Nand Flash基础知识与坏块管理机制的研究

转载：https://blog.csdn.net/MENGHUANBEIKE/article/details/87180719

概述

Flash名称的由来，Flash的擦除操作是以block块为单位的，与此相对应的是其他很多存储设备，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，全部擦除为1，也就是里面的内容全部都是0xFF了，由于是一下子就擦除了，相对来说，擦除用的时间很短，可以用一闪而过来形容，所以，叫做Flash Memory。所以一般将Flash翻译为 （快速）闪存。

NAND Flash 在嵌入式系统中有着广泛的应用，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 的操作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，然后介绍现有的几类坏块管理（BBM）方法，通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势所在，分析了当前广泛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之前，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还是使其释放电荷。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，因此，Flash的存储单元的默认值，不是0（其他常见的存储设备，比如硬盘灯，默认值为0），而是1，而如果将电荷释放掉，电压降低到一定程度，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，所以一般都需要有对应的软件或者硬件的数据校验算法，统称为ECC。但优点是，相对来说容量比较大，现在常见的Nand Flash都是1GB，2GB，更大的8GB的都有了，相对来说，价格便宜，因此适合用来存储大量的数据。其在嵌入式系统中的作用，相当于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同层次，也就是单个内存单元中，是存储1位数据，还是多位数据，可以分为SLC和MLC。那么软件如何识别系统上使用过的SLC还是MLC呢？
Nand Flash设计中，有个命令叫做Read ID，读取ID，读取好几个字节，一般最少是4个，新的芯片，支持5个甚至更多，从这些字节中，可以解析出很多相关的信息，比如此Nand Flash内部是几个芯片（chip）所组成的，每个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还是MLC。

 oob / Redundant Area / Spare Area

每一个页，对应还有一块区域，叫做空闲区域（spare area）/冗余区域（redundant area），而Linux系统中，一般叫做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，所以为了保证数据的正确性，必须要有对应的检测和纠错机制，此机制被叫做EDC(Error Detection Code)/ECC（Error Code Correction, 或者 Error Checking and Correcting），所以设计了多余的区域，用于放置数据的校验值。

Oob的读写操作，一般是随着页的操作一起完成的，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. 标记是否是坏快
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，存放很多和自己文件系统相关的信息。

Bad Block Management坏块管理

Nand Flash由于其物理特性，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，不再使用。于此相关的管理工作，属于Nand Flash的坏块管理的一部分工作。

Wear-Leveling负载平衡

Nand Flash的block管理，还包括负载平衡。

正是由于Nand Flash的block，都是有一定寿命限制的，所以如果你每次都往同一个block擦除然后写入数据，那么那个block就很容易被用坏了，所以我们要去管理一下，将这么多次的对同一个block的操作，平均分布到其他一些block上面，使得在block的使用上，相对较平均，这样相对来说，可以更能充分利用Nand Flash。

 ECC错误校验码

Nand Flash物理特性上使得其数据读写过程中会发生一定几率的错误，所以要有个对应的错误检测和纠正的机制，于是才有此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，可以是软件也可以是硬件。不同系统，根据自己的需求，采用对应的软件或者是硬件。

相对来说，硬件实现这类ECC算法，肯定要比软件速度要快，但是多加了对应的硬件部分，所以成本相对要高些。如果系统对于性能要求不是很高，那么可以采用软件实现这类ECC算法，但是由于增加了数据读取和写入前后要做的数据错误检测和纠错，所以性能相对要降低一些，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来说，由于容量比较大，动辄2GB，4GB，8GB等，常用BCH算法。BCH算法，相对来说，算法比较复杂。

