SSD写放大优化策略汇总

写放大，Write Amplification Factor，缩写WAF，这一术语最早是在2008年左右，由Intel公司和SiliconSystems公司（2009 年被西部数字收购）第一次在公开稿件中提出了并使用。WAF代表的含义就是NAND实际写入数据量与host写入量的比值，最理想的情况就是WAF=1，这个值越接近1越好。

linux环境的nvme ssd举例，可以通过nvme smart-log-add命令获取NAND和host写入量：

nvme smart-log-add /dev/nvme0

Additional Smart Log for NVME device:nvme0 namespace-id:ffffffff

key                               normalized raw

program_fail_count              : 100%       0

erase_fail_count                : 100%       0

wear_leveling                   :  62%       min: 1114, max: 1161, avg: 1134

end_to_end_error_detection_count: 100%       0

crc_error_count                 : 100%       0

timed_workload_media_wear       : 100%       37.941%

timed_workload_host_reads       : 100%       51%

timed_workload_timer            : 100%       446008 min

thermal_throttle_status         : 100%       0%, cnt: 0

retry_buffer_overflow_count     : 100%       0

pll_lock_loss_count             : 100%       0

nand_bytes_written              : 100%       sectors: 16185227

host_bytes_written              : 100%       sectors: 6405605
要想完全理解写放大，我们需要先了解固态硬盘的读写机制。我们知道，固态硬盘的存储单元是由闪存颗粒组成的，无法实现物理性的数据覆盖，只能擦除然后写入，重复这一过程。因而，我们可以想象得到，在实际读写过程中，数据的读写势必会在闪存颗粒上进行多次的擦除写入，特别是当某些区块已经完全被塞满的情况下。

这些多次的操作，增加的写入数量和原始需要写入的数量的比值，就是所谓的写入放大。所以说，写入放大数值高，会损耗固态硬盘寿命。（固态硬盘闪存颗粒有着额定的P/E值，即最大的读写次数，写入放大高，P/E损耗快，寿命低。）在QLC介质中，WAF的影响更加致命。

举个例子，最坏情况下的，假如我要写入一个4KB的数据Z覆盖A，并恰好目标块没有空余的页区，需要进行GC回收。这个时候就需要把B、C、D、E、F五分数据都搬走，然后擦除整个数据块，擦除完成后再整体写入6个数据页。这个整个过程，Host虽然只写了4KB的数据，但实际过程中，由于GC的问题，NAND最终写入了24KB。那么写放大WAF=24KB/4KB=6.

影响WAF的因素：

SSD FTL算法的设计会影响写入放大的大小

Wear Leveling，WL磨损均衡：这一机制主要是通过均衡所有的闪存颗粒，从而延长整体的使用寿命，然而依旧是增加整体的写放大

Over-Provisioning，OP冗余空间：也会影响NAND写入的比例，最终影响写放大

Garbage Collection，GC垃圾回收：比如上面的例子，就是GC垃圾回收搬迁数据，擦除数据块后写入带来了整体写放大提升。

业务读写的数据模型：随机写和顺序写对NAND的写入比例有非常大的影响，直接影响写放大的系数

系统层的TRIM操作：会影响invalid无效数据是否在GC过程中搬迁，对写放大影响也有重要的作用。

写放大WAF是NAND-based SSD寿命消耗的关键参数，WAF越大，寿命消耗越快，越接近1，则寿命消耗越慢，也是最理想的情况。

所以，为了让SSD的WAF写放大系数接近1，这些年，各种方案也被提出来。

第一种优化写放大的方式：也是用的最多方式，就是增加OP冗余空间，降低WAF，提升寿命。比如根据Intel的白皮书信息来看，以P4510 4T为例

没有OP情况下，JEDEC标准压力下的DWPD=0.85

在OP 10%情况下，容量3.6T，DWPD上升到1.52，几乎翻了一倍。

在OP 20%情况下，容量3.2T，DWPD上升到2.27，接近原始容量的3倍。

JEDEC标准压力如下：

第二种优化写放大的方式：执行trim指令。

TRIM是SSD的一个特性，目的是让固态硬盘SSD在进行内部GC垃圾回收的时候，避免搬迁已经被OS删除的数据，减少无用的数据的搬迁从而降低写放大，提升SSD固态硬盘的寿命，同时也可以提升盘的有效带宽。

更多细节请参考：固态硬盘SSD格式化后，数据恢复的可能性有多大？

Linux内核态下常用fstrim完成系统的trim命令。在NVME协议中，trim有另外一个叫法：Deallocate，原理是一样的。

$ sudo /usr/sbin/fstrim --help

Usage:
 fstrim [options] <mount point>

Discard unused blocks on a mounted filesystem.

