É«¿Ø´«Ã½

? es la innovadora soluci¨®n de administraci¨®n del flash de Pure, que incluye nuestro software Purity y los M¨®dulos DirectFlash ¡ªdos componentes que pueden actualizarse de manera independiente y no disruptiva¡ª.

A continuaci¨®n le explicamos c¨®mo funciona, por qu¨¦ es diferente y por qu¨¦ la necesita.

Descripci¨®n general del almacenamiento flash

Inventada por Toshiba en 1980, la memoria flash, tambi¨¦n conocida como almacenamiento flash, es un tipo de memoria no vol¨¢til (lo que significa que no necesita un suministro de energ¨ªa continuado) que puede borrarse y reprogramarse electr¨®nicamente.

Hay dos tipos principales de memoria flash ¡ªNOR y NAND¡ª, que se diferencian a nivel de circuito por el tipo de puerta l¨®gica que utilizan. Actualmente, el flash NAND supone m¨¢s del 95% del mercado de memoria flash y se utiliza en casi todos los dispositivos flash no integrados.

Dentro de la categor¨ªa NAND, existen varios tipos de memoria, que se clasifican por el n¨²mero de bits almacenados por celda de memoria:

• SLC: un (¨²nico) bit por celda
• MLC: dos (o m¨²ltiples) bits por celda
• TLC: tres bits por celda
• QLC: cuatro bits por celda

DirectFlash es el enfoque integral de É«¿Ø´«Ã½ para el desarrollo de sistemas totalmente flash. Utilizamos el flash ¡°bruto¡± para construir nuestros M¨®dulos DirectFlash, en lugar de basarnos en las unidades de estado s¨®lido (SSD) que podemos comprar en el mercado. Con ello, obtenemos nuestra memoria flash en un punto distinto de la cadena de suministro del de los otros proveedores de cabinas de estado s¨®lido. Sin embargo, las ventajas de DirectFlash son mucho mayores que las que se derivan de los aspectos econ¨®micos de la cadena de suministro.

?Por qu¨¦ DirectFlash es diferente?

Otras cabinas totalmente flash o h¨ªbridas que utilizan unidades de estado s¨®lido que se venden comercialmente hablan a sus unidades flash b¨¢sicamente de la misma manera en que lo har¨ªan a una unidad de disco duro tradicional: como si se tratara de un conjunto contiguo de bloques id¨¦nticos.

Los discos duros ten¨ªan pistas y sectores y al colocar todos esos sectores unidos por sus extremos se obten¨ªa una larga lista de bloques. Las unidades de estado s¨®lido reproducen esa misma geometr¨ªa al integrar unos sistemas complejos entre el sistema y el flash, denominados capa de traducci¨®n flash (FTL por sus siglas en ingl¨¦s).

DirectFlash utiliza un enfoque distinto que habla directamente a la memoria flash, lo que permite maximizar las capacidades del flash y proporcionar m¨¢s rendimiento, uso de la potencia y eficiencia.

En concreto, DirectFlash ofrece:

• Gesti¨®n de los medios a nivel del sistema, en lugar de a nivel de la unidad, lo que significa que las unidades trabajan de forma concertada con el propio sistema, lo que permite:
  • Tomar decisiones m¨¢s inteligentes sobre la colocaci¨®n de los datos partiendo de un contexto m¨¢s amplio.
  • Entender la actividad del sistema desde el nivel de bloque, archivo u objeto hasta llegar a una celda flash individual.? ??
  • Maximizar la eficiencia, al disponer los datos de una forma optimizada para los medios, lo que evita la amplificaci¨®n de escritura y aumenta la resistencia.
  • Evitar el trabajo duplicado, al centralizar funciones como la recolecci¨®n de la basura, la reserva y la nivelaci¨®n de desgaste.
• Reducci¨®n de los costes totales de los medios, al eliminar los esfuerzos y procesos duplicados que se producen en todas las unidades de un sistema tradicional. Los sistemas con una escala de petabytes que utilizan unidades de estado s¨®lido pueden tener terabytes de DRAM en las propias unidades ¡ªsin tan siquiera incluir la memoria del sistema¡ª para mantener sus asignaciones de FTL y metadatos. Cada unidad contiene tambi¨¦n su propio espacio de reserva sobreaprovisionado, que es necesario para que la FTL gestione los medios. Cada uno de estos componentes tiene un coste a?adido, que a medida que aumenta el tama?o de las unidades representa una porci¨®n cada vez mayor del coste total de los medios. El coste por bit de DRAM no ha mejorado en los ¨²ltimos a?os, por lo que el uso eficiente de la DRAM ser¨¢ un factor cada vez m¨¢s crucial.
• Aumento de la fiabilidad de los m¨®dulos, ya que el ¨ªndice de fallos es mucho menor (3-4 veces) en comparaci¨®n con las unidades de estado s¨®lido, debido principalmente al uso de un firmware m¨¢s sencillo.