笔者由于水平有限，目前仍未完全搞懂BCH算法的原理。

BCH算法，通常是由对应的Nand Flash的Controller中，包含对应的硬件BCH ECC模块，实现了BCH算法，而作为软件方面，需要在读取数据后，写入数据之前，分别操作对应BCH相关的寄存器，设置成BCH模式，然后读取对应的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作这些寄存器的，由于是和具体的硬件，具体的nand flash的controller不同而不同，无法用同一的代码。如果你是nand flash驱动开发者，自然会得到对应的起nand flash的controller部分的datasheet，按照手册说明，去操作即可。

不过，额外说明一下的是，关于BCH算法，往往是要从专门的做软件算法的厂家购买的，但是Micron之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，主要是由以下一些原因/效应所导致：

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，变的和原始值不一样了。

2. 编程干扰所产生的错误（Program-Disturb Errors）

   此现象有时候也叫做，过度编程效应（over-program effect）。

   对于某个页面的编程操作，即写操作，引起非相关的其他的页面的某个位跳变了。

3. 读操作干扰产生的错误（Read-Disturb Errors）

   此效应是，对一个页进行数据读取操作，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，本来是0变成1，或者本来是1变成0了。此处可以成为软件上位反转。此数据位的错误，当然可以通过一定的校验算法检测并纠正。
2. 另外一种，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。此处可以成为硬件上的位反转。此错误，由于是物理上发生的，虽然读取出来的数据的错误，可以通过软件或硬件去检测并纠正过来，但是物理上真正发生的位的变化，则没办法改变了。不过个人理解，好像也是可以通过擦除Erase整个数据块Block的方式去擦除此错误，不过在之后的Nand Flash的使用过程中，估计此位还是很可能继续发生同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读取出来的数据来说，解决其中的错误的位的方法，都是一样的，即通过一定的校验算法，常称为ECC，去检测出来，或检测并纠正错误。

如果只是单独检测错误，那么如果发现数据有误，那么再重新读取一次即可。

实际中更多的做法是，ECC校验发现有错误，会有对应的算法去找出哪位错误并且纠正过来。

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本身包含对应的硬件模块以实现数据的校验和纠错的。

Nand Flash引脚功能的中文说明

引脚名称	引脚功能
I/O0 ~ I/O7	用于输入地址/数据/命令，输出数据
CLE	Command Latch Enable，命令锁存使能，在输入命令之前，要先在模式寄存器中，设置CLE使能
ALE	Address Latch Enable，地址锁存使能，在输入地址之前，要先在模式寄存器中，设置ALE使能
CE#	Chip Enable，芯片使能，在操作Nand Flash之前，要先选中此芯片，才能操作
RE#	Read Enable，读使能，在读取数据之前，要先使CE＃有效。
WE#	Write Enable，写使能, 在写取数据之前，要先使WE＃有效
WP#	Write Protect，写保护
R/B#	Ready/Busy Output,就绪/忙,主要用于在发送完编程/擦除命令后,检测这些操作是否完成,忙,表示编程/擦除操作仍在进行中,就绪表示操作完成
Vcc	Power，电源
Vss	Ground，接地
N.C	Non-Connection,未定义，未连接

在数据手册中，你常会看到，对于一个引脚定义，有些字母上面带一横杠的，那是说明此引脚/信号是低电平有效，比如你上面看到的RE头上有个横线，就是说明，此RE是低电平有效，此外，为了书写方便，在字母后面加“＃”，也是表示低电平有效，比如我上面写的CE＃；如果字母头上啥都没有，就是默认的高电平有效，比如上面的CLE，就是高电平有效。

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一般是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起multiplex复用的
6. Nand Flash的编程/擦除的寿命：即，最多允许10万次的编程/擦除，达到和接近于之前常见的Nor Flash，几乎是同样的使用寿命了。
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

我们写驱动，是写Nand Flash 控制器的驱动，而不是Nand Flash 芯片的驱动，因为独立的Nand Flash芯片，一般来说，是很少直接拿来用的，多数都是硬件上有对应的硬件的Nand Flash的控制器，去操作和控制Nand Flash，包括提供时钟信号，提供硬件ECC校验等等功能，我们所写的驱动软件，是去操作Nand Flash的控制器

