ফ্ল্যাশ মেমরি নির্ভরযোগ্যতা: প্রত্যাশিত এবং অপ্রত্যাশিত। পার্ট 2. USENIX অ্যাসোসিয়েশনের XIV সম্মেলন। ফাইল স্টোরেজ প্রযুক্তি

ফ্ল্যাশ মেমরি নির্ভরযোগ্যতা: প্রত্যাশিত এবং অপ্রত্যাশিত। পার্ট 1. USENIX অ্যাসোসিয়েশনের XIV সম্মেলন। ফাইল স্টোরেজ প্রযুক্তি

4.2.2। RBER এবং ডিস্কের বয়স (PE চক্র ব্যতীত)।

চিত্র 1 RBER এবং বয়সের মধ্যে একটি উল্লেখযোগ্য পারস্পরিক সম্পর্ক দেখায়, যা ডিস্কটি কত মাস মাঠে ছিল। যাইহোক, এটি একটি বানোয়াট পারস্পরিক সম্পর্ক হতে পারে কারণ এটি সম্ভবত পুরানো ড্রাইভে বেশি PE আছে এবং তাই RBER PE চক্রের সাথে আরও বেশি সম্পর্কযুক্ত।

PE চক্র দ্বারা সৃষ্ট পরিধানের উপর বয়সের প্রভাব দূর করার জন্য, আমরা PE চক্রের বন্টনের ডেসিলগুলিকে কন্টেইনারগুলির মধ্যে কাটঅফ হিসাবে ব্যবহার করে সমস্ত মাসের পরিষেবাগুলিকে কন্টেইনারগুলিতে গোষ্ঠীবদ্ধ করেছি, উদাহরণস্বরূপ, প্রথম পাত্রে সমস্ত মাস পর্যন্ত ডিস্কের আয়ু থাকে৷ PE চক্র বন্টনের প্রথম ডেসিল, এবং আরও অনেক কিছু। আমরা যাচাই করেছি যে প্রতিটি কন্টেইনারের মধ্যে PE চক্র এবং RBER-এর মধ্যে পারস্পরিক সম্পর্ক বেশ ছোট (যেহেতু প্রতিটি কন্টেইনার শুধুমাত্র PE চক্রের একটি ছোট পরিসর কভার করে), এবং তারপর প্রতিটি কন্টেইনারের জন্য আলাদাভাবে RBER এবং ডিস্কের বয়সের মধ্যে পারস্পরিক সম্পর্ক সহগ গণনা করে।

আমরা প্রতিটি মডেলের জন্য আলাদাভাবে এই বিশ্লেষণটি সম্পাদন করেছি কারণ যে কোনও পর্যবেক্ষিত পারস্পরিক সম্পর্ক ছোট এবং বয়স্ক মডেলের মধ্যে পার্থক্যের কারণে নয়, শুধুমাত্র একই মডেলের ড্রাইভের বয়সের কারণে। আমরা লক্ষ্য করেছি যে উপরে বর্ণিত পদ্ধতিতে PE চক্রের প্রভাব সীমিত করার পরেও, সমস্ত ড্রাইভ মডেলের ক্ষেত্রে একটি ড্রাইভ কত মাস ক্ষেত্রটিতে ছিল এবং এর RBER (সম্পর্ক সহগ 0,2 থেকে 0,4 পর্যন্ত ছিল) এর মধ্যে একটি উল্লেখযোগ্য সম্পর্ক ছিল। )

ভাত। 3. RBER এবং নতুন এবং পুরানো ডিস্কের জন্য PE চক্রের সংখ্যার মধ্যে সম্পর্ক দেখায় যে ডিস্কের বয়স পরিধানের কারণে সৃষ্ট PE চক্র নির্বিশেষে RBER মানকে প্রভাবিত করে।

এছাড়াও আমরা গ্রাফিলিভাবে ড্রাইভের বয়সের প্রভাবকে একটি "অল্প" বয়সে 1 বছর পর্যন্ত ড্রাইভ ব্যবহারের দিন এবং 4 বছরের বেশি বয়সের ড্রাইভ ব্যবহারের দিনগুলিকে ভাগ করে কল্পনা করেছি এবং তারপর প্রতিটির RBER প্লট করেছি। PE চক্রের সংখ্যার বিপরীতে গ্রুপ। চিত্র 3 এমএলসি-ডি ড্রাইভ মডেলের জন্য এই ফলাফলগুলি দেখায়। আমরা সমস্ত PE চক্র জুড়ে পুরানো এবং নতুন ডিস্কের গ্রুপগুলির মধ্যে RBER মানগুলির মধ্যে একটি লক্ষণীয় পার্থক্য দেখতে পাই।

এই থেকে আমরা উপসংহারে পৌঁছেছি যে বয়স, ক্ষেত্রের ডিস্ক ব্যবহারের দিন দ্বারা পরিমাপ করা হয়, RBER-এর উপর উল্লেখযোগ্য প্রভাব ফেলে, PE চক্রের সংস্পর্শে আসার কারণে মেমরি সেল পরিধান থেকে স্বাধীন। এর মানে হল যে অন্যান্য কারণগুলি, যেমন সিলিকন বার্ধক্য, ডিস্কের শারীরিক পরিধানে একটি বড় ভূমিকা পালন করে।

