Nand Flash基礎知識與壞塊管理機制的研究

概述

Flash名稱的由來，Flash的擦除操作是以block塊為單位的，與此相對應的是其他很多儲存裝置，是以bit位為最小讀取/寫入的單位，Flash是一次性地擦除整個塊：在傳送一個擦除命令後，一次性地將一個block，常見的塊的大小是128KB/256KB，全部擦除為1，也就是裡面的內容全部都是0xFF了，由於是一下子就擦除了，相對來說，擦除用的時間很短，可以用一閃而過來形容，所以，叫做Flash Memory。所以一般將Flash翻譯為 （快速）快閃記憶體。

NAND Flash 在嵌入式系統中有著廣泛的應用，負載平均和壞塊管理是與之相關的兩個核心議題。Uboot 和 Linux 系統對 NAND 的操作都封裝了對這兩個問題的處理方法。 本文首先講述Nandflash基礎知識，然後介紹現有的幾類壞塊管理（BBM）方法，通過分析典型嵌入式系統的 NAND 儲存表，指出了輕量級管理方法的優勢所在，分析了當前廣泛使用的輕量級管理方法，指出其缺陷所在並詳細說明了改進方法。

基礎知識

Flash的硬體實現機制

Flash的內部儲存是MOSFET，裡面有個懸浮門(Floating Gate)，是真正儲存資料的單元。

在Flash之前，紫外線可擦除(uv-erasable)的EPROM，就已經採用了Floating Gate儲存資料這一技術了。

典型的Flash記憶體物理結構

資料在Flash記憶體單元中是以電荷(electrical charge) 形式儲存的。儲存電荷的多少，取決於圖中的外部門（external gate）所被施加的電壓，其控制了是向儲存單元中衝入電荷還是使其釋放電荷。而資料的表示，以所儲存的電荷的電壓是否超過一個特定的閾值Vth來表示，因此，Flash的儲存單元的預設值，不是0（其他常見的儲存裝置，比如硬碟燈，預設值為0），而是1，而如果將電荷釋放掉，電壓降低到一定程度，表述數字0。

NandFlash的簡介

Nand flash成本相對低，說白了就是便宜，缺點是使用中資料讀寫容易出錯，所以一般都需要有對應的軟體或者硬體的資料校驗演算法，統稱為ECC。但優點是，相對來說容量比較大，現在常見的Nand Flash都是1GB，2GB，更大的8GB的都有了，相對來說，價格便宜，因此適合用來儲存大量的資料。其在嵌入式系統中的作用，相當於PC上的硬碟，用於儲存大量資料。

SLC和MLC

Nand Flash按照內部儲存資料單元的電壓的不同層次，也就是單個記憶體單元中，是儲存1位資料，還是多位資料，可以分為SLC和MLC。那麼軟體如何識別系統上使用過的SLC還是MLC呢？
Nand Flash設計中，有個命令叫做Read ID，讀取ID，讀取好幾個位元組，一般最少是4個，新的晶片，支援5個甚至更多，從這些位元組中，可以解析出很多相關的資訊，比如此Nand Flash內部是幾個晶片（chip）所組成的，每個chip包含了幾片（Plane），每一片中的頁大小，塊大小，等等。在這些資訊中，其中有一個，就是識別此flash是SLC還是MLC。

 oob / Redundant Area / Spare Area

每一個頁，對應還有一塊區域，叫做空閒區域（spare area）/冗餘區域（redundant area），而Linux系統中，一般叫做OOB（Out Of Band），這個區域，是最初基於Nand Flash的硬體特性：資料在讀寫時候相對容易錯誤，所以為了保證資料的正確性，必須要有對應的檢測和糾錯機制，此機制被叫做EDC(Error Detection Code)/ECC（Error Code Correction, 或者 Error Checking and Correcting），所以設計了多餘的區域，用於放置資料的校驗值。

Oob的讀寫操作，一般是隨著頁的操作一起完成的，即讀寫頁的時候，對應地就讀寫了oob。

關於oob具體用途，總結起來有：

1. 標記是否是壞快
2. 儲存ECC資料
3. 儲存一些和檔案系統相關的資料。如jffs2就會用到這些空間儲存一些特定資訊，而yaffs2檔案系統，會在oob中，存放很多和自己檔案系統相關的資訊。

Bad Block Management壞塊管理

Nand Flash由於其物理特性，只有有限的擦寫次數，超過那個次數，基本上就是壞了。在使用過程中，有些Nand Flash的block會出現被用壞了，當發現了，要及時將此block標註為壞塊，不再使用。於此相關的管理工作，屬於Nand Flash的壞塊管理的一部分工作。

