说说NAND FLASH以及相关ECC校验方法

 

Flash名称的由来，Flash的擦除操做是以block块为单位的，与此相对应的是其余不少存储设备，是以bit位为最小读取/写入的单位，Flash是一次性地擦除整个块：在发送一个擦除命令后，一次性地将一个block，常见的块的大小是128KB/256KB，所有擦除为1，也就是里面的内容所有都是0xFF了，因为是一会儿就擦除了，相对来讲，擦除用的时间很短，能够用一闪而过来形容，因此，叫作Flash Memory。因此通常将Flash翻译为 （快速）闪存。

 

NAND Flash 在嵌入式系统中有着普遍的应用，负载平均和坏块管理是与之相关的两个核心议题。Uboot 和 Linux 系统对 NAND 的操做都封装了对这两个问题的处理方法。 本文首先讲述Nandflash基础知识，而后介绍现有的几类坏块管理（BBM）方法，经过分析典型嵌入式系统的 NAND 存储表，指出了轻量级管理方法的优点所在，分析了当前普遍使用的轻量级管理方法，指出其缺陷所在并详细说明了改进方法。

基础知识 

Flash的硬件实现机制

Flash的内部存储是MOSFET，里面有个悬浮门(Floating Gate)，是真正存储数据的单元。

在Flash以前，紫外线可擦除(uv-erasable)的EPROM，就已经采用了Floating Gate存储数据这一技术了。

典型的Flash内存物理结构 

数据在Flash内存单元中是以电荷(electrical charge) 形式存储的。存储电荷的多少，取决于图中的外部门（external gate）所被施加的电压，其控制了是向存储单元中冲入电荷仍是使其释放电荷。而数据的表示，以所存储的电荷的电压是否超过一个特定的阈值Vth来表示，所以，Flash的存储单元的默认值，不是0（其余常见的存储设备，好比硬盘灯，默认值为0），而是1，而若是将电荷释放掉，电压下降到必定程度，表述数字0。

NandFlash的简介 
Nand flash成本相对低，说白了就是便宜，缺点是使用中数据读写容易出错，因此通常都须要有对应的软件或者硬件的数据校验算法，统称为ECC。但优势是，相对来讲容量比较大，如今常见的Nand Flash都是1GB，2GB，更大的8GB的都有了，相对来讲，价格便宜，所以适合用来存储大量的数据。其在嵌入式系统中的做用，至关于PC上的硬盘，用于存储大量数据。 
SLC和MLC 
Nand Flash按照内部存储数据单元的电压的不一样层次，也就是单个内存单元中，是存储1位数据，仍是多位数据，能够分为SLC和MLC。那么软件如何识别系统上使用过的SLC仍是MLC呢？ 
Nand Flash设计中，有个命令叫作Read ID，读取ID，读取好几个字节，通常最少是4个，新的芯片，支持5个甚至更多，从这些字节中，能够解析出不少相关的信息，好比此Nand Flash内部是几个芯片（chip）所组成的，每一个chip包含了几片（Plane），每一片中的页大小，块大小，等等。在这些信息中，其中有一个，就是识别此flash是SLC仍是MLC。 

 oob / Redundant Area / Spare Area

每个页，对应还有一块区域，叫作空闲区域（spare area）/冗余区域（redundant area），而Linux系统中，通常叫作OOB（Out Of Band），这个区域，是最初基于Nand Flash的硬件特性：数据在读写时候相对容易错误，因此为了保证数据的正确性，必需要有对应的检测和纠错机制，此机制被叫作EDC(Error Detection Code)/ECC（Error Code Correction, 或者 Error Checking and Correcting），因此设计了多余的区域，用于放置数据的校验值。

Oob的读写操做，通常是随着页的操做一块儿完成的，即读写页的时候，对应地就读写了oob。

关于oob具体用途，总结起来有：

1. 标记是不是坏快
2. 存储ECC数据
3. 存储一些和文件系统相关的数据。如jffs2就会用到这些空间存储一些特定信息，而yaffs2文件系统，会在oob中，存放不少和本身文件系统相关的信息。

 

Bad Block Management坏块管理

Nand Flash因为其物理特性，只有有限的擦写次数，超过那个次数，基本上就是坏了。在使用过程当中，有些Nand Flash的block会出现被用坏了，当发现了，要及时将此block标注为坏块，再也不使用。于此相关的管理工做，属于Nand Flash的坏块管理的一部分工做。