4.2.3। RBER এবং কাজের চাপ।

বিট ত্রুটিগুলি চারটি প্রক্রিয়ার মধ্যে একটি দ্বারা সৃষ্ট বলে মনে করা হয়:

1. স্টোরেজ ত্রুটি ধরে রাখার ত্রুটি, যখন একটি মেমরি সেল সময়ের সাথে সাথে ডেটা হারায়
   রিড ডিস্টার্ব ত্রুটি, যেখানে একটি রিড অপারেশন একটি সংলগ্ন কক্ষের বিষয়বস্তুকে ক্ষতিগ্রস্ত করে;
2. বিরক্তিকর ত্রুটিগুলি লিখুন, যেখানে একটি রিড অপারেশন একটি সংলগ্ন কক্ষের বিষয়বস্তুকে ক্ষতিগ্রস্ত করে;
3. অসম্পূর্ণ মুছে ফেলার ত্রুটি, যখন মুছে ফেলার অপারেশন সম্পূর্ণরূপে ঘরের বিষয়বস্তু মুছে দেয় না।

শেষ তিন প্রকারের ত্রুটি (রিড ডিস্টার্ব, রাইট ডিস্টার্ব, অসম্পূর্ণ মুছে ফেলা) কাজের চাপের সাথে সম্পর্কযুক্ত, তাই RBER এবং কাজের চাপের মধ্যে পারস্পরিক সম্পর্ক বোঝা আমাদের বিভিন্ন ত্রুটি প্রক্রিয়ার প্রসার বুঝতে সাহায্য করে। সাম্প্রতিক একটি গবেষণায়, "ক্ষেত্রে ফ্ল্যাশ মেমরি ব্যর্থতার একটি বড় আকারের গবেষণা" (MEZA, J., WU, Q., KUMAR, S., MUTLU, O. "এ ফ্ল্যাশ মেমরি ব্যর্থতার একটি বড় আকারের গবেষণা ক্ষেত্র।" 2015 এসিএম সিগমেট্রিক্স ইন্টারন্যাশনাল কনফারেন্স অন মেজারমেন্ট অ্যান্ড মডেলিং অফ কম্পিউটার সিস্টেম, নিউ ইয়র্ক, 2015, সিগমেট্রিক্স '15, এসিএম, পিপি 177-190) এই সিদ্ধান্তে উপনীত হয়েছে যে স্টোরেজ ত্রুটিগুলি ক্ষেত্রটিতে প্রাধান্য পেয়েছে, পড়ার সময় ত্রুটিগুলি বেশ গৌণ।

চিত্র 1 ডিস্ক জীবনের একটি নির্দিষ্ট মাসে RBER মান এবং কিছু মডেলের জন্য একই মাসে পড়া, লেখা এবং মুছে ফেলার সংখ্যার মধ্যে একটি উল্লেখযোগ্য সম্পর্ক দেখায় (উদাহরণস্বরূপ, পারস্পরিক সম্পর্ক সহগ MLC - B-এর জন্য 0,2-এর চেয়ে বেশি মডেল এবং SLC-B এর জন্য 0,6 এর বেশি)। যাইহোক, এটা সম্ভব যে এটি একটি মিথ্যা সম্পর্ক, কারণ মাসিক কাজের চাপ মোট PE চক্রের সংখ্যার সাথে সম্পর্কিত হতে পারে।

আমরা অনুচ্ছেদ 4.2.2-এ বর্ণিত একই পদ্ধতি ব্যবহার করেছি পূর্ববর্তী PE চক্রের উপর ভিত্তি করে ড্রাইভ অপারেশনের মাসগুলিকে বিচ্ছিন্ন করে পিই চক্রের প্রভাব থেকে কাজের চাপের প্রভাবগুলিকে আলাদা করতে এবং তারপর প্রতিটি পাত্রের জন্য আলাদাভাবে পারস্পরিক সম্পর্ক সহগ নির্ধারণ করে।

আমরা দেখেছি যে ডিস্ক লাইফের একটি নির্দিষ্ট মাসে পড়ার সংখ্যা এবং সেই মাসে RBER মানের মধ্যে পারস্পরিক সম্পর্ক এমএলসি-বি এবং এসএলসি-বি মডেলগুলির জন্য বজায় ছিল, এমনকি পিই চক্র সীমাবদ্ধ করার পরেও। আমরা একই ধরনের বিশ্লেষণের পুনরাবৃত্তি করেছি যেখানে আমরা সমসাময়িক লেখা এবং মুছে ফেলার সংখ্যার উপর পড়ার প্রভাবকে বাদ দিয়েছি এবং এই সিদ্ধান্তে পৌঁছেছি যে RBER এবং পড়ার সংখ্যার মধ্যে সম্পর্ক SLC-B মডেলের জন্য সত্য।

চিত্র 1 এছাড়াও RBER এবং লেখা এবং মুছে ফেলার ক্রিয়াকলাপগুলির মধ্যে পারস্পরিক সম্পর্ক দেখায়, তাই আমরা রিড, রাইট এবং ইরেজ অপারেশনগুলির জন্য একই বিশ্লেষণ পুনরাবৃত্তি করেছি। আমরা উপসংহারে পৌঁছেছি যে PE চক্র এবং পাঠের প্রভাব সীমিত করে, RBER মান এবং লেখা এবং মুছে ফেলার সংখ্যার মধ্যে কোনও সম্পর্ক নেই।