?C¨®mo funcionan las unidades de estado s¨®lido?

Una unidad de estado s¨®lido se compone de chips flash NAND, tambi¨¦n conocidos como dados flash NAND, cada uno de los cuales est¨¢ formado a su vez por unos elementos m¨¢s peque?os llamados bloques, que est¨¢n constituidos por p¨¢ginas.

Sin embargo, los bloques flash no admiten las sobreescrituras aleatorias. Una vez que se han escrito datos en una p¨¢gina, es necesario borrar el bloque entero para poder escribir datos nuevos en ¨¦l. Al mismo tiempo, cada unidad de estado s¨®lido se ha creado para admitir una interfaz de sector de disco retrocompatible.

Esta contradicci¨®n se resuelve incluyendo algo en el firmware que se conoce como ¡°capa de traducci¨®n flash¡± (o FTL por sus siglas en ingl¨¦s), que implementa una interfaz de sector de disco virtual que le permite escribir datos en diferentes p¨¢ginas flash sin importar el bloque l¨®gico al que iban dirigidos los datos. La FTL realiza un seguimiento de todos estos metadatos de asignaci¨®n en su propia memoria y su propio almacenamiento de metadatos.

Sin embargo, como ahora est¨¢ escribiendo nuevas versiones de los datos en diferentes p¨¢ginas flash, al final acaba acumulando datos en esos bloques que podr¨ªan considerarse ¡°basura¡±, ya que los datos se han sobrescrito o borrado l¨®gicamente.

Para recuperar esa capacidad f¨ªsica, un proceso del ¡°recolector de basura¡± en el firmware de la unidad coge los datos que siguen siendo v¨¢lidos y los traslada a una nueva ubicaci¨®n, para as¨ª poder borrar luego todo el bloque que contiene los datos ¡°desechados¡±. Para que este recolector de basura funcione, cada unidad necesita tener una memoria flash adicional, que se conoce como ¡°espacio sobreaprovisionado¡±, y cada evento de recolecci¨®n de basura consume un ciclo de la cantidad limitada de ciclos de programaci¨®n-borrado del flash. La cantidad de escrituras f¨ªsicas en la unidad que cada escritura l¨®gica consume se conoce como ¡°amplificaci¨®n de escritura¡±.

El sobreaprovisionamiento y la amplificaci¨®n de escritura provocan un desgaste prematuro y hacen que las unidades de estado s¨®lido tengan una vida ¨²til m¨¢s corta. Este dise?o tambi¨¦n repercute en el rendimiento, porque cada vez que uno de estos dados flash realiza una recolecci¨®n de basura, no est¨¢ disponible para las lecturas o las escrituras. Por lo tanto, el rendimiento de una unidad de estado s¨®lido fluct¨²a de un modo imprevisible, en funci¨®n de si el recolector de basura est¨¢ m¨¢s o menos activo.

Adem¨¢s, lo que complica a¨²n m¨¢s las cosas es el hecho de que la unidad de estado s¨®lido no tiene ninguna manera de comunicar esta actividad de recolecci¨®n de basura al sistema que accede a ella. En lugar de ello, la unidad de estado s¨®lido tiene que seguir aparentando que es igual que un disco duro. Y a medida que el n¨²mero de bits por celda del flash NAND aumenta, estas anomal¨ªas en el rendimiento no hacen sino empeorar, ya que los ciclos de programaci¨®n/borrado tardan cada vez m¨¢s, lo que genera unos periodos m¨¢s largos de inaccesibilidad a los datos.

?C¨®mo funciona DirectFlash?

DirectFlash adopta un enfoque diferente de la gesti¨®n de los medios flash. En lugar de encomendar a cada unidad de estado s¨®lido que realice su propia nivelaci¨®n de desgaste, recolecci¨®n de basura y sobreaprovisionamiento, el sistema operativo Purity realiza esas funciones en el software a nivel de la cabina. Esto significa que cada M¨®dulo DirectFlash es m¨¢s sencillo que un disco de estado s¨®lido tradicional, ya que solo tiene que proporcionar acceso a los propios medios y manejar datos de bajo nivel y tareas de se?alizaci¨®n.