Wear-Leveling负载平衡

Nand Flash的block管理，还包括负载平衡。

正是因为Nand Flash的block，都是有必定寿命限制的，因此若是你每次都往同一个block擦除而后写入数据，那么那个block就很容易被用坏了，因此咱们要去管理一下，将这么屡次的对同一个block的操做，平均分布到其余一些block上面，使得在block的使用上，相对较平均，这样相对来讲，能够更能充分利用Nand Flash。

 ECC错误校验码

Nand Flash物理特性上使得其数据读写过程当中会发生必定概率的错误，因此要有个对应的错误检测和纠正的机制，因而才有此ECC，用于数据错误的检测与纠正。Nand Flash的ECC，常见的算法有海明码和BCH，这类算法的实现，能够是软件也能够是硬件。不一样系统，根据本身的需求，采用对应的软件或者是硬件。

相对来讲，硬件实现这类ECC算法，确定要比软件速度要快，可是多加了对应的硬件部分，因此成本相对要高些。若是系统对于性能要求不是很高，那么能够采用软件实现这类ECC算法，可是因为增长了数据读取和写入先后要作的数据错误检测和纠错，因此性能相对要下降一些，即Nand Flash的读取和写入速度相对会有所影响。

其中，Linux中的软件实现ECC算法，即NAND_ECC_SOFT模式，就是用的对应的海明码。

而对于目前常见的MLC的Nand Flash来讲，因为容量比较大，动辄2GB，4GB，8GB等，经常使用BCH算法。BCH算法，相对来讲，算法比较复杂。

笔者因为水平有限，目前仍未彻底搞懂BCH算法的原理。

BCH算法，一般是由对应的Nand Flash的Controller中，包含对应的硬件BCH ECC模块，实现了BCH算法，而做为软件方面，须要在读取数据后，写入数据以前，分别操做对应BCH相关的寄存器，设置成BCH模式，而后读取对应的BCH状态寄存器，得知是否有错误，和生成的BCH校验码，用于写入。

其具体代码是如何操做这些寄存器的，因为是和具体的硬件，具体的nand flash的controller不一样而不一样，没法用同一的代码。若是你是nand flash驱动开发者，天然会获得对应的起nand flash的controller部分的datasheet，按照手册说明，去操做便可。

不过，额外说明一下的是，关于BCH算法，每每是要从专门的作软件算法的厂家购买的，可是Micron以前在网上放出一个免费版本的BCH算法。

位反转

Nand Flash的位反转现象，主要是由如下一些缘由/效应所致使：

1. 漂移效应（Drifting Effects）

   漂移效应指的是，Nand Flash中cell的电压值，慢慢地变了，变的和原始值不同了。

2. 编程干扰所产生的错误（Program-Disturb Errors）

   此现象有时候也叫作，过分编程效应（over-program effect）。

   对于某个页面的编程操做，即写操做，引发非相关的其余的页面的某个位跳变了。

3. 读操做干扰产生的错误（Read-Disturb Errors）

   此效应是，对一个页进行数据读取操做，却使得对应的某个位的数据，产生了永久性的变化，即Nand Flash上的该位的值变了。

对应位反转的类型，Nand Flash位反转的类型和解决办法，有两种：

1. 一种是nand flash物理上的数据存储的单元上的数据，是正确的，只是在读取此数据出来的数据中的某位，发生变化，出现了位反转，即读取出来的数据中，某位错了，原本是0变成1，或者原本是1变成0了。此处能够成为软件上位反转。此数据位的错误，固然能够经过必定的校验算法检测并纠正。
2. 另一种，就是nand flash中的物理存储单元中，对应的某个位，物理上发生了变化，原来是1的，变成了0，或原来是0的，变成了1，发生了物理上的位的数据变化。此处能够成为硬件上的位反转。此错误，因为是物理上发生的，虽然读取出来的数据的错误，能够经过软件或硬件去检测并纠正过来，可是物理上真正发生的位的变化，则没办法改变了。不过我的理解，好像也是能够经过擦除Erase整个数据块Block的方式去擦除此错误，不过在以后的Nand Flash的使用过程当中，估计此位仍是极可能继续发生一样的硬件的位反转的错误。

