SlideShare una empresa de Scribd logo
1 de 79
Descargar para leer sin conexión
2014年6月18日
ソルナック株式会社
SSDを使いこなす
(SSD基本理解)
2
商標および登録商標について
ヒューレット・パッカードは、米国Hewlett-Packard Companyおよびその他の国における
商標または登録商標です。
マイクロソフト、Microsoft、Windows、Windows 7、 NTFS、FATは、米国Microsoft
Corporationおよびその他の国における商標または登録商標です。
Panasonicは、パナソニック株式会社およびその他の国における商標または登録商標
です
日経エレクトロニクスは、日経BP 社 の登録商標です。
インテル、Intelは、米国およびその他の国におけるIntel Corporationの商標です。
マイクロン、Micronは、米国Micron Technology, Inc.およびその他の国における商標ま
たは登録商標です。
Samsungは、Samsung Electronics Co., Ltd.およびその他の国における商標または登録
商標です。
東芝は、株式会社 東芝またはその子会社の商標または登録商標です。
その他、本文に記載の会社名、製品名はそれぞれの会社の商標もしくは登録商標で
す。
(順不同)
3
弊社紹介
会社名
ソルナック株式会社
所在地
〒530-0003
大阪市北区堂島1-1-25,TEL 06-4796-3233 (http://www.solnac.jp)
主な業務内容
HDD技術支援サービス(障害解析/選定評価/使用機器評価)
高信頼性HDD/HDD関連製品の提供
産業用SSD・メモリモジュール販売
電子機器設計・開発・製造,品質評価サービス
その他
IDEMA Japan 会員 (日本HDD協会,http://www.idema.gr.jp/)
4
HDD/SSD技術支援サービス
日経エレクトロニクス
2005年3月14日号
障害解析/選定評価/使用機器評価
衝撃試験機
冷熱・振動複合
試験機
恒温・高湿槽
走査電子顕微鏡
3D-XRAY装置
FT-IR
フーリエ変換
赤外分光光度計
5
講師略歴
浅野 浩延 (ソルナック株式会社 営業担当部長 )
関西大学卒業後、当時、世界第2位のコンピュータメーカであった、Digital Equipment
Corporation 日本法人(通称 DEC,現 ヒューレット・パッカード -hp-)に入社。製造業の
お客様を中心に担当。パーソナルコンピュータ事業本部所属時には、“DOS/Vパソコ
ン”の啓蒙活動に従事、テクノロジー事業本部所属時には、Alphaシステムやストレー
ジシステムのOEMビジネスに従事。
コンパック(現hp)によるDEC買収後の事業売却に伴い、米国SMART社に転籍、日本
法人の設立に参加、アジア地区セールス責任者に就任。その後、マイクロソフトに転
職。
マイクロソフト株式会社では、コンピュータメーカ担当営業に従事した後、松下コン
ピュータシステム株式会社(現 パナソニック ソリューションテクノロジー株式会社)に転
職、営業グループマネージャ、営業推進グループマネージャ、事業企画グループマ
ネージャ等を歴任。
ソルナック株式会社では、HDD技術支援ビジネスや、米国SMART社製高信頼性SSD
の拡販活動に従事。
6
ご参考資料
日経エレクトロニクス誌 コラム掲載
2013年4月1日,4月29日,5月27日,6月24日,7月22日,8月19日,9月16日号
7
お詫び
本日は、「基礎編~正しい処理性能測定」
目次
適正な評価基準とは ・・・・・・・・・ 8頁
SSD 基本構造 ・・・・・・・・・ 12頁
SSD 基本構造(種別) ・・・・・・・・・ 23頁
SSD 製品寿命への考察 ・・・・・・・・・ 38頁
SSD 製品寿命指標 ・・・・・・・・・ 47頁
正しい処理性能測定 ・・・・・・・・・ 59頁
処理速度性能評価 ・・・・・・・・・ 67頁
また マークの付いた頁(ページ)は、後日の
公開資料には含まれておりません。
非配布
適正な評価基準
(間違いだらけのSSD選び)
9
SSDは…
“夢のストレージ”ではありません!!
特に保存(アーカイブ)用ストレージには向いていません。
あるエンタープライズ向けSSDメーカーのメッセージ
Your data will be there in the morning.
しかし弱点を理解した上で利用すれば、皆さんの悩みを解決する大きな
武器に!!