এইভাবে, এমন ডিস্ক মডেল রয়েছে যেখানে পঠন লঙ্ঘন ত্রুটিগুলি RBER-এর উপর উল্লেখযোগ্য প্রভাব ফেলে। অন্যদিকে, লেখার লঙ্ঘন ত্রুটি এবং অসম্পূর্ণ মুছে ফেলার ত্রুটি দ্বারা RBER প্রভাবিত হয়েছে এমন কোনো প্রমাণ নেই।

4.2.4 RBER এবং লিথোগ্রাফি।

বস্তুর আকারের পার্থক্য আংশিকভাবে একই প্রযুক্তি ব্যবহার করে ড্রাইভ মডেলের মধ্যে RBER মানের পার্থক্য ব্যাখ্যা করতে পারে, যেমন MLC বা SLC। (এই গবেষণায় অন্তর্ভুক্ত বিভিন্ন মডেলের লিথোগ্রাফির একটি ওভারভিউয়ের জন্য সারণী 1 দেখুন)।

উদাহরণস্বরূপ, 2nm লিথোগ্রাফি সহ 34টি SLC মডেলের (মডেল SLC-A এবং SLC-D) একটি RBER রয়েছে যা 2nm মাইক্রোইলেক্ট্রনিক লিথোগ্রাফি (মডেল SLC-B এবং SLC-C) সহ 50টি মডেলের চেয়ে বেশি মাত্রার অর্ডার। MLC মডেলের ক্ষেত্রে, শুধুমাত্র 43nm মডেলের (MLC-B) একটি মিডিয়ান RBER আছে যা 50nm লিথোগ্রাফি সহ অন্যান্য 3 মডেলের তুলনায় 50% বেশি। তদুপরি, RBER-এর এই পার্থক্যটি 4-এর ফ্যাক্টর দ্বারা বৃদ্ধি পায় কারণ ড্রাইভগুলি ক্ষয়ে যায়, যেমন চিত্র 2-এ দেখানো হয়েছে। অবশেষে, পাতলা লিথোগ্রাফি MLC ড্রাইভের তুলনায় eMLC ড্রাইভের উচ্চ RBER ব্যাখ্যা করতে পারে। সামগ্রিকভাবে, আমাদের কাছে স্পষ্ট প্রমাণ রয়েছে যে লিথোগ্রাফি RBER কে প্রভাবিত করে।

4.2.5। অন্যান্য ত্রুটির উপস্থিতি।

আমরা RBER এবং অন্যান্য ধরণের ত্রুটিগুলির মধ্যে সম্পর্ক তদন্ত করেছি, যেমন সংশোধনযোগ্য ত্রুটি, সময়সীমার ত্রুটি, ইত্যাদি, বিশেষ করে, অন্য ধরনের ত্রুটির সংস্পর্শে আসার এক মাস পরে RBER মান উচ্চতর হয় কিনা।

চিত্র 1 দেখায় যে আগের মাসের RBER ভবিষ্যত RBER মানগুলির ভবিষ্যদ্বাণী করে (সম্পর্ক সহগ 0,8-এর বেশি), অসংশোধিত ত্রুটি এবং RBER (চিত্র 1-এ আইটেমের ডানদিকের গ্রুপ) এর মধ্যে কোনও উল্লেখযোগ্য সম্পর্ক নেই। অন্যান্য ধরনের ত্রুটির জন্য, পারস্পরিক সম্পর্ক সহগ আরও কম (চিত্রে দেখানো হয়নি)। আমরা এই কাগজের ধারা 5.2-এ RBER এবং অসংশোধিত ত্রুটির মধ্যে সম্পর্ক আরও অন্বেষণ করেছি।

4.2.6। অন্যান্য কারণের প্রভাব।

আমরা প্রমাণ পেয়েছি যে RBER-এর উপর উল্লেখযোগ্য প্রভাব ফেলে এমন কিছু কারণ রয়েছে যা আমাদের ডেটা হিসাব করতে পারে না। বিশেষ করে, আমরা লক্ষ্য করেছি যে প্রদত্ত ডিস্ক মডেলের জন্য RBER যে ক্লাস্টারে ডিস্ক স্থাপন করা হয়েছে তার উপর নির্ভর করে পরিবর্তিত হয়। একটি ভাল উদাহরণ হল চিত্র 4, যা তিনটি ভিন্ন ক্লাস্টারে (ড্যাশড লাইন) MLC-D ড্রাইভের জন্য PE চক্রের একটি ফাংশন হিসাবে RBER কে দেখায় এবং মোট ড্রাইভের (সলিড লাইন) সাথে এই মডেলের জন্য RBER এর সাথে তুলনা করে। আমরা দেখতে পাই যে ডিস্কের বয়স বা পড়ার সংখ্যার মতো কারণগুলির প্রভাব সীমিত করার পরেও এই পার্থক্যগুলি বজায় থাকে।

এর জন্য একটি সম্ভাব্য ব্যাখ্যা হল ক্লাস্টার জুড়ে কাজের চাপের ধরণে পার্থক্য, কারণ আমরা লক্ষ্য করি যে ক্লাস্টারগুলির কাজের চাপের রিড/রাইট অনুপাত সর্বোচ্চ RBER আছে।