以上两种类型的位反转，其实对于从Nand Flash读取出来的数据来讲，解决其中的错误的位的方法，都是同样的，即经过必定的校验算法，常称为ECC，去检测出来，或检测并纠正错误。

若是只是单独检测错误，那么若是发现数据有误，那么再从新读取一次便可。

实际中更多的作法是，ECC校验发现有错误，会有对应的算法去找出哪位错误而且纠正过来。

其中对错误的检测和纠正，具体的实现方式，有软件算法，也有硬件实现，即硬件Nand Flash的控制器controller自己包含对应的硬件模块以实现数据的校验和纠错的。

Nand Flash的一些typical特性

1. 页擦除时间是200us，有些慢的有800us
2. 块擦除时间是1.5ms
3. 页数据读取到数据寄存器的时间通常是20us
4. 串行访问（Serial access）读取一个数据的时间是25ns，而一些旧的Nand Flash是30ns，甚至是50ns
5. 输入输出端口是地址和数据以及命令一块儿multiplex复用的
6. Nand Flash的编程/擦除的寿命：即，最多容许10万次的编程/擦除，达到和接近于以前常见的Nor Flash，几乎是一样的使用寿命了。
7. 封装形式：48引脚的TSOP1封装 或 52引脚的ULGA封装

Nand Flash控制器与Nand Flash芯片

咱们写驱动，是写Nand Flash 控制器的驱动，而不是Nand Flash 芯片的驱动，由于独立的Nand Flash芯片，通常来讲，是不多直接拿来用的，多数都是硬件上有对应的硬件的Nand Flash的控制器，去操做和控制Nand Flash，包括提供时钟信号，提供硬件ECC校验等等功能，咱们所写的驱动软件，是去操做Nand Flash的控制器

而后由控制器去操做Nand Flash芯片，实现咱们所要的功能。

因为Nand Flash读取和编程操做来讲，通常最小单位是页，因此Nand Flash在硬件设计时候，就考虑到这一特性，对于每一片（Plane），都有一个对应的区域专门用于存放，将要写入到物理存储单元中去的或者刚从存储单元中读取出来的，一页的数据，这个数据缓存区，本质上就是一个缓存buffer，可是只是此处datasheet里面把其叫作页寄存器page register而已，实际将其理解为页缓存，更贴切原意。

而正是由于有些人不了解此内部结构，才容易产生以前遇到的某人的误解，觉得内存里面的数据，经过Nand Flash的FIFO，写入到Nand Flash里面去，就觉得马上实现了实际数据写入到物理存储单元中了，而实际上只是写到了这个页缓存中，只有当你再发送了对应的编程第二阶段的确认命令，即0x10，以后，实际的编程动做才开始，才开始把页缓存中的数据，一点点写到物理存储单元中去。

坏块的标记

具体标记的地方是，对于如今常见的页大小为2K的Nand Flash，是块中第一个页的oob起始位置的第1个字节（旧的小页面，pagesize是512B甚至256B的Nand Flash，坏块标记是第6个字节），若是不是0xFF，就说明是坏块。相对应的是，全部正常的块，好的块，里面全部数据都是0xFF的。

对于坏块的标记，本质上，也只是对应的flash上的某些字节的数据是非0xFF而已，因此，只要是数据，就是能够读取和写入的。也就意味着，能够写入其余值，也就把这个坏块标记信息破坏了。对于出厂时的坏块，通常是不建议将标记好的信息擦除掉的。

uboot中有个命令是

nand scrub

就能够将块中全部的内容都擦除了，包括坏块标记，不管是出厂时的，仍是后来使用过程当中出现而新标记的。

nand erase

只擦除好的块，对于已经标记坏块的块，不要轻易擦除掉，不然就很难区分哪些是出厂时就坏的，哪些是后来使用过程当中用坏的了。

Uboot 的轻量级坏块管理方法

NAND 坏块管理都是基于坏块表(BBT)的，经过这张表来标识系统中的全部坏块。因此，不一样的管理方法之间的差别能够经过如下几个问题来找到答案。

• 如何初始化和读取坏块表？
• 产生新的坏块时，如何标记并更新坏块表？
• 如何保存坏块表？是否有保存时断电保护机制?
• 对 NAND 写入数据时，若是当前块是坏块，如何找到可替换的好块？

