如果現代的臺式機或者筆記本忽然斷電(Power Loss)，你覺得哪個硬件部分容易損壞?出乎大多數人的意料的是，固態硬盤SSD最脆弱，容易出現掉盤的現象，也就是BIOS和操作系統不認盤的情況。今天我們就一起來Deep Dive一下原理和應對之道，并對有趣的“30分鐘大法”的原理和是否正確進行一些分析。

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FTL的理解。SSD甚至SD卡、手機存貯的很多問題和解決方案都或多或少地和它相關，再怎么強調都不為過。為了理解后面的原理，我們先來簡單回顧一下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。即有點像邏輯and操作(我們可以通過NAND這個名字聯想記憶一下)。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決定的(P/E數 (Program/Erase Count)來衡量的)，頻繁的擦除慢慢的會產生壞塊，如FAT分區的文件分配表(老狼：FAT文件系統與UEFI)等。為了能夠做到壽命均衡(Wear Levelling)和對壞塊的遮蔽，就需要一個邏輯地址(LBA，logical block addresses )和物理地址(PBA, physical block addresses)的對應表，對外界暴露邏輯塊，里面是具體是哪個物理塊，固件自己做主，這個對應關系表就是FTL表： 

因為LBA大部分實現是基于Page的，也叫做Page Mapping Table (PMT)：  

FTL看起來挺簡單，但它是SSD、NAND等基礎邏輯，它的實現多種多樣，是各個固件的核心機密。也有些Open Source的方案。

FTL表在哪里呢?作為核心數據結構，它當然也要存儲在Flash上。但由于它會被頻繁更新，所以每次改動也不能立刻寫會Flash，一般會先暫存在內存中，在積累到一定程度，再寫回Flash：  

什么時間寫回，這是SSD固件的核心機密之一。另一方面，隨著SSD容量的提高，FTL表的容量也快速上漲。我們以8GB的為例，FTL表不加處理可以達到8MB;以此類推，800G的SSD，FTL表可以有800MB!有些省空間的方案可以大大減小FTL表的大小，但也高達數十MB。這么大，FTL表也就有了部分被換入換出的過程。如何設計，也是很講究技巧的。

FTL表如此重要，沒了它，整個SSD/SD卡就沒法工作了。如果在FTL寫回Flash之前，還在內存的時候，忽然沒電了，內存數據丟失，FTL表也就丟失了。有鑒于此，高端SSD和服務器SSD都加上了電容，來作為應急供電方案，讓SSD控制器有時間把內存中的FTL表和一些緩存內容存到Flash上去：  

現實中的例子，我們在M.2的SSD上面有很多很小的電容：  

在Vcc沒電的時候，這些電容的gate就會打開，會為主控爭取1ms左右的時間。主控會立刻放棄現在所有沒有存儲的數據，而立刻開始存儲FTL表，保證不會出大問題。

在企業級的SSD中，有的DRAM大小將近1GB，而企業SSD的數據完整性要求極高，不容有失，不但FTL表要存好，DRAM中沒有存儲過的，也必須全部存下來。這就需要很大的電容，來爭取更多的時間，如果我們拆開企業SSD，就會發現很多大黃快：  

它們也是為了這個目的。

但是，一些低端消費級的SSD，沒有這種措施，忽然掉電，會造成FTL丟失。那么發生這種情況是不是SSD就報廢了呢?也不是。

FTL表的重建

在內存中FTL丟失之前，Flash上還有上次的FTL內容，雖然已經過時了，但總比沒有好吧!于是可以搜索SSD中的Flash，找到上次的FTL，這樣盡管會丟失一些信息，但大部分數據可以保持。于此同時，有些實際塊已經被分配使用過了，再次用會發生錯誤，就需要修正最后的FTL。那么怎么修正呢?

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

有了這個提示，我們可以逐Page掃描整個Flash，來修正FTL。

看到逐Page，就知道這是個很耗時的工作。現在SSD那么大，需要不少時間，可以高達數分鐘乃至數十分鐘!

那么什么時間做FTL的重建呢?不少主控都在發現錯誤后會開始重建，直到成功重建，主控才會響應ATA等命令。這就是為什么忽然斷點后，有些SSD會很長時間沒有響應，想掉盤一樣了!那么為什么有時候斷電后又沒問題呢?如果當時新的FTL已經被寫回Flash中去，沒有錯誤，當然也就不會出問題了。

30分鐘大法是怎么回事?

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

1.掉電開機后，發現掉盤。如果是系統盤，則啟動失敗，如果是數據盤，則在操作系統里面發現該盤沒有了。

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

3. 30分鐘后，關機。再開機，看能不能找到該SSD。

有些同學還有些額外的步驟，即不插數據線，光插電源線開機30分鐘。盡管我現在已經不做Flash相關工作，但我從經驗和原理上認為這個步驟不是必須的。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，不停關機開機和重啟，打斷主控重建FTL的過程，有可能加劇錯誤造成徹底不可以用了。

結論

斷電會造成FTL表損壞，進而可能出現掉盤的現象。正確利用30分鐘大法，可以修正部分問題，關鍵是給主控充分的時間進行FTL表的重建。其實不光斷電，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，過熱會讓該SSD主控忽然停止工作。我的筆記本這時就會沒有響應，在過了一會后，要不藍屏，要不就是發現該盤符沒有了。這是我如果直接重啟，就會發現在BIOS里面和Windows中，該硬盤都沒有了。我這時就會讓筆記本涼一會，再重啟，硬盤就又出現了。這也是30分鐘大法的一個變種。

如果還不能修復，其實還可以進入工程模式進行恢復。但是該過程比較復雜，軟件昂貴，還是留給專業人士吧!