そこで本日は時間の許す限り、いまさら聴けないSSDの基本や、
SSD選択するにあたってよく話題になる製品寿命に絞ってお話
を進めます。
なお本セミナーでは現在市場で入手可能な、「NAND型メモリフラッシュ(
※)」を記憶素子として搭載した、SSDを前提にご説明しています。
※ NAND(ナンド)とは「Not AND」の略で論理回路の一種で、この仕組みを
採用しているフラッシュメモリがNAND型フラッシュメモリとなります。この資料
においては以降、NANDと記述しています。
10
SSD選択肢
SSDを選ぶ際には様々な選択肢が存在します。
価格
容量
速度性能
インターフェイス(SATA,SAS等)
耐久性能(製品寿命)
データ信頼性
その他 しかし実際は??
11
適正な評価基準
SSDの不具合でご相談を受けるお客様には、本当に
不具合が原因の場合もありますが、
SSDの特性を知らないことが原因であったり、間違った評価
基準の結果である場合も多いです。
適正価格の考え方
製品特性の理解不足
日本国内での知名度
≒ コンシューマ系SSD
HDDとの違いへの理解
不足
誤った要因 &
追加すべき要因
価格
速度
知名度
Before
製品寿命を加味した製品
価格比較
正しい速度測定方法の
実施
要求性能への理解
HDDとの正しい使い分け
After
SSD基本構造 1/2
(NAND基本原理)
それでは基礎から
はじめましょう!!
13
SSD内部回路・基本構成
SSDの詳細構成は製品により異なりますが、大まかには以下の基本構
成になっています。(Channel = Bank 複数個, Bank = Die 複数個)
SATAI/F
NANDCONTROLLER
Host
I/O
MPU NAND I/F
NAND I/F
NAND I/F
NAND I/F
NANDNAND
NANDNAND
NANDNANDNAND
(Die)
NAND
(Die)
NANDNAND
NANDNAND
NANDNANDNAND
(Die)
NAND
(Die)
Cache
(
DRAM
)
※NAND I/F
①Intel・Micron
ONFi
②Samsung・東芝
Toggle DDR
NANDNAND
NANDNAND
NANDNANDNAND
(Die)
NAND
(Die)
NANDNAND
NANDNAND
NANDNANDNAND
(Die)
NAND
(Die)
SSD内部
Channel
14
NAND 基本構造 1/2
Die(NANDチップ) = Plane 複数個
Plane = Block(ブロック)複数個
NANDチップ(Die)
Block Block Block Block Block Block Block Block Block Block Block Block Block Block Block
Block Block Block Block Block Block Block Block Block Block Block Block Block Block Block
Block Block Block Block Block Block Block Block Block Block Block Block Block Block Block
Block Block Block Block Block Block Block Block Block Block Block Block Block Block Block
Block Block Block Block Block Block Block Block Block Block Block Block Block Block Block
Block Block Block Block Block Block Block Block Block Block Block Block Block Block Block
NAND
(Die)
NAND
(Die)
15
NAND 基本構造 2/2
NAND内部
NANDは、記憶素子“1個単位”での処理はできません。
Write処理 = Page(ページ)単位 = Word Line x1
Read処理 = Page(ページ)単位 = Word Line x1
Erase処理 = Block(ブロック)単位 = Word Line x32~256
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
Block(ブロック)
WLWLSG
BL
+ +
+ +
+ +
+ +
+ +
+ +
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
WL WL
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
WL WL WL WL WL WL WL WL WL
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
SGWL WL
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
+ +
--
WL
+ +
+ +
+ +
+ +
BL
BL
BL