ভাত। 4 ক), খ)। তিনটি ভিন্ন ক্লাস্টারের জন্য PE চক্রের একটি ফাংশন হিসাবে মিডিয়ান RBER মান এবং তিনটি ভিন্ন ক্লাস্টারের জন্য PE চক্রের সংখ্যার উপর রিড/রাইট অনুপাতের নির্ভরতা।

উদাহরণস্বরূপ, চিত্র 4(b) MLC-D ড্রাইভ মডেলের জন্য বিভিন্ন ক্লাস্টারের পঠন/লেখা অনুপাত দেখায়। যাইহোক, পঠন/লেখার অনুপাত সমস্ত মডেলের জন্য ক্লাস্টারের মধ্যে পার্থক্য ব্যাখ্যা করে না, তাই এমন অন্যান্য কারণ থাকতে পারে যেগুলির জন্য আমাদের ডেটা গণনা করে না, যেমন পরিবেশগত কারণ বা অন্যান্য বাহ্যিক কাজের চাপ পরামিতি।

4.3। ত্বরিত স্থায়িত্ব পরীক্ষার সময় RBER।

বেশিরভাগ বৈজ্ঞানিক কাজ, সেইসাথে একটি শিল্প স্কেলে মিডিয়া কেনার সময় পরিচালিত পরীক্ষাগুলি, ত্বরিত স্থায়িত্ব পরীক্ষার ফলাফলের উপর ভিত্তি করে ক্ষেত্রের ডিভাইসগুলির নির্ভরযোগ্যতার পূর্বাভাস দেয়। আমরা এই ধরনের পরীক্ষার ফলাফলগুলি সলিড-স্টেট স্টোরেজ মিডিয়া পরিচালনার বাস্তব অভিজ্ঞতার সাথে কতটা ভাল তা নির্ধারণ করার সিদ্ধান্ত নিয়েছি।
Google ডেটা সেন্টারে সরবরাহ করা সরঞ্জামগুলির জন্য সাধারণ ত্বরিত পরীক্ষার পদ্ধতি ব্যবহার করে পরিচালিত পরীক্ষার ফলাফলের বিশ্লেষণে দেখা গেছে যে ক্ষেত্রের RBER মানগুলি পূর্বাভাসের চেয়ে উল্লেখযোগ্যভাবে বেশি। উদাহরণ স্বরূপ, eMLC-a মডেলের জন্য, ক্ষেত্রে চালিত ডিস্কের মধ্যবর্তী RBER (পরীক্ষা শেষে PE চক্রের সংখ্যা 600 এ পৌঁছেছে) ছিল 1e-05, যখন প্রাথমিক ত্বরিত পরীক্ষার ফলাফল অনুসারে, এই RBER মান 4000 PE চক্রের বেশি হওয়া উচিত। এটি ইঙ্গিত দেয় যে ল্যাবরেটরি পরীক্ষা থেকে প্রাপ্ত RBER অনুমানের উপর ভিত্তি করে ক্ষেত্রের RBER মান সঠিকভাবে অনুমান করা খুব কঠিন।

আমরা আরও লক্ষ করেছি যে কিছু ধরণের ত্রুটি ত্বরিত পরীক্ষার সময় পুনরুত্পাদন করা বেশ কঠিন। উদাহরণস্বরূপ, এমএলসি-বি মডেলের ক্ষেত্রে, ক্ষেত্রের প্রায় 60% ড্রাইভগুলি অসংশোধিত ত্রুটির সম্মুখীন হয় এবং প্রায় 80% ড্রাইভ খারাপ ব্লক তৈরি করে। যাইহোক, ত্বরান্বিত সহনশীলতা পরীক্ষার সময়, ড্রাইভগুলি PE চক্রের সীমার তিনগুণের বেশি না পৌঁছানো পর্যন্ত ছয়টি ডিভাইসের মধ্যে কোনোটিই কোনো সংশোধনযোগ্য ত্রুটি অনুভব করেনি। eMLC মডেলগুলির জন্য, ক্ষেত্রের 80% এর বেশি ড্রাইভে অসংশোধিত ত্রুটি ঘটেছে, যখন ত্বরিত পরীক্ষার সময় 15000 PE চক্রে পৌঁছানোর পরে এই জাতীয় ত্রুটিগুলি ঘটেছে।

আমরা পূর্ববর্তী গবেষণা কর্মে রিপোর্ট করা RBER-এর দিকেও নজর দিয়েছি, যা একটি নিয়ন্ত্রিত পরিবেশে পরীক্ষা-নিরীক্ষার উপর ভিত্তি করে ছিল এবং উপসংহারে পৌঁছেছি যে মানগুলির পরিসর অত্যন্ত বিস্তৃত। উদাহরণস্বরূপ, এল.এম. Grupp এবং অন্যরা তাদের 2009 -2012 কাজের প্রতিবেদনে PE চক্রের সীমাতে পৌঁছানোর কাছাকাছি ড্রাইভগুলির জন্য RBER মানগুলি রিপোর্ট করে৷ উদাহরণস্বরূপ, আমাদের কাজে ব্যবহৃত লিথোগ্রাফি আকারের (25-50nm) অনুরূপ SLC এবং MLC ডিভাইসগুলির জন্য, RBER মান 1e-08 থেকে 1e-03 পর্যন্ত, বেশিরভাগ ড্রাইভ মডেলের RBER মান 1e-এর কাছাকাছি রয়েছে। 06.

