder Container nur einen kleinen Bereich von PE-Zyklen abdeckt), und dann den Korrelationskoeffizienten zwischen RBER und dem Alter der Platte für jeden Container separat berechnet.

Wir haben diese Analyse für jedes Modell separat durchgeführt, da beobachtete Korrelationen nicht durch Unterschiede zwischen dem jüngeren und dem älteren Modell verursacht werden, sondern ausschließlich durch das Alter der Festplatten desselben Modells. Wir beobachteten, dass selbst nach Begrenzung des Effekts des Einflusses von PE-Zyklen, wie oben beschrieben, für alle Scheibenmodelle immer noch eine signifikante Korrelation zwischen der Anzahl der Monate, in denen die Scheibe im Feld verwendet wurde, und ihrer RBER bestand (Korrelationskoeffizienten im Bereich von 0,2 bis 0,4).


Abb. 3. Die Beziehung zwischen RBER und der Anzahl der PE-Zyklen für neue und alte Laufwerke zeigt an, dass das Alter des Laufwerks den RBER-Wert unabhängig von den durch Verschleiß verursachten PE-Zyklen beeinflusst.

Wir haben auch den Einfluss des Laufwerksalters grafisch dargestellt, indem wir die Betriebstage der Festplatte im „jungen“ Alter von 1 Jahr und die Betriebstage der Festplatte über das Alter von 4 Jahren getrennt haben. Danach haben wir die Abhängigkeit der RBER jeder Gruppe von der Anzahl der PE-Zyklen aufgezeichnet. Abbildung 3 zeigt diese Ergebnisse für das MLC-D-Laufwerksmodell. Wir sehen einen merklichen Unterschied in den Werten des RBER-Koeffizienten zwischen Gruppen alter und neuer Scheiben über alle Werte der PE-Zyklen.

Daraus folgerten wir, dass das Alter, gemessen an den Tagen der Festplattennutzung im Feld, einen signifikanten Einfluss auf die RBER hat, unabhängig vom Verschleiß der Speicherzellen aufgrund der Auswirkungen von PE-Zyklen. Dies bedeutet, dass andere Faktoren wie die Alterung von Silizium eine wichtige Rolle bei der physikalischen Verschlechterung der Platte spielen.

4.2.3. RBER und Arbeitsbelastung.

Es wird angenommen, dass Bitfehler durch einen von vier Mechanismen verursacht werden:

1. Aufbewahrungsfehler, wenn eine Speicherzelle mit der Zeit Daten verliert
   Lese-Störfehler, bei denen eine Leseoperation den Inhalt einer benachbarten Zelle beschädigt;
2. Schreibstörungsfehler, bei denen eine Leseoperation den Inhalt einer benachbarten Zelle beschädigt;
3. unvollständige Löschfehler, wenn der Löschvorgang den Inhalt der Zelle nicht vollständig löscht.

Fehler in Bezug auf die letzten drei Typen (Lesestörung, Schreibstörung, unvollständiges Löschen) korrelieren mit der Arbeitslast. Wenn wir also die Korrelation zwischen RBER und Arbeitslast verstehen, können wir die Prävalenz verschiedener Fehlermechanismen besser verstehen. In einer kürzlich durchgeführten Studie „Eine groß angelegte Studie zu Flash-Speicherfehlern im Feld“ (MEZA, J., WU, Q., KUMAR, S., MUTLU, O. „Eine groß angelegte Studie zu Flash-Speicherfehlern im Feld“ Die Ergebnisse der ACM SIGMETRICS International Conference 2015 zur Messung und Modellierung von Computersystemen, New York, 2015, SIGMETRICS '15, ACM, S. 177–190) kamen zu dem Schluss, dass Speicherfehler vor Ort vorherrschen Lesefehler sind ziemlich geringfügig.