SL
BL
BL
+ +
+ +
SL
16
Write処理
ソース/ドレイン間を電子が
流れるときに、コントロール
ゲート(電極)側への高い正電圧印加することで、一
部の電子がフローティングゲートに流入。
フローティングゲートに流入した電子は、トンネル酸
化膜によって、そのまま保持。
NAND記憶素子 基本原理 1/3
(Write処理)
- - - -
+
+
- -
- -
- -
- -
+ + + + + + + + +
+ + + + + +
- -
- - - -
+ +
17
NAND記憶素子 基本原理 2/3
Erase(消去)処理
基盤側への高い正電圧印加
することで、フローティング
ゲートに保存されている電子
を抽出。
本書では消去処理のことを、DeleteではなくEraseを使用し、書き込み処理については、Program と
Write を併用しています。
理由としては、SSDやNANDに関する英文文献等において、上記の“単語”が併用されることが多いた
め、本書においても、この用法に従っています
(Erase処理)
+ + + + + + + + + +
- - - -
+ + + +
+
+
+
18
+ +
+
NAND記憶素子 基本原理 3/3
Read処理(SLC)
ソース-ドレイン電極に電流を印加す
ることで判別。
フローティングゲート側に電子が蓄
えられている状態
基板側の抵抗が高い状態であるため、
基板側に電流が流れません。(上図)
フローティングゲート側に電子がな
い状態
基板側の抵抗が低い状態であるため、
基板側に電流が流れます。(下図)
(SLC: “1”,= Onの状態)
(基板側)
- --
(SLC: “0”, = Offの状態)
ソース
電極
ドレイン
電極
+ + +
(基板側)
ソース
電極
ドレイン
電極
+ + +
- -- - - -
+
+
+
19
NAND記憶素子の仕組み 1/2
動作内容
通常時は
電子を通さない「絶縁体」のおかげで、
フローティングゲートの電子はそのまま
維持されます。
Write処理時
上側から強い力で吸引されることで、通
常は電子を通さない「絶縁体」を、電子
が通過し、下側から上側に移動。
Erase処理時
下側から強い力で吸引されることで、
「絶縁体」を電子が通過し、上側から
下側に移動。
通常時
Write処理時 Erase処理時
フローティング
ゲート側
基板側
20
NAND記憶素子の仕組み 2/2
書き換え可能回数
絶縁体(トンネル酸化膜)耐用回数
書き換え耐性 (Write Endurance)
工場出荷時は
「絶縁体」は、フローティングゲートの電子を
維持するのに十分な性能。
Write/Erase処理のたびに
絶縁体が傷つくと、吸引されなくても、フ
ローティングゲートの電子が漏れていくよう
になります。
また磨耗が更に進むと、絶縁体の様々な場
所に、電子を溜め込んでしまう電荷トラップ
スペース(溜り空間)が発生。
工場出荷時
製品磨耗後
21
NAND記憶素子は、上書きが出来ないので、Re-Write(修正)処理の場合、
「Read – Modify – Write – Erase」処理で、一つの処理になります。
① 書き換え対象となるデータの存在する該当Blockを特定。
② Block全体を作業用メモリに読み込む。
③ 該当データをメモリ内で書き換える。
④ 未使用のBlockに書き込む。 (1回目)
⑤ 元Blockを消去する。(2回目) → 1回分消費
Read–Modify–Write–Erase
書換対象部分(書換前)
書換対象部分(書換後)
未使用部分
巻き添え書換部分
①①①①
作業用メモリ
②②②②
作業用メモリ
③③③③
作業用メモリ
④④④④
22
製品寿命 = 書き換え可能回数
Write/Erase処理のたびに、
絶縁体を電子が通過し、絶縁体を傷
つけ、絶縁体が磨耗していきます。
一定回数を超えると、傷ついた絶縁
体では、フローティングゲートに注入
された電子を維持できなくなります。
製品寿命
= 絶縁体(トンネル酸化膜)の耐用回数
= 書き換え可能回数
= 書き換え耐性 (Write Endurance)
(Erase処理)
(Write処理)
(基板側)
+
- - -
+ +
絶縁体
(トンネル酸化膜)
+
- - -
+ +
絶縁体
(トンネル酸化膜)
SSD基本構造 2/2
(NAND種別,多値化 & 微細化)
SLC,MLCを
きちんと理解しましょう!!
24
(基板側)
-
+
- -
+ +
NAND種別 (多値化,SLC vs. MLC)
SLC = Single Level Cell
MLC = Multi Level Cell (電圧の細やかな制御が必要)
以前は、2bit以上を扱うものの総称として使われていましたが、
最近は、2bit対応をMLC。3bit対応をTLC(Triple Level Cell )と
表記することが多い。
M L CS L C
同じ値
として扱う
1
((((1))))
0
((((0))))
0
((((0))))
11
((((3))))
10
((((2))))
01
((((1))))
00
((((0))))
電
圧
ここ部分の
電子量の扱いが変わります”!!
