如果現(xiàn)代的臺(tái)式機(jī)或者筆記本忽然斷電（Power Loss），你覺得哪個(gè)硬件部分容易損壞？出乎大多數(shù)人的意料的是，固態(tài)硬盤SSD最脆弱，容易出現(xiàn)掉盤的現(xiàn)象，也就是BIOS和操作系統(tǒng)不認(rèn)盤的情況。今天我們就一起來Deep Dive一下原理和應(yīng)對(duì)之道，并對(duì)有趣的“30分鐘大法”的原理和是否正確進(jìn)行一些分析。

FTL損壞和丟失

我介紹了很多SSD的原理，其中最重要的根本是對(duì)FTL的理解。SSD甚至SD卡、手機(jī)存貯的很多問題和解決方案都或多或少地和它相關(guān)，再怎么強(qiáng)調(diào)都不為過。為了理解后面的原理，我們先來簡(jiǎn)單回顧一下FTL：我們的寫（Program）Flash操作只能把bit 1改成0，而不能從0改成1. 即我們可以把11110000改成11000000，但不能改成11111111。即有點(diǎn)像邏輯and操作(我們可以通過NAND這個(gè)名字聯(lián)想記憶一下)。那么如何把0改回1呢？這就要靠擦除操作了，但是別忘了，NAND flash的壽命是由其擦寫次數(shù)決定的(P/E數(shù) (Program/Erase Count)來衡量的)，頻繁的擦除慢慢的會(huì)產(chǎn)生壞塊，如FAT分區(qū)的文件分配表(老狼：FAT文件系統(tǒng)與UEFI)等。為了能夠做到壽命均衡（Wear Levelling）和對(duì)壞塊的遮蔽，就需要一個(gè)邏輯地址（LBA，logical block addresses ）和物理地址（PBA, physical block addresses）的對(duì)應(yīng)表，對(duì)外界暴露邏輯塊，里面是具體是哪個(gè)物理塊，固件自己做主，這個(gè)對(duì)應(yīng)關(guān)系表就是FTL表：

因?yàn)長(zhǎng)BA大部分實(shí)現(xiàn)是基于Page的，也叫做Page Mapping Table (PMT)：

FTL看起來挺簡(jiǎn)單，但它是SSD、NAND等基礎(chǔ)邏輯，它的實(shí)現(xiàn)多種多樣，是各個(gè)固件的核心機(jī)密。也有些Open Source的方案。

FTL表在哪里呢？作為核心數(shù)據(jù)結(jié)構(gòu)，它當(dāng)然也要存儲(chǔ)在Flash上。但由于它會(huì)被頻繁更新，所以每次改動(dòng)也不能立刻寫會(huì)Flash，一般會(huì)先暫存在內(nèi)存中，在積累到一定程度，再寫回Flash：

什么時(shí)間寫回，這是SSD固件的核心機(jī)密之一。另一方面，隨著SSD容量的提高，F(xiàn)TL表的容量也快速上漲。我們以8GB的為例，F(xiàn)TL表不加處理可以達(dá)到8MB；以此類推，800G的SSD，F(xiàn)TL表可以有800MB！有些省空間的方案可以大大減小FTL表的大小，但也高達(dá)數(shù)十MB。這么大，F(xiàn)TL表也就有了部分被換入換出的過程。如何設(shè)計(jì)，也是很講究技巧的。

FTL表如此重要，沒了它，整個(gè)SSD/SD卡就沒法工作了。如果在FTL寫回Flash之前，還在內(nèi)存的時(shí)候，忽然沒電了，內(nèi)存數(shù)據(jù)丟失，F(xiàn)TL表也就丟失了。有鑒于此，高端SSD和服務(wù)器SSD都加上了電容，來作為應(yīng)急供電方案，讓SSD控制器有時(shí)間把內(nèi)存中的FTL表和一些緩存內(nèi)容存到Flash上去：

現(xiàn)實(shí)中的例子，我們?cè)贛.2的SSD上面有很多很小的電容：

在Vcc沒電的時(shí)候，這些電容的gate就會(huì)打開，會(huì)為主控爭(zhēng)取1ms左右的時(shí)間。主控會(huì)立刻放棄現(xiàn)在所有沒有存儲(chǔ)的數(shù)據(jù)，而立刻開始存儲(chǔ)FTL表，保證不會(huì)出大問題。

在企業(yè)級(jí)的SSD中，有的DRAM大小將近1GB，而企業(yè)SSD的數(shù)據(jù)完整性要求極高，不容有失，不但FTL表要存好，DRAM中沒有存儲(chǔ)過的，也必須全部存下來。這就需要很大的電容，來爭(zhēng)取更多的時(shí)間，如果我們拆開企業(yè)SSD，就會(huì)發(fā)現(xiàn)很多大黃快：