然后由控制器去操作Nand Flash芯片，实现我们所要的功能。

由于Nand Flash读取和编程操作来说，一般最小单位是页，所以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，但是只是此处datasheet里面把其叫做页寄存器page register而已，实际将其理解为页缓存，更贴切原意。

而正是因为有些人不了解此内部结构，才容易产生之前遇到的某人的误解，以为内存里面的数据，通过Nand Flash的FIFO，写入到Nand Flash里面去，就以为立刻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，之后，实际的编程动作才开始，才开始把页缓存中的数据，一点点写到物理存储单元中去。

数据的流向如图

坏块的标记

具体标记的地方是，对于现在常见的页大小为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），如果不是0xFF，就说明是坏块。相对应的是，所有正常的块，好的块，里面所有数据都是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，所以，只要是数据，就是可以读取和写入的。也就意味着，可以写入其他值，也就把这个坏块标记信息破坏了。对于出厂时的坏块，一般是不建议将标记好的信息擦除掉的。

uboot中有个命令是

nand scrub

就可以将块中所有的内容都擦除了，包括坏块标记，不论是出厂时的，还是后来使用过程中出现而新标记的。

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，否则就很难区分哪些是出厂时就坏的，哪些是后来使用过程中用坏的了。

NAND 坏块管理方法分类

目前，NAND 坏块管理方法可分为如下几类：

• 基于 FTL 芯片的坏块管理

  它使用一个额外的 FTL (Flash Translation Layer)芯片对 NAND 进行管理，对外部屏蔽了坏块信息，U 盘、SD 卡、MMC 卡以及固态硬盘都使用这种管理方法。这种方式简化了 NAND 操作，但也使坏块信息对外部而言不可见，如果系统中出现了可能和坏块相关的问题，定位和调试变得困难，另外，FTL 芯片也需要额外的硬件成本。

• 基于NAND 文件系统的坏块管理

  JFFS2、 YAFFS2、 FlashFx 这些专门针对 NAND 的文件系统可以对坏块进行管理。

• NAND 管理中间件

  有一些中间件(Middleware)专门用于 NAND 管理，比如 UBI。

• 轻量级 NAND 坏块管理

  对 NAND 进行管理的硬件或软件模块，不仅提供坏块管理，同时也支持对 NAND 的擦写操作进行负载平均。而轻量级的坏块管理只专注于坏块，并不提供擦写负载平均的支持，而且，它也不依赖于任何第三方的库。因此，轻量级的坏块管理方式降低了系统的复杂度，而且免去了加载文件系统或初始化中间件的时间，在嵌入式系统中有着广泛的应用。

图 1 展示了几种典型的嵌入式系统中 NAND 内部的内容布局。如果需要频繁地对 NAND 写入各种数据，最好使用 NAND 文件系统或者 NAND 管理中间件对需要写入的区域进行管理。而那些很少需要更新的区域，比如 bootloader、VPD 和 Kernel，只需进行轻量级的坏块管理，不需要进行负载平均。很多的嵌入式系统中，需要写入 NAND 的数据量很少，频度也较低，比如路由器、打印机、PLC 等，这些系统完全可以仅使用轻量级的坏块管理方式。

典型嵌入式系统的 Nand Memory MaP

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，通过这张表来标识系统中的所有坏块。所以，不同的管理方法之间的差异可以通过以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，如果当前块是坏块，如何找到可替换的好块？

Uboot 是目前使用最为广泛的 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。通过下表，我们可以看到两者的差异。