25
多値化(NAND種別 SLC vs. MLC)
いずれもRead 処理は、基板側(ソース・ドレイン電極間)に電
流を流し、Vth(threshold Voltage, 閾値電圧)を測定。
01 10 00
4.0V 5.0V1.0V 6.0V2.5V
11
1 0SLC →
MLC →
---------
-
-
-
-
-
-
-
+++++++
- -
-
-
-
-
-
-
-
-
+++++++
- - - - -- -
-
-
-
-
-
-
-
+++++++
- ---
- - -- -
-
-
-
-
-
-
-
+++++++
-
- --- --
-
26
多値化によるメリット
大容量化とコスト圧縮への市場要求に対応
少ない“記録素子”数で対応可能。
SLC(Single Level Cell,1bit対応):
1素子で、「0 or 1」を表現
MLC(Multi Level Cell,2bit対応):
1素子で、「0~3(二進法”00~11”)」を表現
SLC
1 0 0 0
MLC
SLC
= MLC
11 10 01 00
同容量
27
微細化によるメリット
SLCからMLCへの変更は単純に、同じ容量で必要なチップ
数が少なくなる(半分)メリットとともに…
ダイ(半導体素子)が小さくなるにつれて歩留まりが向上、1
枚のウエハーで製造できるチップ数が激増。 50nm/SLC/2GB
≒ 19nm/MLC/32GB
28
多値化 & 微細化により…
多値化
NAND個数が減少(同一容量の場合、SSD1個あ
たりに使用されている記憶素子数が減少。
電子リークの影響を受けやすくなり、微妙な電圧
制御に耐えられる書換可能回数が減少。
微細化
低下していく耐久性能(書き換え可能回数低下)
低下していく信頼性
データ保持性能低下
ファイル破損,文字化け(信頼性低下)
多値化
微細化/多値化
微細化
-
-
-
1
0
-
- --
-
-- --
- --
- --
- --
-
-
-
-
-
-
- -- -
- -- -
3
2
1
- -
- -
-
-
-
-
--
--
--
--
--
-
0
- -
1
0
-
--
- - - --
-
- - - --
- - - --
- - - --
- - - --
- -
- - - --
- - - --
-
-
-
-
-
-
-
-
3
1
-
-
-
--
- - - --
-
- - - --
- - - --
- - - --
- - - --
- -
- - - --
- - - --
-
-
-
-
-
-
-
-
0
2
29
データ保持性能劣化
データ保持性能(Data Retention)とは
フローティングゲートに、保存(Write)された電子を、そのまま蓄えられ続けられる
能力。電子漏出(電子リーク)や電荷トラップにより破損。
データ保持性能は、以下の影響を受けます。
NAND種別/微細化に伴い低下
閾値の設定数(SLC: 1個,MLC: 3個)
フローティングゲートの電子量
ちなみに、1xnm台のプロセスで製造されたNANDにおいては、フローティングゲート内
の電子数は、100個程度!!
書き換え回数
絶縁体(トンネル酸化膜)の劣化に伴い、データ保持性能も低下
動作温度によっても低下
動作ストレス(Write Disturb,Read Disturb)
書き換え間隔
※主要参考資料: 東芝レビュー「 Vol.66 No.9(2011) 」(http://www.toshiba.co.jp/tech/review/2011/09/66_09pdf/a07.pdf)
30
電子リークと電荷トラップ
電子は、動作・非動作,電源ON/OFFに関係なく、リーク(漏出)
し、電子量(電圧)が変化。(“Charge migration”の一種 )
また絶縁体(トンネル酸化膜)が劣化していくと、電荷トラップ(電
子を捕獲する欠陥)が増加するため、電子リーク速度が増加。
絶縁体(トンネル酸化膜)の劣化に伴い、この膜の途中で
留まる(トラップ)電子の量が増加していきます。
また絶縁体(トンネル酸化膜)に留まってしまった電子は、
フローティングゲート内の電子より早く漏れていき、
かつ、“しつこく”残ります。
NANDに保存された値を決めるのは、基板側に
存在する電子量。
-
+ + + + + + + + + + + +
-
-
---- ---- ----
-
-
- -
-
-
-
-
-
コップの中の水が少しづつ蒸発して減っていくように、
フローティングゲート内、および絶縁体(トンネル酸化膜)の
電子が時間とともに漏れていきます。
31
データ保持性能劣化 with 磨耗度
データ保持性能は、磨耗度に伴い低下。
未使用時(使用率 = 0%)
絶縁体には、まったく傷がない状態です。
製品寿命満了時(使用率 = 100%)
絶縁体が傷ついたことで、書き込まれた電子
は直ぐに、“抜けて”行きます。
下表を一見すると、製品寿命満了時の保持能
力は変わっていないように見えますが、書き
換え可能回数が少なければ早く満了。
(製品寿命満了間際)
(未使用時)
絶縁体に
問題なし
痛んだ
絶縁体
2012年2005年(NAND製品傾向)
MLC
製造プロセス 7xnm 19 – 2x
保持
能力
0% 3 years ≧ 2 years
100% 6months - 1year ≧ 6 months
(基板側)
-- ---
(基板側)
-- ---
32