Wear-Leveling負載平衡

Nand Flash的block管理，還包括負載平衡。

正是由於Nand Flash的block，都是有一定壽命限制的，所以如果你每次都往同一個block擦除然後寫入資料，那麼那個block就很容易被用壞了，所以我們要去管理一下，將這麼多次的對同一個block的操作，平均分佈到其他一些block上面，使得在block的使用上，相對較平均，這樣相對來說，可以更能充分利用Nand Flash。

 ECC錯誤校驗碼

Nand Flash物理特性上使得其資料讀寫過程中會發生一定機率的錯誤，所以要有個對應的錯誤檢測和糾正的機制，於是才有此ECC，用於資料錯誤的檢測與糾正。Nand Flash的ECC，常見的演算法有海明碼和BCH，這類演算法的實現，可以是軟體也可以是硬體。不同系統，根據自己的需求，採用對應的軟體或者是硬體。

相對來說，硬體實現這類ECC演算法，肯定要比軟體速度要快，但是多加了對應的硬體部分，所以成本相對要高些。如果系統對於效能要求不是很高，那麼可以採用軟體實現這類ECC演算法，但是由於增加了資料讀取和寫入前後要做的資料錯誤檢測和糾錯，所以效能相對要降低一些，即Nand Flash的讀取和寫入速度相對會有所影響。

其中，Linux中的軟體實現ECC演算法，即NAND_ECC_SOFT模式，就是用的對應的海明碼。

而對於目前常見的MLC的Nand Flash來說，由於容量比較大，動輒2GB，4GB，8GB等，常用BCH演算法。BCH演算法，相對來說，演算法比較複雜。

筆者由於水平有限，目前仍未完全搞懂BCH演算法的原理。

BCH演算法，通常是由對應的Nand Flash的Controller中，包含對應的硬體BCH ECC模組，實現了BCH演算法，而作為軟體方面，需要在讀取資料後，寫入資料之前，分別操作對應BCH相關的暫存器，設定成BCH模式，然後讀取對應的BCH狀態暫存器，得知是否有錯誤，和生成的BCH校驗碼，用於寫入。

其具體程式碼是如何操作這些暫存器的，由於是和具體的硬體，具體的nand flash的controller不同而不同，無法用同一的程式碼。如果你是nand flash驅動開發者，自然會得到對應的起nand flash的controller部分的datasheet，按照手冊說明，去操作即可。

不過，額外說明一下的是，關於BCH演算法，往往是要從專門的做軟體演算法的廠家購買的，但是Micron之前在網上放出一個免費版本的BCH演算法。

位反轉

Nand Flash的位反轉現象，主要是由以下一些原因/效應所導致：

1. 漂移效應（Drifting Effects）

   漂移效應指的是，Nand Flash中cell的電壓值，慢慢地變了，變的和原始值不一樣了。

2. 程式設計干擾所產生的錯誤（Program-Disturb Errors）

   此現象有時候也叫做，過度程式設計效應（over-program effect）。

   對於某個頁面的程式設計操作，即寫操作，引起非相關的其他的頁面的某個位跳變了。

3. 讀操作干擾產生的錯誤（Read-Disturb Errors）

   此效應是，對一個頁進行資料讀取操作，卻使得對應的某個位的資料，產生了永久性的變化，即Nand Flash上的該位的值變了。

對應位反轉的型別，Nand Flash位反轉的型別和解決辦法，有兩種：

以上兩種型別的位反轉，其實對於從Nand Flash讀取出來的資料來說，解決其中的錯誤的位的方法，都是一樣的，即通過一定的校驗演算法，常稱為ECC，去檢測出來，或檢測並糾正錯誤。

如果只是單獨檢測錯誤，那麼如果發現資料有誤，那麼再重新讀取一次即可。

實際中更多的做法是，ECC校驗發現有錯誤，會有對應的演算法去找出哪位錯誤並且糾正過來。

其中對錯誤的檢測和糾正，具體的實現方式，有軟體演算法，也有硬體實現，即硬體Nand Flash的控制器controller本身包含對應的硬體模組以實現資料的校驗和糾錯的。

Nand Flash的一些typical特性

Nand Flash控制器與Nand Flash晶片

我們寫驅動，是寫Nand Flash 控制器的驅動，而不是Nand Flash 晶片的驅動，因為獨立的Nand Flash晶片，一般來說，是很少直接拿來用的，多數都是硬體上有對應的硬體的Nand Flash的控制器，去操作和控制Nand Flash，包括提供時鐘訊號，提供硬體ECC校驗等等功能，我們所寫的驅動軟體，是去操作Nand Flash的控制器

然後由控制器去操作Nand Flash晶片，實現我們所要的功能。

由於Nand Flash讀取和程式設計操作來說，一般最小單位是頁，所以Nand Flash在硬體設計時候，就考慮到這一特性，對於每一片（Plane），都有一個對應的區域專門用於存放，將要寫入到物理儲存單元中去的或者剛從儲存單元中讀取出來的，一頁的資料，這個資料快取區，本質上就是一個快取buffer，但是隻是此處datasheet裡面把其叫做頁暫存器page register而已，實際將其理解為頁快取，更貼切原意。