Options:
 -a, --all           trim all supported mounted filesystems
 -A, --fstab         trim all supported mounted filesystems from /etc/fstab
 -o, --offset <num>  the offset in bytes to start discarding from
 -l, --length <num>  the number of bytes to discard
 -m, --minimum <num> the minimum extent length to discard
 -v, --verbose       print number of discarded bytes
     --quiet         suppress error messages
 -n, --dry-run       does everything, but trim

 -h, --help          display this help
 -V, --version       display version

第三种优化写放大的方式：使用multi-stream的方案

从NVMe协议Spec 1.3开始新增的特性，Multi-stream write(多流写)技术可以使SSD根据主机端提供的Stream ID，将具有相同或相似生命周期的数据写入到相同的擦除单元中去，大大提高了GC时的效率，减少了写放大，使得SSD的性能和寿命都有了较大的提升。

更多细节请参考：浅析企业级SSD Multi-Stream Write技术

第四种优化写放大的方式：使用NVM sets和Endurance Group

在NVMe协议Spec 1.4中新增NVM sets和Endurance Group，不同的NVM Sets使用的不同的NAND物理资源，而且相互独立

每个NVM set又可以有多个namespace用户空间，不同的NVM sets读写之间不受干扰，可以有更好的IO稳定性。

同时，多个NVM sets可以组成一个Endurance Group，不同的业务压力模型写入不同的Endurance Group，整体降低数据的搬迁，降低写放大。

第五种优化写放大的方式：使用ZNS SSD

目的也是适配不同的业务场景，以最大的性价比完成性能/寿命/成本等多个因素的统一。

ZNS SSD的原理是把namespace空间划分多个zone空间，zone空间内部执行顺序读写。这样做的优势：

降低SSD内部的写放大，提升SSD的寿命

降低OP空间，host可以获得更大的使用空间

降低SSD内部DRAM的容量，降低整体的SSD成本

降低SSD读写延迟

ZNS写入了标准NVME协议，更易于打造软件生态，利于普及

更多细节请参考：炙手可热的ZNS SSD将会为数据中心带来什么？

第六种优化写放大的方式：SPDK WSR模型

基于WSR(Write-Shaping RAID)的写入对NAND非常友好，大块写且顺序，同时与SSD IU对齐。这样实现的方式从软件上做了彻底的优化，降低写放大。

整个WSR的数据流过程，主要有几个步骤：

第1步：数据会写写入WSR Bev

第2步：通过Append-only追加写的方式，写入数据到Optane SSD，同时基于VSS实现meta的安全校验，保证数据安全性。

第3步：更新软件管理的L2P映射表，这里面为了提升效果，热点访问的映射表放在DRAM，其他的放在Optane缓存盘。

第4步：通知用户完成写入。到这里跟用户之间的交互就完成了。

第5-7步：是后台执行的动作，Optane SSD中通过聚合/压缩等算法，形成大块顺序写场景，把数据下刷到QLC SSD，同时更新QLC对映的L2P映射表。

更多细节请参考：阿里云Optane+QLC存储实践案例分享

目前谷歌和Meta正在酝酿一件大事，希望把优化写放大的方式完成统一，并实现WAF接近1的目标。谷歌和Meta向NVME协议组织提交了Flexible Direct Placement TP4146提案，通过FDP的概念，可以把不同的workload写入不同的介质区间，写放大从3降低到1. 

从目前已经公开的部分信息来看，FDP功能需要Host提供写入数据在NAND分布的提示，支持Standard Device Feature Enable/Disable和Host Enable Data / Media Alignment，对读操作没有影响，LBA放置也没有限制，支持XOR和多个namespace等。这个提案具体细节还没公布。看上去更像是NVM sets和Multi-Stream功能的技术融合，具体实现细节可能要等最终确定进入NVME Spec在说。有可能在NVME Spec 2.x就可以看到了。