Abbildung 1 zeigt eine signifikante Beziehung zwischen dem RBER-Wert in einem bestimmten Monat des Plattenbetriebs und der Anzahl der Lese-, Schreib- und Löschvorgänge im selben Monat für einige Modelle (z. B. einen Korrelationskoeffizienten über 0,2 für das MLC-B-Modell und über 0,6 für das Modell SLC-B). Dies kann jedoch eine falsche Korrelation sein, da die monatliche Arbeitsbelastung mit der Gesamtzahl der PE-Zyklen in Beziehung stehen kann.

Wir haben dieselbe in Abschnitt 4.2.2 beschriebene Methode verwendet, um die Auswirkungen der Arbeitsbelastung von den Auswirkungen von PE-Zyklen zu isolieren, indem wir die Betriebsmonate des Antriebs basierend auf früheren PE-Zyklen isoliert haben. Anschließend haben wir die Korrelationskoeffizienten für jeden Container separat ermittelt.

Wir haben gesehen, dass die Korrelation zwischen der Anzahl der Leseoperationen in einem bestimmten Monat der Plattenoperation und dem RBER-Wert im selben Monat für die MLC-B- und SLC-B-Modelle auch bei der Begrenzung der PE-Zyklen erhalten bleibt. Wir haben auch eine ähnliche Analyse wiederholt, bei der wir die Auswirkung der Leseoperationen auf die Anzahl der parallelen Schreib- und Löschoperationen ausgeschlossen haben, und sind zu dem Schluss gekommen, dass die Korrelation zwischen RBER und der Anzahl der Leseoperationen für das SLC-B-Modell erhalten bleibt.

Abbildung 1 zeigt auch die Korrelation zwischen RBER- und Schreib- und Löschoperationen. Daher haben wir dieselbe Analyse für Lese-, Schreib- und Löschoperationen wiederholt. Wir kamen zu dem Schluss, dass die Auswirkungen von PE-Schleifen und Leseoperationen zwar begrenzt sind, jedoch keine Beziehung zwischen dem RBER-Wert und der Anzahl der Schreib- und Löschoperationen besteht.

Daher gibt es Festplattenmodelle, bei denen Leseverletzungsfehler einen erheblichen Einfluss auf RBER haben. Andererseits gibt es keine Hinweise darauf, dass RBER von Schreibfehlern oder unvollständigen Löschfehlern betroffen ist.

4.2.4 RBER und Lithographie.

Die Unterschiede in der Größe von Objekten können teilweise die Unterschiede in den RBER-Werten für Plattenmodelle erklären, die dieselbe Technologie verwenden, d. H. MLC oder SLC. (Eine Übersicht über die Lithographie der verschiedenen an dieser Studie beteiligten Modelle finden Sie in Tabelle 1).

Zum Beispiel haben 2 SLC-Modelle mit 34-nm-Lithographie (SLC-A- und SLC-D-Modelle) RBER, was eine Größenordnung höher ist als 2 Modelle mit mikroelektronischer 50-nm-Lithographie (SLC-B- und SLC-C-Modelle). Bei MLC-Modellen weist nur das 43-nm-Modell (MLC-B) einen mittleren RBER auf, der 50% höher ist als bei 3 anderen Modellen mit 50-nm-Lithographie. Darüber hinaus erhöht sich dieser RBER-Unterschied mit dem Verschleiß der Disc um das Vierfache, wie in Abbildung 2 dargestellt. Schließlich kann eine dünnere Lithographie den höheren RBER für eMLC-Laufwerke im Vergleich zu MLC-Laufwerken erklären. Insgesamt haben wir klare Beweise dafür, dass die Lithographie die RBER beeinflusst.

4.2.5. Das Vorhandensein anderer Fehler.

Wir haben die Beziehung zwischen RBER und anderen Fehlertypen untersucht, z. B. schwerwiegende Fehler, Timeout-Fehler usw., insbesondere, ob der RBER-Wert nach einem Monat aufgrund des Einflusses anderer Fehlertypen höher wird.