而正是因為有些人不瞭解此內部結構，才容易產生之前遇到的某人的誤解，以為記憶體裡面的資料，通過Nand Flash的FIFO，寫入到Nand Flash裡面去，就以為立刻實現了實際資料寫入到物理儲存單元中了，而實際上只是寫到了這個頁快取中，只有當你再傳送了對應的程式設計第二階段的確認命令，即0x10，之後，實際的程式設計動作才開始，才開始把頁快取中的資料，一點點寫到物理儲存單元中去。

壞塊的標記

具體標記的地方是，對於現在常見的頁大小為2K的Nand Flash，是塊中第一個頁的oob起始位置的第1個位元組（舊的小頁面，pagesize是512B甚至256B的Nand Flash，壞塊標記是第6個位元組），如果不是0xFF，就說明是壞塊。相對應的是，所有正常的塊，好的塊，裡面所有資料都是0xFF的。

對於壞塊的標記，本質上，也只是對應的flash上的某些位元組的資料是非0xFF而已，所以，只要是資料，就是可以讀取和寫入的。也就意味著，可以寫入其他值，也就把這個壞塊標記資訊破壞了。對於出廠時的壞塊，一般是不建議將標記好的資訊擦除掉的。

uboot中有個命令是

nand scrub

就可以將塊中所有的內容都擦除了，包括壞塊標記，不論是出廠時的，還是後來使用過程中出現而新標記的。

nand erase

只擦除好的塊，對於已經標記壞塊的塊，不要輕易擦除掉，否則就很難區分哪些是出廠時就壞的，哪些是後來使用過程中用壞的了。

NAND 壞塊管理方法分類

目前，NAND 壞塊管理方法可分為如下幾類：

• 基於 FTL 晶片的壞塊管理

  它使用一個額外的 FTL (Flash Translation Layer)晶片對 NAND 進行管理，對外部遮蔽了壞塊資訊，U 盤、SD 卡、MMC 卡以及固態硬碟都使用這種管理方法。這種方式簡化了 NAND 操作，但也使壞塊資訊對外部而言不可見，如果系統中出現了可能和壞塊相關的問題，定位和除錯變得困難，另外，FTL 晶片也需要額外的硬體成本。

• 基於NAND 檔案系統的壞塊管理

  JFFS2、 YAFFS2、 FlashFx 這些專門針對 NAND 的檔案系統可以對壞塊進行管理。

• NAND 管理中介軟體

  有一些中介軟體(Middleware)專門用於 NAND 管理，比如 UBI。

• 輕量級 NAND 壞塊管理

  對 NAND 進行管理的硬體或軟體模組，不僅提供壞塊管理，同時也支援對 NAND 的擦寫操作進行負載平均。而輕量級的壞塊管理只專注於壞塊，並不提供擦寫負載平均的支援，而且，它也不依賴於任何第三方的庫。因此，輕量級的壞塊管理方式降低了系統的複雜度，而且免去了載入檔案系統或初始化中介軟體的時間，在嵌入式系統中有著廣泛的應用。

圖 1 展示了幾種典型的嵌入式系統中 NAND 內部的內容佈局。如果需要頻繁地對 NAND 寫入各種資料，最好使用 NAND 檔案系統或者 NAND 管理中介軟體對需要寫入的區域進行管理。而那些很少需要更新的區域，比如 bootloader、VPD 和 Kernel，只需進行輕量級的壞塊管理，不需要進行負載平均。很多的嵌入式系統中，需要寫入 NAND 的資料量很少，頻度也較低，比如路由器、印表機、PLC 等，這些系統完全可以僅使用輕量級的壞塊管理方式。

典型嵌入式系統的 Nand Memory MaP

Uboot 的輕量級壞塊管理方法

NAND 壞塊管理都是基於壞塊表(BBT)的，通過這張表來標識系統中的所有壞塊。所以，不同的管理方法之間的差異可以通過以下幾個問題來找到答案。

• 如何初始化和讀取壞塊表？
• 產生新的壞塊時，如何標記並更新壞塊表？
• 如何儲存壞塊表？是否有儲存時斷電保護機制?
• 對 NAND 寫入資料時，如果當前塊是壞塊，如何找到可替換的好塊？