আমাদের গবেষণায়, তিনটি ড্রাইভ মডেল যা PE চক্রের সীমাতে পৌঁছেছে তাদের 3e-08 থেকে 8e-08 পর্যন্ত RBER ছিল। এমনকি আমাদের সংখ্যাগুলি নিম্ন সীমার এবং সবচেয়ে খারাপ ক্ষেত্রে 16 গুণ বড় হতে পারে, বা RBER-এর 95 তম পার্সেন্টাইলকে বিবেচনায় নিয়ে আমাদের মানগুলি এখনও উল্লেখযোগ্যভাবে কম।

সামগ্রিকভাবে, যদিও প্রকৃত ক্ষেত্রের RBER মানগুলি ত্বরিত স্থায়িত্ব পরীক্ষার উপর ভিত্তি করে পূর্বাভাসিত মানগুলির চেয়ে বেশি, তারা এখনও অন্যান্য গবেষণাপত্রে রিপোর্ট করা এবং পরীক্ষাগার পরীক্ষা থেকে গণনা করা অনুরূপ ডিভাইসগুলির তুলনায় বেশি। এর মানে হল যে আপনার ভবিষ্যদ্বাণীকৃত ক্ষেত্রের RBER মানগুলির উপর নির্ভর করা উচিত নয় যা ত্বরিত স্থায়িত্ব পরীক্ষা থেকে উদ্ভূত হয়েছে।

5. অসংশোধনযোগ্য ত্রুটি।

অসংশোধিত ত্রুটির (UEs) ব্যাপক ঘটনার প্রেক্ষিতে, যা এই কাগজের ধারা 3-এ আলোচনা করা হয়েছিল, এই বিভাগে আমরা তাদের বৈশিষ্ট্যগুলি আরও বিশদে অন্বেষণ করি। UE পরিমাপ করার জন্য কোন মেট্রিক ব্যবহার করতে হবে, এটি কীভাবে RBER-এর সাথে সম্পর্কিত, এবং UE কীভাবে বিভিন্ন কারণের দ্বারা প্রভাবিত হয় তা নিয়ে আলোচনা করে আমরা শুরু করি।

5.1। কেন UBER অনুপাত মানে না.

অসংশোধনযোগ্য ত্রুটির বৈশিষ্ট্যযুক্ত স্ট্যান্ডার্ড মেট্রিক হল UBER অসংশোধিত বিট ত্রুটির হার, অর্থাৎ, মোট পঠিত বিটের সংখ্যার সাথে অসংশোধনযোগ্য বিট ত্রুটির সংখ্যার অনুপাত।

এই মেট্রিকটি পরোক্ষভাবে অনুমান করে যে অসংশোধনযোগ্য ত্রুটির সংখ্যা কোন না কোনভাবে পঠিত বিটের সংখ্যার সাথে আবদ্ধ, এবং তাই এই সংখ্যা দ্বারা স্বাভাবিক করা আবশ্যক।

এই অনুমানটি সংশোধনযোগ্য ত্রুটির জন্য বৈধ, যেখানে একটি নির্দিষ্ট মাসে পরিলক্ষিত ত্রুটির সংখ্যা একই সময়ের মধ্যে পড়ার সংখ্যার সাথে অত্যন্ত সম্পর্কযুক্ত বলে পাওয়া যায় (স্পিয়ারম্যান পারস্পরিক সম্পর্ক সহগ 0.9 এর বেশি)। এত শক্তিশালী পারস্পরিক সম্পর্কের কারণ হল যে এমনকি একটি খারাপ বিট, যতক্ষণ না এটি ECC ব্যবহার করে সংশোধনযোগ্য, এটি দ্বারা অ্যাক্সেস করা প্রতিটি রিড অপারেশনের সাথে ত্রুটির সংখ্যা বাড়তে থাকবে, যেহেতু খারাপ বিট ধারণকারী ঘরের মূল্যায়ন একটি ত্রুটি সনাক্ত করা হলে অবিলম্বে সংশোধন করা হয় না (ডিস্ক শুধুমাত্র পর্যায়ক্রমে ক্ষতিগ্রস্ত বিট সঙ্গে পৃষ্ঠা পুনর্লিখন).

একই অনুমান অপরিশোধিত ত্রুটির ক্ষেত্রে প্রযোজ্য নয়। একটি অসংশোধনযোগ্য ত্রুটি ক্ষতিগ্রস্ত ব্লকের আরও ব্যবহারকে বাধা দেয়, তাই একবার সনাক্ত করা হলে, এই জাতীয় ব্লক ভবিষ্যতে ত্রুটির সংখ্যাকে প্রভাবিত করবে না।