Las ventajas que esto ofrece son numerosas:

• En lugar de que cada unidad de estado s¨®lido tome decisiones sobre la colocaci¨®n de los datos y la gesti¨®n de los medios de manera aislada, Purity conoce todas las tareas del sistema que est¨¢n en curso y previstas, como la actividad de E/S actual, las operaciones de reducci¨®n de datos, los ciclos de recolecci¨®n de basura pendientes y la carga de trabajo y el estado de toda la cabina. Esto permite que Purity tome unas decisiones de colocaci¨®n y programaci¨®n mucho m¨¢s inteligentes que las que una sola unidad podr¨ªa tomar por s¨ª misma.
• Al tomar unas decisiones de colocaci¨®n de los datos m¨¢s acertadas, los datos con unos ciclos de vida ¨²til prevista similares pueden colocarse en los mismos bloques, para minimizar los casos en los que hay bloques con datos ¡°desechados¡±, mientras que otras p¨¢ginas siguen siendo v¨¢lidas. Purity sabe si ciertas p¨¢ginas forman parte del mismo archivo u objeto o si proceden del mismo sistema host y, al agrupar esas p¨¢ginas en bloques similares, cuando ese archivo u objeto se borra, el bloque completo puede liberarse de una vez, sin tener que reescribir otros datos activos y sin generar amplificaci¨®n de escritura.
• Como no hay una recolecci¨®n de la basura y no se genera amplificaci¨®n de escritura, los M¨®dulos DirectFlash tienen un rendimiento superior y duran m¨¢s que sus hom¨®logos que est¨¢n disponibles en el mercado. Menos escrituras significan menos desgaste y, por lo tanto, una mayor vida ¨²til de la unidad. El hecho de que haya menos escrituras tambi¨¦n conlleva que haya m¨¢s ciclos de E/S disponibles para dar servicio a la E/S de cliente ¡°real¡±. Y como Purity conoce la actividad de E/S actual y puede ver todo el sistema, nunca se lleva la sorpresa de que uno de esos ciclos de programaci¨®n/borrado bloquee el acceso a los datos. En el peor de los casos, Purity puede simplemente reconstruir esos datos partiendo de la paridad, en lugar de esperar a que el ciclo de programaci¨®n/borrado finalice. Esto reduce de manera significativa los peores casos de latencia de nuestros sistemas, incluso cuando se usa el flash QLC.
• Como efectuamos todas esas tareas de gesti¨®n de los medios en el software, podemos mejorar dicho software con el paso del tiempo. Todos los sistemas de É«¿Ø´«Ã½? conectados a Internet nos transmiten de manera segura los datos de telemetr¨ªa y, como conocemos en profundidad el estado y la actividad de la memoria flash subyacente, agregamos y analizamos estos datos para mejorar el funcionamiento de nuestro software en el mundo real. Esto significa que con el tiempo la fiabilidad y el rendimiento de nuestros sistemas pueden mejorar con las actualizaciones peri¨®dicas del software.
• Y, por ¨²ltimo, al realizar todas estas actividades a nivel de la cabina en el software, nuestros M¨®dulos DirectFlash no necesitan controladores complejos y grandes cantidades de RAM para hacer por si solos todo este trabajo. Por lo tanto, nuestros m¨®dulos son m¨¢s sencillos y, gracias a ello, m¨¢s fiables, adem¨¢s de ser m¨¢s eficientes. Tambi¨¦n podemos escalar el tama?o de nuestras unidades con los avances en la tecnolog¨ªa de fabricaci¨®n del flash NAND, sin tener que aumentar la complejidad o el coste de la unidad.

Esto permite que los clientes dispongan de unos sistemas que ofrecen un mayor rendimiento, de un modo m¨¢s constante, y m¨¢s fiabilidad y longevidad que los de otros sistemas totalmente flash o h¨ªbridos que utilizan las unidades de estado s¨®lido en su dise?o.

Pure se fund¨® con la convicci¨®n de que el futuro del centro de datos era totalmente flash y hemos desarrollado nuestra tecnolog¨ªa DirectFlash con el objetivo de hacer que esa visi¨®n sea una realidad. Creemos que la mejor manera de desarrollar los sistemas totalmente flash es creando el sistema desde cero para el flash. Eso significa que eliminamos las partes del sistema dise?adas teniendo en cuenta las interfaces y los paradigmas tradicionales y que permitimos que la tecnolog¨ªa muestre todo su potencial.