Abbildung 1 zeigt, dass der RBER-Wert für den Vormonat zwar die Vorhersage zukünftiger RBER-Werte ermöglicht (Korrelationskoeffizient über 0,8), jedoch keine signifikante Korrelation zwischen schwerwiegenden Fehlern und RBER (der Gruppe der Elemente ganz rechts in Abbildung 1) besteht. Bei anderen Fehlertypen ist der Korrelationskoeffizient sogar noch niedriger (in der Abbildung nicht dargestellt). Wir haben die Beziehung zwischen RBER und schwerwiegenden Fehlern in Abschnitt 5.2 dieses Artikels weiter untersucht.

4.2.6. Der Einfluss anderer Faktoren.

Wir haben Hinweise darauf gefunden, dass es Faktoren gibt, die einen signifikanten Einfluss auf RBER haben und die die erhaltenen Daten nicht erklären können. Insbesondere haben wir festgestellt, dass die RBER für ein bestimmtes Festplattenmodell je nach Cluster, in dem die Festplatte bereitgestellt wird, unterschiedlich ist. Ein gutes Beispiel ist Abbildung 4, die die Abhängigkeit von RBER von PE-Zyklen für MLC-D-Antriebe in drei verschiedenen Clustern (gestrichelte Linien) und den Vergleich mit RBER für dieses Modell in Bezug auf die Gesamtzahl der Festplatten (durchgezogene Linie) zeigt. Wir glauben, dass diese Unterschiede auch dann bestehen bleiben, wenn wir den Einfluss von Faktoren wie dem Alter der Festplatte oder der Anzahl der Lesevorgänge begrenzen.

Eine mögliche Erklärung für diesen Faktor sind Unterschiede in der Art der Arbeitslast in verschiedenen Clustern, da wir beobachten, dass Cluster, deren Arbeitslast die höchsten Lese- / Schreibkoeffizienten aufweist, die höchste RBER aufweisen.


Abb. 4 a), b). Die mittleren RBER-Werte hängen von den PE-Zyklen in drei verschiedenen Clustern und der Abhängigkeit des Lese- / Schreibkoeffizienten von der Anzahl der PE-Zyklen in drei verschiedenen Clustern ab.

Beispielsweise zeigt 4 (b) die Lese- / Schreibkoeffizienten verschiedener Cluster für das MLC-D-Antriebsmodell. Das Lese- / Schreibverhältnis erklärt jedoch nicht die Unterschiede zwischen den Clustern für alle Modelle. Daher kann es andere Faktoren geben, die unsere Daten nicht berücksichtigen, z. B. Umgebungsfaktoren oder andere externe Parameter der Arbeitslast.

4.3. RBER bei beschleunigten Haltbarkeitstests.

Die meisten wissenschaftlichen Arbeiten sowie Tests, die beim Kauf von Medien im industriellen Maßstab durchgeführt wurden, prognostizieren die Zuverlässigkeit von Geräten im Feld auf der Grundlage der Ergebnisse beschleunigter Haltbarkeitstests. Wir haben uns entschlossen zu verstehen, wie die Ergebnisse solcher Tests der praktischen Erfahrung beim Betrieb von Festkörperspeichermedien entsprechen.
Eine Analyse der Testergebnisse, die gemäß der allgemeinen Methode des beschleunigten Testens von Geräten durchgeführt wurde, die an Google-Rechenzentren geliefert wurden, ergab, dass die RBER-Feldwerte signifikant höher sind als vorhergesagt. Beispielsweise betrug für das eMLC-a-Modell der mittlere RBER für feldbetriebene Scheiben (am Ende des Tests erreichte die Anzahl der PE-Zyklen 600) 1e-05, während nach den Ergebnissen vorläufiger beschleunigter Tests ein solcher RBER-Wert mehr als hätte entsprechen müssen 4000 Zyklen PE. Dies weist darauf hin, dass es sehr schwierig ist, den RBER-Wert vor Ort auf der Grundlage von RBER-Schätzungen aus Labortests genau vorherzusagen.