আনুষ্ঠানিকভাবে এই অনুমানটি নিশ্চিত করার জন্য, আমরা বিভিন্ন পারস্পরিক সম্পর্ক সহগ (পিয়ারসন, স্পিয়ারম্যান, কেন্ডাল) সহ একই সময়ে ডিস্ক জীবনের একটি নির্দিষ্ট মাসে পড়ার সংখ্যা এবং একই সময়ের মধ্যে অসংশোধিত ত্রুটির সংখ্যার মধ্যে সম্পর্ক পরিমাপ করতে বিভিন্ন মেট্রিক্স ব্যবহার করেছি। , সেইসাথে গ্রাফের চাক্ষুষ পরিদর্শন। অসংশোধনযোগ্য ত্রুটির সংখ্যা ছাড়াও, আমরা অসংশোধিত ত্রুটির ঘটনার ফ্রিকোয়েন্সি (অর্থাৎ, একটি নির্দিষ্ট সময়ের মধ্যে একটি ডিস্কে অন্তত একটি এমন ঘটনা ঘটার সম্ভাবনা) এবং অপারেশন পড়ার সাথে তাদের সম্পর্কও দেখেছি।
আমরা পড়ার সংখ্যা এবং অসংশোধিত ত্রুটির সংখ্যার মধ্যে পারস্পরিক সম্পর্কের কোনো প্রমাণ পাইনি। সমস্ত ড্রাইভ মডেলের জন্য, পারস্পরিক সম্পর্ক সহগ 0.02 এর নিচে ছিল এবং গ্রাফগুলি পড়ার সংখ্যা বৃদ্ধির সাথে সাথে UE-তে কোন বৃদ্ধি দেখায়নি।

এই কাগজের অধ্যায় 5.4-এ, আমরা আলোচনা করেছি যে লেখা এবং মুছে ফেলার অপারেশনগুলিরও অসংশোধিত ত্রুটিগুলির সাথে কোনও সম্পর্ক নেই, তাই UBER-এর বিকল্প সংজ্ঞা, যা রিড অপারেশনের পরিবর্তে লিখতে বা মুছে ফেলার দ্বারা স্বাভাবিক করা হয়, এর কোনও অর্থ নেই।

তাই আমরা উপসংহারে পৌঁছেছি যে UBER একটি অর্থপূর্ণ মেট্রিক নয়, সম্ভবত যখন নিয়ন্ত্রিত পরিবেশে পরীক্ষা করা হয় যেখানে পরীক্ষাকারী দ্বারা পাঠের সংখ্যা সেট করা হয়। যদি UBER-কে ফিল্ড টেস্টিংয়ের সময় মেট্রিক হিসাবে ব্যবহার করা হয়, তাহলে এটি কৃত্রিমভাবে উচ্চ পঠিত গণনা সহ ড্রাইভের ত্রুটির হার কমিয়ে দেবে এবং কৃত্রিমভাবে কম পঠিত গণনা সহ ড্রাইভের ত্রুটির হার বৃদ্ধি করবে, যেহেতু পঠিত সংখ্যা নির্বিশেষে সংশোধনযোগ্য ত্রুটি ঘটবে।

5.2। অসংশোধিত ত্রুটি এবং RBER.

RBER এর প্রাসঙ্গিকতা এই সত্য দ্বারা ব্যাখ্যা করা হয়েছে যে এটি ড্রাইভের সামগ্রিক নির্ভরযোগ্যতা নির্ধারণের একটি পরিমাপ হিসাবে কাজ করে, বিশেষত, অসংশোধিত ত্রুটির সম্ভাবনার উপর ভিত্তি করে। তাদের কাজে, N. Mielke et al 2008 সালে সর্বপ্রথম RBER-এর একটি ফাংশন হিসাবে প্রত্যাশিত অসংশোধনযোগ্য ত্রুটির হারকে সংজ্ঞায়িত করার প্রস্তাব করেছিলেন। তারপর থেকে, অনেক সিস্টেম ডেভেলপার একই পদ্ধতি ব্যবহার করেছেন, যেমন RBER এবং ECC টাইপের একটি ফাংশন হিসাবে প্রত্যাশিত অসংশোধিত ত্রুটির হার অনুমান করা।

এই বিভাগের উদ্দেশ্য হল RBER অসংশোধিত ত্রুটিগুলি কতটা ভালভাবে ভবিষ্যদ্বাণী করে তা চিহ্নিত করা। চলুন শুরু করা যাক চিত্র 5a দিয়ে, যেটি প্রথম প্রজন্মের ড্রাইভ মডেলগুলির জন্য মধ্যবর্তী RBER প্লট করে যে দিনগুলি ব্যবহার করা হয়েছিল সেই শতাংশের বিপরীতে যেগুলি অসংশোধিত UE ত্রুটির সম্মুখীন হয়েছিল৷ এটি লক্ষ করা উচিত যে গ্রাফে দেখানো 16 টি মডেলের মধ্যে কিছু বিশ্লেষণাত্মক তথ্যের অভাবের কারণে সারণী 1 এ অন্তর্ভুক্ত করা হয়নি।

ভাত। 5 ক. মিডিয়ান RBER এবং বিভিন্ন ড্রাইভ মডেলের জন্য অসংশোধিত ত্রুটির মধ্যে সম্পর্ক।

ভাত। 5 খ. মধ্যবর্তী RBER এবং একই মডেলের বিভিন্ন ড্রাইভের জন্য অসংশোধিত ত্রুটির মধ্যে সম্পর্ক।