Uboot 是目前使用最为普遍的 bootloader，它提供了两种轻量级坏块管理方法，可称之为基本型和改进型。经过下表，咱们能够看到二者的差别。

虽然 uboot 的改进型坏块管理方法的作了一些改进，但它仍然有三个主要的缺点。

1. 出现坏块，则将数据顺序写入下一个好块。若是 NAND 中存放了多个软件模块，则每一个模块都须要预留一个较大的空间做为备用的好块，这会浪费较多的 NAND 空间。一般，每一个模块预留的备用好块数为 NAND 芯片所容许的最大坏块数，该值因不一样的芯片而有所不一样，典型值为 20 或 80。假设 NAND 是大页类型，总共有 N 个模块，则总共须要预留的空间大小为 N*80*128KB。
2. 读取 BBT 时仅检查签名，没有对 BBT 的数据作校验。
3. 没有掉电保护机制。若是在保存 BBT 时断电，BBT 将丢失。

针对现有管理方法的缺陷，本文提出了一种更加安全高效的管理方法，将从如下三个方面阐述其实现原理。

共用好块池机制

首先，使用一个统一的备用好块池，为全部存放在 NAND 中的模块提供可替换的好块。这样，就不须要在每一个模块后面放置一个保留区，提升了 NAND 的空间利用率。

共用好块池示意图

为了实现共用好块池，须要创建一个从坏块到好块的映射，因此，除了 BBT 以外，还需定义一个替换表(SBT)。这样一来，当读第 i 个块的数据时，若是发现 BBT 中记录该块为坏块，就去 SBT 中查询其替换块；若是写第 i 个块出错，须要在 BBT 中标记该块为坏块，同时从好块池中获取一个新的好块，假设其序号为 j，而后将此好块的序号 j 写入 SBT 中的第 i 个字节，并且 SBT 的第 j 个字节写序号 i。SBT 中的这种双向映射可确保数据的可靠性。此外，好块池中的块也有可能成为坏块，若是扫描时发现是坏块，则将 SBT 中的对应位置标记为 0x00，若是是在写的过程当中出错，则除了在 SBT 对应位置标记 0x00 以外，还要更新双向映射数据。

 BBT/SBT 映射示意图

 

安全的 BBT/SBT 数据校验机制

传统方法仅检查 BBT 所在块的签名，将读到的前几个字节和一个特征字符串进行比较，若是一致，就认为当前块的数据为 BBT，而后读取接下来的 BBT 数据，但并不对 BBT 的数据作校验。若是 BBT 保存在 NAND 中，数据的有效性是能够获得验证的，由于 NAND 控制器或驱动通常都会对数据作 ECC 校验。可是，大多数控制器使用的 ECC 算法也仅仅能纠正一个 bit、发现 2 两个 bit 的错误。若是 BBT 保存在其余的没有 ECC 校验机制的存储体中，好比 NOR Flash，没有对 BBT 的数据进行校验显然是不安全的。

为了更加可靠和灵活地验证 BBT/SBT 数据，定义下面这个结构体来描述 BBM 信息。

BBM 头信息

typedef struct {
UINT8     acSignature[4];/* BBM 签名 */
UINT32    ulBBToffset;/* BBT 偏移 */ UINT32 ulSBToffset;/* SBT 偏移 */ UINT16 usBlockNum;/* BBM 管理的 block 数目 */ UINT16 usSBTstart;/* SBT 所在位置的起始 block 序号 */ UINT16 usSBtop;/* SBT top block */ UINT16 usSBnum;/* SBT number */ UINT32 ulBBTcrc;/* BBT 数据 CRC 校验码 */ UINT32 ulSBTcrc;/* SBT 数据 CRC 校验码 */ UINT32 ulHeadcrc;/* BBM 头信息 CRC 校验码 */ } BBM_HEAD

BBT/SBT 的保存形式

使用三重 CRC 校验机制，不管 BBT 保存在哪一种存储体中，均可以更加严格地验证数据的有效性。

安全的掉电保存机制

传统的方法仅保存一份 BBT 数据，若是在写 BBT 时系统掉电，则 BBT 丢失，系统将可能没法正常启动或工做。为安全起见，本文所述方法将同时保留三个备份，若是在写某个备份时掉电，则还有两个无缺的备份。最坏的状况是，若是在写第一个备份时掉电，则当前最新的一个坏块信息丢失。