Wir haben auch festgestellt, dass einige Arten von Fehlern während beschleunigter Tests schwer zu reproduzieren sind. Beispielsweise weisen im Fall des MLC-B-Modells fast 60% der Laufwerke im Feld nicht korrigierbare Fehler auf, und fast 80% der Laufwerke weisen beschädigte Blöcke auf. Bei beschleunigten Haltbarkeitstests trat jedoch bei keinem der sechs Geräte ein nicht korrigierbarer Fehler auf, bis die Scheiben mehr als das Dreifache der PE-Zyklusgrenze erreichten. Bei eMLC-Modellen traten bei mehr als 80% der Festplatten nicht korrigierbare Fehler im Feld auf, während bei beschleunigten Tests solche Fehler nach Erreichen von 15.000 PE-Zyklen auftraten.

Wir haben auch die in einem früheren Forschungsbericht beschriebene RBER überprüft, die auf Experimenten in einer kontrollierten Umgebung basierte, und sind zu dem Schluss gekommen, dass der Bereich der Wertevariationen extrem hoch ist. Zum Beispiel hat L.M. Gruppen und andere in ihrer Arbeit 2009–2012 geben RBER-Werte für Festplatten an, die nahe am Grenzwert für PE-Zyklen liegen. Beispielsweise liegt der RBER-Wert für SLC- und MLC-Geräte mit einer Lithografiegröße ähnlich der in unserer Arbeit verwendeten (25-50 nm) zwischen 1e-08 und 1e-03, und für die meisten getesteten Antriebsmodelle lag der RBER-Wert nahe 1e-06.

In unserer Studie hatten drei Plattenmodelle, die die PE-Zyklusgrenze erreichten, RBERs im Bereich von 3e-08 bis 8e-08. Selbst wenn wir berücksichtigen, dass unsere Zahlen Untergrenzen sind und im absolut schlimmsten Fall Werte annehmen können, die 16-mal größer sind, oder wenn wir das 95. Perzentil RBER berücksichtigen, sind die Werte, die wir erhalten haben, immer noch viel niedriger.

Während die tatsächlichen RBER-Werte im Feld höher sind als die vorhergesagten Werte, die auf beschleunigten Haltbarkeitstests basieren, sind sie im Allgemeinen immer noch niedriger als die meisten RBER-Werte für ähnliche Geräte, die in anderen Forschungsarbeiten angegeben wurden und auf der Grundlage des Labors berechnet werden Tests. Dies bedeutet, dass Sie sich nicht auf die vorhergesagten RBER-Werte im Feld verlassen sollten, die auf der Grundlage der Ergebnisse beschleunigter Haltbarkeitstests erhalten wurden.

5. Nicht behebbare Fehler.

Angesichts des weit verbreiteten Auftretens von nicht korrigierbaren Fehlern (UE), die in Abschnitt 3 dieses Artikels erörtert wurden, werden in diesem Abschnitt ihre Eigenschaften genauer untersucht. Wir beginnen mit der Diskussion, welche Metrik zum Messen von UEs verwendet werden soll, überlegen, wie sie sich auf RBER beziehen und wie verschiedene Faktoren UEs beeinflussen.

5.1. Warum der UBER-Koeffizient keinen Sinn macht.

Die Standardmetrik, die nicht korrigierbare Fehler kennzeichnet, ist die UBER, das Verhältnis der nicht korrigierbaren Bitfehler, dh das Verhältnis der Anzahl der nicht korrigierbaren Bitfehler zur Gesamtzahl der gelesenen Bits.

Diese Metrik setzt implizit voraus, dass die Anzahl der nicht korrigierbaren Fehler in irgendeiner Weise an die Anzahl der gelesenen Bits gebunden ist, was bedeutet, dass sie durch diese Anzahl normalisiert werden sollte.