MLC 信頼性推移例
書き換え可能回数(横軸)とデータ保持性能(縦軸)の関係
書き換え回数の増加に伴い、データ保持性能も低下
微細化に伴い低下
保持期間
書き換え回数
3年間
2年間
1年間
1万回 2万回 3万回3千回
半年
1年間(データ保持性能)寿命満了時:
3万回(書き換え可能回数 )/ 3年間(データ保持性能)新品時:
MLC(2006年)
6ヶ月間(データ保持性能)寿命満了時:
3千回(書き換え可能回数 )/ 2年間(データ保持性能)新品時:
MLC(2012年)
低
下
33
データ保持性能劣化 with 高温
電荷トラップ
書き換え回数が増えるほど、絶縁体(トンネル酸化膜)にトラッ
プされる電子量が増加。
測定電圧は、「フローティングゲート+絶縁体」の電子量で決定。
高温環境下での電荷トラップ
トンネル酸化膜にトラップされる電子は高温ほど多くなる。
但しトラップされる場所は、高温ほど基板から遠い位置になる。
高温環境下のWrite処理時にトラップされた電子は、基板面側
から、より離れた領域(絶縁体内)にトラップされるため、基板
面近くにトラップされた電子より、リーク開始時間は遅い。
高温環境下での電子リーク
ただし高温に起因した運動エネルギー活性化に伴い、電子
リーク発生量は大きくなる。
Write時(初期)
基板側
絶縁体(トンネル酸化膜)
高温Write時(磨耗後)
基板側
++++++++++
---- ---- --
----------
-
++++++++++
--
---- ----
-
--
-
-
-
-
--
34
データ保持性能劣化 with 低温
電荷トラップ
書き換え回数が増えるほど、絶縁体(トンネル酸
化膜)にトラップされる電子量が増加。
測定電圧は、「フローティングゲート + 絶縁体」の電子
量で決定。
低温環境下での電荷トラップ
トンネル酸化膜にトラップされる電子は低温ほど少ない。
ただしトラップされる場所は、低温ほど、基板に近い位
置になる。
低温環境下のWrite処理時にトラップされた電子は、基
板面側から、より近い領域(絶縁体内)にトラップされる
ため電子リークしやすい。
低温Write時(磨耗後)
Write時(初期)
基板側
絶縁体(トンネル酸化膜)
基板側
-
++++++++++
--
---- ----
-
--
-
-
-
-
--
++++++++++
---- ---- --
----------
35
WLWLWL
10V
+
18V
+
0V
+
10V
+
WL
+++ ++ + + +
WL
+++ ++ + + +
4V
+
- - - - - - - - -- - - - - -
- - - -- - -
- -
WL
+++ ++ + + +
4V
+
- - - - - - - - -- - - - - -
動作ストレス耐性 1/2
Write Disturb (Pass Disturb)
同一WL/BL上のWrite処理対
称でない素子にも電圧印加。
NANDの微細化や、多値化で
顕在化。
フローティングゲート内の電子量
低下
記憶素子間の距離低下
36
動作ストレス耐性 2/2
Read Disturb
同一WL/BL上のRead処
理対称でない素子にも
電圧付加。
NANDの微細化や、多
値化で顕在化。
フローティングゲート内の
電子量低下
記憶素子間の距離低下
閾値が多い
WLWLWL
5V
+
0V
+
1V
+
5V
+
WL
+ + + +
WL
+ + + +
5V
+
- - - - - - - - -- - - - - -
- - - -- - -
WL
+ + + +
4V
+
- - - - - -- - - - - -
+
+
+
---
- -
- -
37
Tips: 多値化 & 微細化の影響 非配布
SSD 製品寿命への考察
(使用前予測は可能か?)
39
SSDの製品寿命
現実は計算困難。
影響要素①(ユーザ要素)
アプリケーション特性(1日の書き換えファイル容量・数)
設置環境(温度等)
影響要素②(製品仕様/特性)
書き換え倍率(Write Amplification)
ウェレベリング(Wear Leveling)効率
デフラグ & ガベージコレクション & ハウスキーピング
その他(ECC & データ信頼性確保機能)
製品寿命 =
SSD全体”書き換え可能回数“ ÷ 平均書き換え回数(日)
40
アプリケーション特性
製品寿命を複雑にする「様々な処理単位」
4~16Kbyte:
Write/Read処理 (ページ単位)
512Kbyte~:
Re-Write/Erase処理 (ブロック単位)
~4KByte:
クラスタサイズ (Windows NTFSの場合)
データ処理量 ≠ 書き換え回数
書き換え回数:
10GB ÷ 512KB(平均ファイルサイズ) = 20480回回回回
10GB ÷ 256KB(平均ファイルサイズ) = 40960回回回回
10GB ÷ 128KB(平均ファイルサイズ) = 81920回回回回
またWrite速度を上げるために、1個のファイルを
分割し書き込む、「並列I/O」を採用するSSDが
主流になりつつあり、書き換え回数は増加傾向。
41
Write Amplification(書き換え倍率) 1/2
Write Amplification とは
ホスト側の書き込みデータに対して、実際に、NAND Flashに
対して、どれくらい(余分な)データを書き込む必要があった
か?