 Uboot 的两种坏块管理方法对比

	基本型	改进型
初始化、读取 BBT	系统每次初始化时，扫描整个 NAND，读取所有块的出厂坏块标志，建立 BBT，占用较多启动时间。	系统第一次初始化时，扫描整清单 1. BBM 头信个 NAND 建立 BBT。之后每次初始化时，扫描 BBT 所在区域，如果发现当前块的签名和坏块表的签名(一个特定的字符串)相符，就读取当前块的数据作为 BBT。
更新 BBT	擦写操作产生新的坏块时，更新内存中的 BBT，同时将坏块的出厂坏块标记从 0xFF 改为 0x00。 擦写出错后仍然对坏块进行操作—更改出厂坏块标记，存在安全风险。而且，也无法区分哪些是出厂坏块，哪些是使用过程中产生的坏块。	擦写操作产生新的坏块时，更新内存中的 BBT，同时将更新后的 BBT 立刻写入 NAND 或其他 NVRAM 中。
保存 BBT	不保存	在 NAND 或其他 NVRAM 中保存一份，无掉电保护机制。
坏块替换方法	如果当前块是坏块，将数据写入下一个块。	如果当前块是坏块，将数据写入下一个块。

虽然 uboot 的改进型坏块管理方法的做了一些改进，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。如果 NAND 中存放了多个软件模块，则每个模块都需要预留一个较大的空间作为备用的好块，这会浪费较多的 NAND 空间。通常，每个模块预留的备用好块数为 NAND 芯片所允许的最大坏块数，该值因不同的芯片而有所不同，典型值为 20 或 80。假设 NAND 是大页类型，总共有 N 个模块，则总共需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 的数据做校验。
3. 没有掉电保护机制。如果在保存 BBT 时断电，BBT 将丢失。

改进的轻量级坏块管理方法

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，将从以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，为所有存放在 NAND 中的模块提供可替换的好块。这样，就不需要在每个模块后面放置一个保留区，提高了 NAND 的空间利用率。

共用好块池示意图

为了实现共用好块池，需要建立一个从坏块到好块的映射，所以，除了 BBT 之外，还需定义一个替换表(SBT)。这样一来，当读第 i 个块的数据时，如果发现 BBT 中记录该块为坏块，就去 SBT 中查询其替换块；如果写第 i 个块出错，需要在 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，然后将此好块的序号 j 写入 SBT 中的第 i 个字节，而且 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，如果扫描时发现是坏块，则将 SBT 中的对应位置标记为 0x00，如果是在写的过程中出错，则除了在 SBT 对应位置标记 0x00 之外，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，如果一致，就认为当前块的数据为 BBT，然后读取接下来的 BBT 数据，但并不对 BBT 的数据做校验。如果 BBT 保存在 NAND 中，数据的有效性是可以得到验证的，因为 NAND 控制器或驱动一般都会对数据做 ECC 校验。但是，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。如果 BBT 保存在其他的没有 ECC 校验机制的存储体中，比如 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

1. typedef struct {

2. UINT8 acSignature[4];/* BBM 签名 */

3. UINT32 ulBBToffset;/* BBT 偏移 */

4. UINT32 ulSBToffset;/* SBT 偏移 */

5. UINT16 usBlockNum;/* BBM 管理的 block 数目 */

6. UINT16 usSBTstart;/* SBT 所在位置的起始 block 序号 */

7. UINT16 usSBtop;/* SBT top block */

8. UINT16 usSBnum;/* SBT number */

9. UINT32 ulBBTcrc;/* BBT 数据 CRC 校验码 */

10. UINT32 ulSBTcrc;/* SBT 数据 CRC 校验码 */

11. UINT32 ulHeadcrc;/* BBM 头信息 CRC 校验码 */

12. } BBM_HEAD

BBT/SBT 的保存形式

使用三重 CRC 校验机制，无论 BBT 保存在哪种存储体中，都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，如果在写 BBT 时系统掉电，则 BBT 丢失，系统将可能无法正常启动或工作。为安全起见，本文所述方法将同时保留三个备份，如果在写某个备份时掉电，则还有两个完好的备份。最坏的情况是，如果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，如果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，同时立刻更新另外两备份。

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，提高了 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作用。