Diese Annahme gilt für korrigierbare Fehler, bei denen festgestellt wird, dass die Anzahl der in einem bestimmten Monat beobachteten Fehler stark mit der Anzahl der Leseoperationen über denselben Zeitraum korreliert (der Spearman-Korrelationskoeffizient ist größer als 0,9). Der Grund für eine solch starke Korrelation ist, dass selbst ein beschädigtes Bit, während es mit ECC korrigiert wird, die Anzahl von Fehlern bei jeder an ihn gerichteten Leseoperation weiter erhöht, da die Auswertung der Zelle, die das beschädigte Bit enthält, nicht sofort korrigiert wird, wenn ein Fehler erkannt wird (Discs) nur regelmäßig Seiten mit beschädigten Bits umschreiben).

Die gleiche Annahme gilt nicht für nicht korrigierbare Fehler. Ein nicht behebbarer Fehler schließt die weitere Verwendung des beschädigten Blocks aus. Sobald ein solcher Block erkannt wird, hat dies keinen Einfluss auf die Anzahl der Fehler in der Zukunft.

Um diese Annahme offiziell zu bestätigen, haben wir verschiedene Metriken verwendet, um die Beziehung zwischen der Anzahl der Lesevorgänge in einem bestimmten Monat des Festplattenbetriebs und der Anzahl der schwerwiegenden Fehler für denselben Zeitraum zu messen, einschließlich verschiedener Korrelationskoeffizienten (Pearson, Spearman, Kendall) sowie einer visuellen Untersuchung der Diagramme . Zusätzlich zur Anzahl der nicht korrigierbaren Fehler haben wir auch die Häufigkeit von Vorfällen mit nicht korrigierbaren Fehlern (z. B. die Wahrscheinlichkeit, dass eine Festplatte für einen bestimmten Zeitraum mindestens einen solchen Vorfall aufweist) und ihre Beziehung zu Lesevorgängen untersucht.
Wir fanden keine Hinweise auf eine Korrelation zwischen der Anzahl der Lesevorgänge und der Anzahl der schwerwiegenden Fehler. Für alle Antriebsmodelle lagen die Korrelationskoeffizienten unter 0,02, und die Diagramme zeigten keine Zunahme der UE mit einer Zunahme der Anzahl von Leseoperationen.

In Abschnitt 5.4 dieses Artikels berücksichtigen wir, dass die Schreib- und Löschoperationen auch keine Beziehung zu nicht korrigierbaren Fehlern haben. Daher hat die alternative Definition von UBER, die durch Schreib- oder Löschoperationen anstelle von Leseoperationen normalisiert wird, keine Bedeutung.

Daher schließen wir, dass UBER keine signifikante Metrik ist, mit der möglichen Ausnahme von Tests in kontrollierten Umgebungen, in denen die Anzahl der Lesevorgänge vom Experimentator festgelegt wird. Wenn UBER während Feldversuchen als Metrik verwendet wird, wird die Fehlerrate für Laufwerke mit einer hohen Anzahl von Lesevorgängen künstlich verringert und diese Häufigkeit für Laufwerke mit einer geringen Anzahl von Lesevorgängen künstlich erhöht, da unabhängig von der Anzahl der Lesevorgänge nicht korrigierbare Fehler auftreten.

5.2. Tödliche Fehler und RBER.

Die Relevanz von RBER erklärt sich aus der Tatsache, dass es als Maß für die Bestimmung der Gesamtzuverlässigkeit des Antriebs dient, insbesondere basierend auf der Wahrscheinlichkeit des Auftretens nicht korrigierbarer Fehler. In ihrer Arbeit haben N. Mielke und andere im Jahr 2008 als erste die erwartete Häufigkeit schwerwiegender Fehler als Funktion von RBER ermittelt. Seitdem haben viele Systementwickler ähnliche Methoden verwendet, um beispielsweise die erwartete Häufigkeit nicht korrigierbarer Fehler in Abhängigkeit von RBER und ECC-Typ abzuschätzen.