WA値は製品によって異なります。また値は“大きい”ほど、効
率が悪いことを表します。
平均的SSD: 1.1(91%) ~ 10(10%)
WA値は、各SSDベンダーの測定値を元に設定されています
が、測定時に使用するファイルサイズも結果が異なってきます。
ユーザ側ファイルサイズで異なる。
ファイルサイズが、搭載NANDのページサイズやブロックサイズに一致
すると向上。
42
左側は、データ(4page分,1Block分)をホスト側で修正後、別の「1Block」に保存。
(WA効率は高いが低速。)
右側は、 Page単位で分割されているデータを、ホスト側で修正後、再び別々のBlockに
保存。(WA効率は低いが、高速。)
Write Amplification(書き換え倍率) 2/2
1対1(WA =1,“100%”) 1対4(WA = 4,”25%”)
Erase
Write
Read(書換対象)
SSDコントローラ SSDコントローラ
Read Erase
Read
Read
Read
Erase
Erase
Erase
Write
Write
Write
Write
SSDコントローラ SSDコントローラ
ホスト側メモリ上ホスト側メモリ上
43
すべてのSSD製品に実装。但し実装方法は、ベンダによって異なる。
例えば、“書き換えタイミング(Wear Leveling の起動タイミング)”
一般的なSSDの場合、「Average Erase Count vs. Maximum Erase Count」の比較(閾値)
Wear Leveling 効率 1/2多い少ない
2 4 5 7 9 11 13 15 17 17 19 21
WearLeveling 起動・閾値= Readデータ = Writeデータ
44
Wear Levelingとは、書き換え(リフレッシュ)処理そのもの。
本来は磨耗度(Wear)を平準化(Leveling)する技術。
リフレッシュ処理。
頻繁な“Wear Leveling”は書換回数を消費するものの、データ信頼性維持に貢献。
手遅れ(Read処理不可)になる前の、 “Wear Leveling”は有効。
Wear Leveling 効率 2/2
時間経過に伴う“電子リーク”
WearLeveling
電圧レベルが電圧レベルが電圧レベルが電圧レベルが
復帰復帰復帰復帰
45
ガベージコレクション &ハウスキーピング
前頁の「消去対象Page」は、このままでは再利
用できません。
よってこのような複数Blockに散乱している「消
去対象Page」を、同一Block内に統合して消去
処理可能な状態にすることを、ガベージコレク
ション処理。
さらに対象BlockをErase処理することをハウス
キーピング処理といいます。
この一連の処理は、SSDにとっては、もっとも
時間的ペナルティが高く、負荷の重い処理で
あるため、古いSSDにおいては、しばしばフ
リーズ現象の原因になっていました。
MLC SLC
速度 vs. Read 速度 vs. Read
Read 50μs - 25μs -
Write 900μs 18倍 650μs 26倍
Erase 3ms 60倍 2ms 80倍
ガベージコレクション処理
SSD(4 Block)
ファイルA
(容量: 1.5 Block)
ファイルB
(容量: 1.5 Block)
Write処理時処理時処理時処理時
ファイルC
(容量: 1 Block)
保存保存保存保存後の状態後の状態後の状態後の状態
使用可能
領域創出
SSD(4 Block)
ファイルA
(容量: 1.5 Block)
ファイルB
(容量: 0.5 Block)
Write処理時処理時処理時処理時
保存保存保存保存後の状態後の状態後の状態後の状態
ファイルC
のみ削除
使用不可
領域
使用不可
領域
使用可能
領域創出
ファイルB
のみ修正
46
リフレッシュ処理
① Read対象となるファイルを特定。
② 対象ファイルを作業用メモリ(SSD内キャッシュ)に読み込む。
③ 該当ファイルをメモリ内で修正する。(ECC処理実施)
④ 修正したBit数が多い場合、修正したファイルを別の領域に保存する。
(破損Bitが対応可能Bit数を超えている場合は、“Readエラー”。)
⑤ 元ファイルを消去する。
破損部分
Read処理対象ファイル
未使用部分
①①①①
作業用メモリ
②②②②
作業用メモリ
③③③③
作業用メモリ
④④④④
⑤⑤⑤⑤
SSD製品寿命指標
(TBW –Tera Byte Written-)
使用前の正確な予測は困難
しかし相対比較はしたい
48
製品寿命指標
SSD製品寿命に関する業界標準基準
JEDEC(JEDEC Solid State Technology Association,半導体技術協会)により、