মনে রাখবেন যে একই প্রজন্মের মধ্যে সমস্ত মডেল একই ECC প্রক্রিয়া ব্যবহার করে, তাই মডেলগুলির মধ্যে পার্থক্যগুলি ECC পার্থক্য থেকে স্বাধীন। আমরা RBER এবং UE ঘটনার মধ্যে কোনো সম্পর্ক দেখিনি। আমরা 95 তম পার্সেন্টাইল RBER বনাম UE সম্ভাব্যতার জন্য একই প্লট তৈরি করেছি এবং আবার কোনও সম্পর্ক দেখিনি।

এর পরে, আমরা পৃথক ডিস্কের গ্রানুলারিটিতে বিশ্লেষণটি পুনরাবৃত্তি করেছি, অর্থাৎ, আমরা এমন ডিস্ক আছে কিনা তা খুঁজে বের করার চেষ্টা করেছি যেখানে উচ্চতর RBER মান উচ্চতর UE ফ্রিকোয়েন্সির সাথে মিলে যায়। উদাহরণ স্বরূপ, চিত্র 5b এমএলসি-সি মডেলের প্রতিটি ড্রাইভের জন্য UE-এর সংখ্যা (95 তম পার্সেন্টাইল RBER-এর জন্য প্রাপ্ত ফলাফলের অনুরূপ) গড় RBER প্লট করে। আবার, আমরা RBER এবং UE-এর মধ্যে কোনো সম্পর্ক দেখতে পাইনি।

পরিশেষে, উচ্চতর RBER সহ ড্রাইভের অপারেটিং মাসগুলি যে মাসগুলিতে UEs ঘটেছে তার সাথে সামঞ্জস্যপূর্ণ কিনা তা পরীক্ষা করার জন্য আমরা আরও সুনির্দিষ্ট সময় বিশ্লেষণ করেছি। চিত্র 1 ইতিমধ্যেই নির্দেশ করেছে যে অসংশোধিত ত্রুটি এবং RBER-এর মধ্যে পারস্পরিক সম্পর্ক সহগ খুবই কম৷ আমরা RBER-এর একটি ফাংশন হিসাবে UE এর সম্ভাব্যতা প্লট করার বিভিন্ন উপায় নিয়েও পরীক্ষা করেছি এবং পারস্পরিক সম্পর্কের কোন প্রমাণ পাইনি।

এইভাবে, আমরা উপসংহারে পৌঁছেছি যে RBER হল UE পূর্বাভাসের জন্য একটি অবিশ্বস্ত মেট্রিক। এর অর্থ হতে পারে যে ব্যর্থতার প্রক্রিয়াগুলি যেগুলি RBER-এর দিকে নিয়ে যায় সেগুলি থেকে আলাদা যা সংশোধনযোগ্য ত্রুটির দিকে পরিচালিত করে (যেমন, পৃথক কোষে থাকা ত্রুটিগুলি বনাম পুরো ডিভাইসে ঘটতে থাকা বড় সমস্যা)৷

5.3। অসংশোধিত ত্রুটি এবং পরিধান এবং টিয়ার.

যেহেতু পরিধান ফ্ল্যাশ মেমরির প্রধান সমস্যাগুলির মধ্যে একটি, চিত্র 6 PE চক্রের একটি ফাংশন হিসাবে অসংশোধিত ড্রাইভ ত্রুটির দৈনিক সম্ভাবনা দেখায়।

চিত্র 6. PE চক্রের উপর নির্ভর করে অসংশোধিত ড্রাইভ ত্রুটির দৈনিক সম্ভাবনা।

আমরা লক্ষ্য করি যে ড্রাইভের বয়সের সাথে একটি UE এর সম্ভাবনা ক্রমাগত বৃদ্ধি পায়। যাইহোক, RBER-এর মতো, বৃদ্ধি সাধারণত অনুমান করার চেয়ে ধীর হয়: গ্রাফগুলি দেখায় যে UEগুলি PE চক্রের সাথে দ্রুতগতির পরিবর্তে রৈখিকভাবে বৃদ্ধি পায়।

RBER-এর জন্য আমরা যে দুটি সিদ্ধান্ত নিয়েছি তা UE-এর ক্ষেত্রেও প্রযোজ্য: প্রথমত, PE চক্রের সীমা পৌঁছে গেলে ত্রুটির সম্ভাবনার কোনও স্পষ্ট বৃদ্ধি নেই, যেমন চিত্র 6-তে MLC-D মডেলের জন্য যার PE চক্রের সীমা 3000। দ্বিতীয়ত, দ্বিতীয়ত , ত্রুটির হার বিভিন্ন মডেলের মধ্যে পরিবর্তিত হয়, এমনকি একই শ্রেণীর মধ্যে। যাইহোক, এই পার্থক্যগুলি RBER এর মত বড় নয়।

পরিশেষে, সেকশন 5.2-এ আমাদের অনুসন্ধানের সমর্থনে, আমরা দেখতে পেলাম যে একটি একক মডেল শ্রেণীর (MLC বনাম SLC) মধ্যে, নির্দিষ্ট সংখ্যক PE চক্রের জন্য সর্বনিম্ন RBER মান সহ মডেলগুলি অগত্যা সর্বনিম্ন সহ নয়। UE সংঘটনের সম্ভাবনা। উদাহরণস্বরূপ, 3000 টিরও বেশি PE চক্র, MLC-D মডেলের RBER মান MLC-B মডেলের তুলনায় 4 গুণ কম ছিল, কিন্তু একই সংখ্যক PE চক্রের UE সম্ভাবনা MLC-B এর তুলনায় MLC-D মডেলের জন্য সামান্য বেশি ছিল। মডেল