In diesem Abschnitt wird beschrieben, wie gut RBER nicht korrigierbare Fehler vorhersagt. Beginnen wir mit Abbildung 5a, in der die Diagramme des mittleren RBER-Werts für eine Reihe von Modellen von Antrieben der ersten Generation im Verhältnis zum Bruchteil der Betriebstage dargestellt sind, an denen nicht korrigierbare UE-Fehler aufgetreten sind. Es ist zu beachten, dass einige der 16 in der Grafik gezeigten Modelle aufgrund fehlender analytischer Informationen nicht in Tabelle 1 aufgeführt sind.


Abb. 5a. Korrelation des mittleren RBER mit nicht korrigierbaren Fehlern für verschiedene Antriebsmodelle.


Abb. 5b. Korrelation des mittleren RBER mit nicht korrigierbaren Fehlern für verschiedene Laufwerke desselben Modells.

Denken Sie daran, dass alle Modelle derselben Generation denselben ECC-Mechanismus verwenden, sodass die Unterschiede zwischen den Modellen nicht von den ECC-Unterschieden abhängen. Wir haben keine Korrelation zwischen RBER- und UE-Vorfällen gesehen. Wir haben das gleiche Diagramm für das 95. Perzentil RBER im Vergleich zur Wahrscheinlichkeit von UE erstellt und erneut keine Korrelation festgestellt.

Als nächstes wiederholten wir die Analyse bei der Detaillierung einzelner Platten, dh wir versuchten herauszufinden, ob es Platten gibt, bei denen ein höherer RBER-Wert einer höheren UE-Frequenz entspricht. Als Beispiel zeigt 5b die Diagramme des mittleren RBER-Werts für jedes MLC-c-Modelllaufwerk gegenüber der Anzahl von UEs (die Ergebnisse sind ähnlich denen, die für das 95. Perzentil RBER erhalten wurden). Auch hier konnten wir keine Korrelation zwischen RBER und UE feststellen.

Schließlich führten wir eine genauere Zeitanalyse durch, um festzustellen, ob die Betriebsmonate von Laufwerken mit höherem RBER den Monaten entsprechen würden, in denen die UEs auftraten. Abbildung 1 zeigt bereits, dass der Korrelationskoeffizient zwischen nicht korrigierbaren Fehlern und RBER sehr niedrig ist. Wir experimentierten auch mit verschiedenen Methoden zur Darstellung der Wahrscheinlichkeit von UE als Funktion von RBER und fanden keine Anzeichen einer Korrelation.

Wir kamen daher zu dem Schluss, dass RBER ein unzuverlässiger Indikator für die Vorhersage von UEs ist. Dies kann bedeuten, dass sich die Fehlermechanismen, die zum RBER führen, von den Mechanismen unterscheiden, die zum Auftreten nicht korrigierbarer Fehler führen (z. B. Fehler, die in separaten Zellen enthalten sind, gegen größere Probleme, die mit dem gesamten Gerät auftreten).

5.3. Tödliche Fehler und Verschleiß.

Da Verschleiß eines der Hauptprobleme beim Flash-Speicher ist, zeigt Abbildung 6 die tägliche Wahrscheinlichkeit nicht korrigierbarer Laufwerksfehler in Abhängigkeit von den PE-Zyklen.


Abbildung 6. Die tägliche Wahrscheinlichkeit nicht korrigierbarer Antriebsfehler in Abhängigkeit von den PE-Zyklen.

Wir stellen fest, dass die Wahrscheinlichkeit eines UE mit dem Alter des Laufwerks kontinuierlich zunimmt. Wie bei RBER ist der Anstieg jedoch langsamer als gewöhnlich erwartet: Die Grafiken zeigen, dass die UEs mit den PE-Zyklen linear und nicht exponentiell wachsen.

Die beiden Schlussfolgerungen, die wir für RBER gezogen haben, gelten auch für das UE: Erstens gibt es keinen deutlichen Anstieg der Fehlerwahrscheinlichkeit nach Erreichen der Grenze der PE-Zyklen, beispielsweise in Abbildung 6 für das MLC-D-Modell, dessen PE-Zyklusgrenze 3000 beträgt. Zweitens variiert die Häufigkeit des Auftretens von Fehlern zwischen verschiedenen Modellen, sogar innerhalb derselben Klasse. Diese Unterschiede sind jedoch nicht so groß wie bei RBER.