2010年9月に公開。(仕様書番号 JESD218 )
製品寿命を“TBW(Tera-byte Written)”という数値で表現。
定義された試験環境/試験方法/負荷において、対象となるSSDが、製品寿命満了までに
、何TBのデータを書き込めるかを数値で表現。
SSDを二つのカテゴリーに分類
Enterpriseクラス(サーバ用途),Clientクラス(PC用途)
製品カタログ等での表記
TBW(Tera Bytes Written)」が記述されている場合と、最近はTBWに基づいた「
DWPD(Drive Write Per Day)」、あるいは「Random drive writes/day」が記述されて
いる場合があります。
※参考資料: JEDEC “JESD218” (http://www.jedec.org/)
49
TBW(Tera Byte Written)の計算方法
上記の計算式から
製品寿命(耐久性能)を「書き換え可能容量」として算出。
同一モデル製品であれば、“製品容量”に比例。
但し、“次頁”記載の条件を満たしていること。
動作環境,データ保存条件,SSD製品としての故障率,デー
タ破損率。
TBW =
Capacity (容量) × Program/Erase可能回数
Write Amplification (書き換え倍率) × 1000(GB換算)
50
異なる合格条件
諸条件について
動作環境: Enterpriseクラスは連続稼動
データ保存(Data Retention) と温度
常温付近では、7℃の温度上昇で「約2倍のリーク電流」があるとの研究結果あり。
FER(Functional Failure Requirement)
ストレージとしての機能を喪失したSSDの割合。テストには、31台以上の試験結果の提出が必須。
UBER(Uncorrectable Bit Error Rate)
ECC補正後の、読み込み時のデータエラー数を、読み込んだ総ビット数で割った率。
(≒RBE, Raw Bit Error: ECC補正前のビットエラー頻度)
二つのクラス(TBW)
要注意
(二つのクラス)
※参考資料: JEDEC “JESD218” (http://www.jedec.org/)
製品クラス 動作環境 データ保存(電源Off) FER UBER
Client 40℃ (8時間/日) 30℃,1年間 ≤ 3% ≤ 10-15
Enterprise 55℃ (24時間/日) 40℃,3ヶ月 ≤ 3% ≤ 10-16
51
DWPD (Full Drive Write Per Day) 1/2
TBW (Tera Bytes Written)は前述の通り、計測対象となったSSDが、製品寿
命尽きるまでに、どれだけのデータを保存できるかを示しています。
よって“100TBW”の製品とは、 「製品寿命が尽きるまでに、“100 Tera
Byte”のデータを保存できる。」ということを示しています。
当然、同じSSDベンダの同じ製品であれば、「製品容量が“2倍”になれば、
TBWも“2倍”」になります。
よって異なる容量の製品を、単純にTBWで比較しても意味がありません。
そこで最近では、TBWを元に、「DWPD」を計算して、この数値を比較すること
が一般的になりつつあります。
例えば、「x10 DWPD」と記載されている場合は、実容量に対して、10倍の
データを保存し続けても、製品保証期間中は使用可能であることを示して
います。
52
DWPD (Full Drive Write Per Day) 2/2
TBWの本来の計算式
TBW と DWPDの関係
TBW =
製品容量 (ユーザ容量) × Program/Erase可能回数
Write Amplification (書き換え倍率) × 1000(GB換算)
TBW =
製品容量 × DWPD × 製品保証期間(365日 × 製品保証年数)
DWPD =
TBW × 1000(GB換算)
製品容量(ユーザ容量) × 製品保証期間(365日 × 製品保証年数)
1000(TB換算)
53
Tips: SSD製品保証
SSDの“製品保証”
たとえば製品保証が5年間と記載されていても、
内容的には、「限定的5年間製品保証」であり、Write処理量
が多く、5年間以内に「製品寿命が満了(Wear-out)」した場合
は、製品保証の対象にはなりません。
パソコン等に組み込まれているSSDを除き、・・・・そういった場合は、
パソコン等の製品保証が優先・・・・ SSD単体では販売されている場合
は、上記の限定保証になります。
ただしSSDメーカとしては、一般的な使用内容で、上記の「製品寿命が
満了」するようなことにはならないと考えています。
逆に、この“制限条項”を明記していないSSDは信用できない?!