চিত্র 7. বিভিন্ন ধরনের পূর্ববর্তী ত্রুটির উপস্থিতির একটি ফাংশন হিসাবে অসংশোধিত ড্রাইভ ত্রুটির ঘটনার মাসিক সম্ভাবনা।

5.4। অসংশোধিত ত্রুটি এবং কাজের চাপ।

একই কারণে যে কাজের চাপ RBER কে প্রভাবিত করতে পারে (বিভাগ 4.2.3 দেখুন), এটি UE-কেও প্রভাবিত করবে বলে আশা করা যেতে পারে। উদাহরণস্বরূপ, যেহেতু আমরা লক্ষ্য করেছি যে পঠন লঙ্ঘন ত্রুটিগুলি RBER কে প্রভাবিত করে, তাই রিড অপারেশনগুলি সংশোধনযোগ্য ত্রুটির সম্ভাবনাও বাড়িয়ে দিতে পারে।

আমরা UE-তে কাজের চাপের প্রভাবের উপর একটি বিস্তারিত অধ্যয়ন করেছি। যাইহোক, সেকশন 5.1 এ উল্লিখিত হিসাবে, আমরা UE এবং পঠিত সংখ্যার মধ্যে একটি সম্পর্ক খুঁজে পাইনি। আমরা লিখতে এবং মুছে ফেলার ক্রিয়াকলাপের জন্য একই বিশ্লেষণ পুনরাবৃত্তি করেছি এবং আবার কোনও সম্পর্ক দেখতে পাইনি।
নোট করুন যে প্রথম নজরে, এটি আমাদের পূর্ববর্তী পর্যবেক্ষণের বিরোধিতা করে বলে মনে হচ্ছে যে অসংশোধনযোগ্য ত্রুটিগুলি PE চক্রের সাথে সম্পর্কিত। অতএব, কেউ লিখতে এবং মুছে ফেলার ক্রিয়াকলাপগুলির সংখ্যার সাথে একটি সম্পর্ক আশা করতে পারে।

যাইহোক, PE চক্রের প্রভাবের আমাদের বিশ্লেষণে, আমরা পরিধানের প্রভাব পরিমাপ করার জন্য ড্রাইভটি তার সারাজীবন ধরে যে PE চক্রের অভিজ্ঞতা অর্জন করেছে তা একটি নির্দিষ্ট মাসে অসংশোধিত ত্রুটির সংখ্যার সাথে তুলনা করেছি। কাজের চাপের প্রভাব অধ্যয়ন করার সময়, আমরা ড্রাইভ অপারেশনের মাসগুলি দেখেছিলাম যেগুলি একটি নির্দিষ্ট মাসে সবচেয়ে বেশি সংখ্যক রিড/রাইট/ইরেজ অপারেশন ছিল, যেগুলির অসংশোধনযোগ্য ত্রুটি হওয়ার সম্ভাবনাও বেশি ছিল, অর্থাৎ, আমরা বিবেচনা করিনি রিড/রাইট/ইরেজ অপারেশনের মোট সংখ্যা হিসাব করুন।

ফলস্বরূপ, আমরা উপসংহারে পৌঁছেছি যে লঙ্ঘন ত্রুটিগুলি পড়া, লঙ্ঘন ত্রুটিগুলি লিখতে এবং অসম্পূর্ণ মুছে ফেলার ত্রুটিগুলি সংশোধনযোগ্য ত্রুটিগুলির বিকাশের প্রধান কারণ নয়৷

আমাদের সাথে থাকার জন্য আপনাকে ধন্যবাদ. আপনি আমাদের নিবন্ধ পছন্দ করেন? আরো আকর্ষণীয় বিষয়বস্তু দেখতে চান? অর্ডার দিয়ে বা বন্ধুদের সুপারিশ করে আমাদের সমর্থন করুন, এন্ট্রি-লেভেল সার্ভারের একটি অনন্য অ্যানালগ-এ Habr ব্যবহারকারীদের জন্য 30% ছাড়, যা আপনার জন্য আমাদের দ্বারা উদ্ভাবিত হয়েছে: VPS (KVM) E5-2650 v4 (6 কোর) 10GB DDR4 240GB SSD 1Gbps থেকে $20 বা কিভাবে একটি সার্ভার শেয়ার করবেন সম্পর্কে সম্পূর্ণ সত্য? (RAID1 এবং RAID10 এর সাথে উপলব্ধ, 24 কোর পর্যন্ত এবং 40GB DDR4 পর্যন্ত)।

Dell R730xd 2 গুণ সস্তা? শুধু এখানে 2 x Intel TetraDeca-Core Xeon 2x E5-2697v3 2.6GHz 14C 64GB DDR4 4x960GB SSD 1Gbps 100 টিভি $199 থেকে নেদারল্যান্ডে! Dell R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - $99 থেকে! সম্পর্কে পড়ুন কিভাবে ইনফ্রাস্ট্রাকচার কর্পোরেশন তৈরি করা যায়। এক পয়সার জন্য 730 ইউরো মূল্যের Dell R5xd E2650-4 v9000 সার্ভার ব্যবহার করে ক্লাস?

উত্স: www.habr.com