读取坏块表时，顺序读取三个备份，若是发现三个备份的数据不一致，用记录的坏块数最多的备份为当前的有效备份，同时马上更新另外两备份。

总结

本文介绍了NandFlash基础知识和几类 NAND 坏块管理方法，指出了 uboot 的轻量级管理方法的缺陷，提出了一种改进的方法，提升了 NAND 的利用率及坏块管理的安全性，可对嵌入式开发起到有很好的借鉴做用。

ECC定义

ECC校验是一种内存纠错原理，它是比较先进的内存错误检查和更正的手段。 ECC内存即纠错内存，简单的说，其具备发现错误，纠正错误的功能，通常多应用在高档台式电脑/服务器及 图形工做站上，这将使整个电脑系统在工做时更趋于安全稳定。

 

技术原理

内存是一种电子器件，在其工做过程当中不免会出现错误，而对于稳定性要求高的用户来讲，内存错误可能会引发致命性的问题。内存错误根据其缘由还可分为 硬错误和软错误。硬件错误是因为硬件的损害或缺陷形成的，所以数据老是不正确，此类错误是没法纠正的；软错误是随机出现的，例如在内存附近忽然出现 电子干扰等因素均可能形成内存软错误的发生。

为了能检测和纠正内存软错误，在 ECC技术出现以前，首先出现的是内存“ 奇偶校验（Parity）”。内存中最小的单位是比特，也称为“位（bit）”，位有只有两种状态分别以1和0来标示，每8个连续的比特叫作一个字节（byte）。不带奇偶校验的内存每一个字节只有8位，若是其某一位存储了错误的值，就会致使其存储的相应数据发生变化，进而致使应用程序发生错误。而奇偶校验就是在每一字节（8位）以外又增长了一位做为错误检测位。在某字节中存储数据以后，在其8个位上存储的数据是固定的，由于位只能有两种状态1或0，假设存储的数据用位标示为一、一、一、0、0、一、0、1，那么把每一个位相加（1+1+1+0+0+1+0+1=5），结果是奇数。对于 偶校验，校验位就定义为1，反之则为0；对于 奇校验，则相反。当CPU读取存储的数据时，它会再次把前8位中存储的数据相加，计算结果是否与 校验位相一致。从而必定程度上能检测出内存错误， 奇偶校验只能检测出错误而没法对其进行修正，同时虽然双位同时发生错误的几率至关低，奇偶校验却没法检测出双位错误。

经过上面的分析咱们知道 Parity内存是经过在原来 数据位的基础上增长一个数据位来检查当前8位数据的正确性，但随着数据位的增长Parity用来检验的数据位也成倍增长，就是说当数据位为16位时它须要增长2位用于检查，当数据位为32位时则需增长4位，依此类推。特别是当数据量很是大时，数据出错的概率也就越大，对于只能纠正简单错误的奇偶检验的方法就显得力不从心了，正是基于这样一种状况，一种新的内存技术应允而生了，这就是 ECC（错误检查和纠正），这种技术也是在原来的数据位上外加校验位来实现的。不一样的是二者增长的方法不同，这也就致使了二者的主要功能不太同样。它与 Parity不一样的是若是 数据位是8位，则须要增长5位来进行ECC错误检查和纠正，数据位每增长一倍，ECC只增长一位检验位，也就是说当数据位为16位时ECC位为6位，32位时ECC位为7位，数据位为64位时ECC位为8位，依此类推，数据位每增长一倍，ECC位只增长一位。总之，在内存中 ECC可以允许错误，并能够将错误更正，使系统得以持续正常的操做，不致因错误而中断，且ECC具备自动更正的能力，能够将Parity没法检查出来的错误位查出并将错误修正。

示例

ECC（Error Checking and Correcting，错误检查和纠正）内存，它一样也是在 数据位上额外的位存储一个用 数据加密的代码。当数据被写入内存，相应的ECC代码与此同时也被保存下来。当从新读回刚才存储的数据时，保存下来的 ECC代码就会和读数据时产生的ECC代码作比较。若是两个代码不相同，他们则会被解码，以肯定数据中的哪一位是不正确的。而后这一错误位会被抛弃， 内存控制器则会释放出正确的数据。被纠正的数据不多会被放回内存。假如相同的错误数据再次被读出，则纠正过程再次被执行。重写数据会增长处理过程的开销，这样则会致使系统性能的明显下降。若是是随机事件而非内存的缺点产生的错误，则这一 内存地址的错误数据会被再次写入的其余数据所取代。