它們也是為了這個(gè)目的。

但是，一些低端消費(fèi)級(jí)的SSD，沒有這種措施，忽然掉電，會(huì)造成FTL丟失。那么發(fā)生這種情況是不是SSD就報(bào)廢了呢？也不是。

FTL表的重建

在內(nèi)存中FTL丟失之前，F(xiàn)lash上還有上次的FTL內(nèi)容，雖然已經(jīng)過時(shí)了，但總比沒有好吧！于是可以搜索SSD中的Flash，找到上次的FTL，這樣盡管會(huì)丟失一些信息，但大部分?jǐn)?shù)據(jù)可以保持。于此同時(shí)，有些實(shí)際塊已經(jīng)被分配使用過了，再次用會(huì)發(fā)生錯(cuò)誤，就需要修正最后的FTL。那么怎么修正呢？

每個(gè)Flash的page都有一些額外的空間，這些空間大部分做ECC校驗(yàn)用，但還有些富余，我們拿來做Mapping Flag（MF）：

有了這個(gè)提示，我們可以逐Page掃描整個(gè)Flash，來修正FTL。

看到逐Page，就知道這是個(gè)很耗時(shí)的工作?，F(xiàn)在SSD那么大，需要不少時(shí)間，可以高達(dá)數(shù)分鐘乃至數(shù)十分鐘！

那么什么時(shí)間做FTL的重建呢？不少主控都在發(fā)現(xiàn)錯(cuò)誤后會(huì)開始重建，直到成功重建，主控才會(huì)響應(yīng)ATA等命令。這就是為什么忽然斷點(diǎn)后，有些SSD會(huì)很長(zhǎng)時(shí)間沒有響應(yīng)，想掉盤一樣了！那么為什么有時(shí)候斷電后又沒問題呢？如果當(dāng)時(shí)最新的FTL已經(jīng)被寫回Flash中去，沒有錯(cuò)誤，當(dāng)然也就不會(huì)出問題了。

30分鐘大法是怎么回事？

掉電后各個(gè)主控的表現(xiàn)不一，這和它們的FTL存儲(chǔ)算法有關(guān)。某些主控可以迅速恢復(fù)，有些則可能耗時(shí)很久，為了給某些主控充足的時(shí)間重建FTL表，掉盤后可以這樣做：

1.掉電開機(jī)后，發(fā)現(xiàn)掉盤。如果是系統(tǒng)盤，則啟動(dòng)失敗，如果是數(shù)據(jù)盤，則在操作系統(tǒng)里面發(fā)現(xiàn)該盤沒有了。

2.不要立即重啟，啥也不干，等待30分鐘，讓SSD主控充分的時(shí)間自行修復(fù)FTL。

3. 30分鐘后，關(guān)機(jī)。再開機(jī)，看能不能找到該SSD。

有些同學(xué)還有些額外的步驟，即不插數(shù)據(jù)線，光插電源線開機(jī)30分鐘。盡管我現(xiàn)在已經(jīng)不做Flash相關(guān)工作，但我從經(jīng)驗(yàn)和原理上認(rèn)為這個(gè)步驟不是必須的。另外M.2的SSD也可照此辦理。

需要特別提醒的是，比較忌諱在此過程中十分煩躁，不停關(guān)機(jī)開機(jī)和重啟，打斷主控重建FTL的過程，有可能加劇錯(cuò)誤造成徹底不可以用了。

結(jié)論

斷電會(huì)造成FTL表?yè)p壞，進(jìn)而可能出現(xiàn)掉盤的現(xiàn)象。正確利用30分鐘大法，可以修正部分問題，關(guān)鍵是給主控充分的時(shí)間進(jìn)行FTL表的重建。其實(shí)不光斷電，高溫也有可能造成掉盤。我在我的筆記本M.2上插了塊500GB某廠SSD，在大量拷貝電影時(shí)，過熱會(huì)讓該SSD主控忽然停止工作。我的筆記本這時(shí)就會(huì)沒有響應(yīng)，在過了一會(huì)后，要不藍(lán)屏，要不就是發(fā)現(xiàn)該盤符沒有了。這是我如果直接重啟，就會(huì)發(fā)現(xiàn)在BIOS里面和Windows中，該硬盤都沒有了。我這時(shí)就會(huì)讓筆記本涼一會(huì)，再重啟，硬盤就又出現(xiàn)了。這也是30分鐘大法的一個(gè)變種。

如果還不能修復(fù)，其實(shí)還可以進(jìn)入工程模式進(jìn)行恢復(fù)。但是該過程比較復(fù)雜，軟件昂貴，還是留給專業(yè)人士吧！

我在下一篇文章會(huì)介紹為什么有時(shí)候micorSD卡（TFlash卡/T卡）會(huì)忽然進(jìn)入類似寫保護(hù)狀態(tài)，敬請(qǐng)期待！