Schließlich haben wir zur Unterstützung unserer Ergebnisse in Abschnitt 5.2 festgestellt, dass innerhalb derselben Modellklasse (MLC vs. SLC) die Modelle mit den niedrigsten RBER-Werten für eine bestimmte Anzahl von PE-Zyklen nicht unbedingt die Modelle mit der geringsten Wahrscheinlichkeit des Auftretens von UE sind. Beispielsweise hatten die MLC-D-Modellantriebe für 3000 PE-Zyklen viermal niedrigere RBER-Werte als die MLC-B-Modelle, jedoch war die Wahrscheinlichkeit eines UE mit der gleichen Anzahl von PE-Zyklen in den MLC-D-Modellen geringfügig höher als in den MLC-B-Modellen.


Abb. 7. Monatliche Wahrscheinlichkeit des Auftretens nicht korrigierbarer Antriebsfehler in Abhängigkeit von der Abhängigkeit vom Vorhandensein früherer Fehler verschiedener Typen.

5.4. Schwerwiegende Fehler und Arbeitsbelastung.

Aus den gleichen Gründen, aus denen sich die Arbeitslast auf die RBER auswirken kann (siehe Abschnitt 4.2.3), ist zu erwarten, dass sich dies auch auf die UE auswirkt. Da wir beispielsweise festgestellt haben, dass Leseverletzungsfehler RBER beeinflussen, können Lesevorgänge auch die Wahrscheinlichkeit nicht korrigierbarer Fehler erhöhen.

Wir haben eine detaillierte Studie über die Auswirkungen der Arbeitsbelastung auf UEs durchgeführt. Wie in Abschnitt 5.1 erwähnt, haben wir jedoch die Beziehung zwischen dem UE und der Anzahl der Leseoperationen nicht gefunden. Wir haben die gleiche Analyse für Schreib- und Löschvorgänge wiederholt und erneut keine Korrelation festgestellt.
Beachten Sie, dass Sie hier auf den ersten Blick einen Widerspruch zu unserer vorherigen Beobachtung sehen können, wonach nicht korrigierbare Fehler mit PE-Zyklen korrelieren. Daher könnte eine Korrelation mit der Anzahl der Schreib- und Löschvorgänge erwartet werden.

PE PE, , . , , / / , , . . / / .

, , .

Vielen Dank für Ihren Aufenthalt bei uns. Gefällt dir unser Artikel? Möchten Sie weitere interessante Materialien sehen? Unterstützen Sie uns, indem Sie eine Bestellung aufgeben oder Ihren Freunden empfehlen, einen Rabatt von 30% für Habr-Benutzer auf einem einzigartigen analogen Einstiegsserver, den wir für Sie erfunden haben: Die ganze Wahrheit über VPS (KVM) E5-2650 v4 (6 Kerne) 10 GB DDR4 240 GB SSD 1 Gbit / s ab 20 $ oder wie teilt man den Server? (Optionen sind mit RAID1 und RAID10, bis zu 24 Kernen und bis zu 40 GB DDR4 verfügbar).

Dell R730xd 2 mal günstiger? Nur wir haben 2 x Intel TetraDeca-Core Xeon 2x E5-2697v3 2,6 GHz 14C 64 GB DDR4 4 x 960 GB SSD 1 Gbit / s 100 TV von 199 US-Dollar in den Niederlanden! Dell R420 - 2x E5-2430 2,2 GHz 6C 128 GB DDR3 2x960 GB SSD 1 Gbit / s 100 TB - ab 99 US-Dollar! Lesen Sie mehr über den Aufbau eines Infrastrukturgebäudes. Klasse mit Dell R730xd E5-2650 v4 Servern für 9.000 Euro für einen Cent?