3. NAND Flash 基础：页/块/平面的概念、MLC/TLC/QLC区别、坏块管理、ECC校验原理
好，咱们今天聊聊NAND Flash。说实话，做嵌入式存储绕不开它。你想想看，从你的手机到固态硬盘，再到各种嵌入式设备，NAND Flash几乎无处不在。我刚开始接触它的时候，也觉得这东西挺玄乎的，但摸透了它的脾气，其实也就那么回事。
3.1 页、块、平面：NAND的三层结构
NAND Flash的存储结构，说白了就是“套娃”。它不像咱们电脑里的内存，可以随便按字节寻址。它有自己的规矩。
- 页（Page）：这是读写操作的最小单位。一般一个页是4KB、8KB或者16KB。我习惯把它想象成一张纸，你要写东西，就得整张纸写，不能只写半个字。
- 块（Block）：这是擦除操作的最小单位。一个块通常包含64个或128个页。你可以把块想象成一本笔记本，你要擦掉内容，只能整本擦，不能只擦某一页。
- 平面（Plane）：这是并行操作的单位。一个芯片里通常有2个或4个平面。每个平面有自己的缓存寄存器，可以独立进行读写操作。
关键点：NAND Flash不能覆盖写。你要修改一个页里的数据，得先把整个块擦除，再把数据写回去。这就是所谓的“先擦后写”机制。我在项目中遇到过新手直接往同一个页反复写，结果数据全乱了，就是因为没搞懂这个机制。
我的小技巧：设计文件系统时，尽量让数据写入顺序和擦除操作对齐。比如，把频繁修改的小文件放在同一个块里，这样擦除时不会影响其他数据。
3.2 MLC、TLC、QLC：存储密度的进化
NAND Flash按每个存储单元能存多少位数据来分类。这个分类直接决定了成本、性能和寿命。
| 类型 | 每单元位数 | 电压等级 | 典型寿命（P/E次数） | 典型应用 |
|---|---|---|---|---|
| SLC | 1 | 2 | 10万次 | 工业级、军工级 |
| MLC | 2 | 4 | 1万次 | 消费级SSD |
| TLC | 3 | 8 | 3000次 | 主流SSD、U盘 |
| QLC | 4 | 16 | 1000次 | 大容量存储 |
为什么会这样？说白了，电压等级越多，区分不同状态就越困难。MLC有4种电压状态，TLC有8种，QLC有16种。你想想看，电压窗口就那么窄，要精确区分16种状态，对工艺和控制器都是巨大挑战。
我记得有一次做项目，客户非要上QLC，说成本低。我劝了半天没用，结果产品用了半年就开始大量坏块。嗯，从那以后，我对QLC的寿命问题特别敏感。
避坑指南：我曾经在选型时忽略了一个细节——TLC和QLC的读取干扰问题比MLC严重得多。如果你做的是频繁读取的设备（比如监控录像机），建议优先考虑MLC或者带强纠错能力的TLC。
3.3 坏块管理：NAND的“天生缺陷”
NAND Flash出厂时就有坏块，而且随着使用还会产生新的坏块。这不是质量问题，是工艺决定的。你想想看，几亿个存储单元，有几个坏的太正常了。
坏块分两种：
- 出厂坏块：芯片出厂时就标记好的，一般在块的第1个页的备用区（Spare Area）有标记。
- 使用坏块：随着擦写次数增加，某些块会失效。这就是为什么NAND有寿命限制。
管理坏块，我习惯用两种策略：
- 跳过坏块：在逻辑地址映射时，直接跳过坏块，把数据写到好块上。
- 坏块替换：用预留的好块替换坏块。一般会预留总容量的2%-5%作为替换池。
实战经验：我在做嵌入式文件系统时，会在初始化阶段扫描所有块，建立一张坏块表。每次写入前先查表，避免往坏块里写数据。这个表要保存在NAND的好块里，不然掉电就丢了。
3.4 ECC校验原理：给数据上保险
NAND Flash的存储单元会随着时间、温度、读写次数增加而出现位翻转。一个比特从1变成0，或者从0变成1，这就是所谓的“软错误”。ECC（纠错码）就是用来检测和纠正这些错误的。
常见的ECC算法有：
- 汉明码（Hamming Code）：能纠正1位错误，检测2位错误。适合SLC。
- BCH码：能纠正多位错误。MLC和TLC常用。
- LDPC码：纠错能力更强，但计算量大。QLC和高端SSD必备。
ECC的原理其实不复杂。以汉明码为例：
// 假设数据是4位：d1 d2 d3 d4
// 插入3个校验位：p1 p2 p3
// 编码后的数据：p1 p2 d1 p3 d2 d3 d4
// 校验位计算：
p1 = d1 XOR d2 XOR d4
p2 = d1 XOR d3 XOR d4
p3 = d2 XOR d3 XOR d4
// 接收时重新计算校验位，对比就知道哪一位错了你可能会问，为什么需要这么复杂的纠错？我举个例子：TLC的一个页有8KB数据，如果每512字节需要16字节的ECC，那一个页的ECC开销就是256字节。这还不算多，但QLC可能需要每512字节用56字节的ECC，开销就大了。
我的建议：选ECC算法时，别只看纠错能力。要考虑控制器的计算能力。我在一个低功耗项目里用过BCH，结果CPU算不过来，读写速度慢得离谱。后来换了硬件ECC引擎，问题才解决。
注意：ECC不是万能的。如果坏块太多，或者数据错误超过了ECC的纠错能力，那就只能报错了。所以，定期做坏块扫描和磨损均衡，比单纯依赖ECC更靠谱。
好了，这一章的内容就到这。NAND Flash的基础概念其实不难，但细节很多。你只要记住：页是读写单位，块是擦除单位，平面是并行单位；MLC/TLC/QLC是密度和寿命的权衡；坏块要主动管理；ECC是最后一道防线。把这些搞懂了，后面讲文件系统适配就轻松多了。