Uboot 是目前使用最為廣泛的 bootloader，它提供了兩種輕量級壞塊管理方法，可稱之為基本型和改進型。通過下表，我們可以看到兩者的差異。

 Uboot 的兩種壞塊管理方法對比

雖然 uboot 的改進型壞塊管理方法的做了一些改進，但它仍然有三個主要的缺點。

1. 出現壞塊，則將資料順序寫入下一個好塊。如果 NAND 中存放了多個軟體模組，則每個模組都需要預留一個較大的空間作為備用的好塊，這會浪費較多的 NAND 空間。通常，每個模組預留的備用好塊數為 NAND 晶片所允許的最大壞塊數，該值因不同的晶片而有所不同，典型值為 20 或 80。假設 NAND 是大頁型別，總共有 N 個模組，則總共需要預留的空間大小為 N*80*128KB。
2. 讀取 BBT 時僅檢查簽名，沒有對 BBT 的資料做校驗。
3. 沒有掉電保護機制。如果在儲存 BBT 時斷電，BBT 將丟失。

改進的輕量級壞塊管理方法

針對現有管理方法的缺陷，本文提出了一種更加安全高效的管理方法，將從以下三個方面闡述其實現原理。

共用好塊池機制

首先，使用一個統一的備用好塊池，為所有存放在 NAND 中的模組提供可替換的好塊。這樣，就不需要在每個模組後面放置一個保留區，提高了 NAND 的空間利用率。

共用好塊池示意圖

為了實現共用好塊池，需要建立一個從壞塊到好塊的對映，所以，除了 BBT 之外，還需定義一個替換表(SBT)。這樣一來，當讀第 i 個塊的資料時，如果發現 BBT 中記錄該塊為壞塊，就去 SBT 中查詢其替換塊；如果寫第 i 個塊出錯，需要在 BBT 中標記該塊為壞塊，同時從好塊池中獲取一個新的好塊，假設其序號為 j，然後將此好塊的序號 j 寫入 SBT 中的第 i 個位元組，而且 SBT 的第 j 個位元組寫序號 i。SBT 中的這種雙向對映可確保資料的可靠性。此外，好塊池中的塊也有可能成為壞塊，如果掃描時發現是壞塊，則將 SBT 中的對應位置標記為 0x00，如果是在寫的過程中出錯，則除了在 SBT 對應位置標記 0x00 之外，還要更新雙向對映資料。

 BBT/SBT 對映示意圖

安全的 BBT/SBT 資料校驗機制

傳統方法僅檢查 BBT 所在塊的簽名，將讀到的前幾個位元組和一個特徵字串進行比較，如果一致，就認為當前塊的資料為 BBT，然後讀取接下來的 BBT 資料，但並不對 BBT 的資料做校驗。如果 BBT 儲存在 NAND 中，資料的有效性是可以得到驗證的，因為 NAND 控制器或驅動一般都會對資料做 ECC 校驗。但是，大多數控制器使用的 ECC 演算法也僅僅能糾正一個 bit、發現 2 兩個 bit 的錯誤。如果 BBT 儲存在其他的沒有 ECC 校驗機制的儲存體中，比如 NOR Flash，沒有對 BBT 的資料進行校驗顯然是不安全的。

為了更加可靠和靈活地驗證 BBT/SBT 資料，定義下面這個結構體來描述 BBM 資訊。

BBM 頭資訊

<span style="font-family: SimSun;">typedef struct {
UINT8     acSignature[4];/* BBM 簽名 */
UINT32    ulBBToffset;/* BBT 偏移 */
UINT32    ulSBToffset;/* SBT 偏移 */
UINT16    usBlockNum;/* BBM 管理的 block 數目 */    
UINT16    usSBTstart;/* SBT 所在位置的起始 block 序號 */
UINT16    usSBtop;/* SBT top block */
UINT16    usSBnum;/* SBT number */
UINT32    ulBBTcrc;/* BBT 資料 CRC 校驗碼 */
UINT32    ulSBTcrc;/* SBT 資料 CRC 校驗碼 */
UINT32    ulHeadcrc;/* BBM 頭資訊 CRC 校驗碼 */
} BBM_HEAD</span>

BBT/SBT 的儲存形式

使用三重 CRC 校驗機制，無論 BBT 儲存在哪種儲存體中，都可以更加嚴格地驗證資料的有效性。

安全的掉電儲存機制

傳統的方法僅儲存一份 BBT 資料，如果在寫 BBT 時系統掉電，則 BBT 丟失，系統將可能無法正常啟動或工作。為安全起見，本文所述方法將同時保留三個備份，如果在寫某個備份時掉電，則還有兩個完好的備份。最壞的情況是，如果在寫第一個備份時掉電，則當前最新的一個壞塊資訊丟失。

讀取壞塊表時，順序讀取三個備份，如果發現三個備份的資料不一致，用記錄的壞塊數最多的備份為當前的有效備份，同時立刻更新另外兩備份。

總結

本文介紹了NandFlash基礎知識和幾類 NAND 壞塊管理方法，指出了 uboot 的輕量級管理方法的缺陷，提出了一種改進的方法，提高了 NAND 的利用率及壞塊管理的安全性，可對嵌入式開發起到有很好的借鑑作用。