54
製品名 クラス
ユーザ
容量
TBW測定結果
JESD219 8K byte
製品A Enterprise 200 3000 N/A
製品B Enterprise 200 N/A 3000
JESD218規格に準じていて、かつ“クラス(Enterprise or Client)”が同一
であっても、測定ファイルサイズによっては数値が変わる可能性あり。
ファイルサイズ 比率
512 Bytes (0.5K Bytes) 4 %
1024 Bytes (1K Bytes) 1 %
1536 Bytes (1.5K Bytes) 1 %
2046 Bytes (2K Bytes) 1 %
2560 Bytes (2.5K Bytes) 1 %
3072 Bytes (3K Bytes) 1 %
3584 Bytes (3.5K Bytes) 1 %
4096 Bytes (4K Bytes) 47 %
8192 Bytes (8K Bytes) 10 %
16384 Bytes (16K Bytes) 7 %
32768 Bytes (32K Bytes) 3 %
65536 Bytes (64K Bytes) 3 %
【製品寿命比較】
※JESD219 規格 (Enterprise)
測定ファイルサイズの問題 1/2
ファイルサイズについて
Windows 環境において発生するファイルは、
大半がランダムアクセスで、
そのうち“50%以上”は、“4KB”以下。
55
測定ファイルサイズの問題 2/2 非配布
TBWは、測定ファイルサイズで変化
設定によっても変化
余剰領域(Over-provisioning ≠ 予備領域)の有無によっても変化
絶対値
ではない
56
Tips: 余剰領域設定とは
余剰領域(Over-Provisioned Capacity)の設定
予備領域(Spare Capacity/Area)とは考え方が異なる
一般的SSDは、2進法表示(Binary Gigabytes)と、IDEMA標
準容量の“差”を、予備領域(交替領域)用として使用。
余剰領域は以下の効果を狙ったもの(ただし物理上は同じ)
設定効果
Write Amplification 向上
ガベージコレクション効率向上
速度向上(速度劣化防止)
製品寿命延伸
1 11 6 10
3 13
15
7
9 14 4
2 8 12 5
余剰領域 & WA (関係例)
参考論文
IBM Zurich Research Laboratory
Write Amplification Analysis in Flash-Based Solid State Drives
57
安物買いの銭失い vs.宝の持ち腐れ
“使用予定量 & TBW & 製品保証期間” のバランスを考慮
単純な価格比較ではなく...
B製品
1年 2年 3年
10 TBW
20 TBW
30 TBW
ユーザ使用量
(3年間)
A製品
4年
製品保証期間
58
しつこいようですが….
単純な容量価格比較(製品価格 ÷ 容量)は間違いの元です!!
正しい処理性能測定
(正しい評価方法の理解)
60
SSD処理速度性能への影響要因
お客様要因
処理内容(データサイズ,データ内容-圧縮等-,R/W比率,処理負荷)
SSD製品要因
NAND種別(TLC,MLC,eMLC,SLCモード,SLC)
インターフェース(SATA,SAS,PCIe)
搭載DRAM容量
搭載・使用チャネル数
余剰領域(処理速度劣化防止,製品寿命延伸)
バックグランド処理
ガベージコレクション,ハウスキーピング,ウェアレベリング,リフレッシュ,コンパクション
Throttling処理(処理速度平準化,製品寿命延伸)
製品利用度,磨耗度
システム要因
HW: マザーボード(CPU等含む)
SW: OS,デバイスドライバ等
テスト要因
試験方法,試験手順,パラメータ
61
こんな間違いを犯していませんか? 非配布
62
正しい処理性能測定
正しい処理性能を測定するには、少なくとも以下の3点について、
配慮が必要です。
処理速度は処理内容で変化。
ターゲット市場ごとに製品設計思想も異なる。
例: Client向け vs. Enterprise向け
さらにSSDの処理速度性能には、注意すべき特有の問題があります。
Steady Stateの問題
短い・頻度でカバー比較的長い3. ガベージコレクション処理時間
4. Trimコマンド
ランダム転送, Read & Writeバースト転送,Read or Write1. チューニング基準
2. 処理速度,Latency時間性能 安定性 > 瞬間速度性能瞬間速度性能 > 安定性
サポート必須ではないサポート必須
EnterpriseClient設計思想
63
Steady State とは
上書き処理のできないSSDは、低下率の違いはあるもの、すべて
の製品で一定使用後に速度性能が低下します。
この速度が落ちた状態を、定常状態(Steady State)と呼び、SSDは
この定常状態での処理速度を計測するのが正しい方法です。
出典: http://www.snia-j.org/tech/WH/SSD_TEST/files/SSD_TEST.pdf
64
Steady State 発生原因 & 注意点 非配布
65
SNIA: SSDベンチマーク仕様
現在、SSDのベンチマーク方法としては、SNIAが作成したものがあります。
SNIA SSS性能試験仕様に基づくSSDパフォーマンスの把握(日本語翻訳)
http://www.snia-j.org/tech/WH/SSD_TEST/files/SSD_TEST.pdf
SSDの性能 - 入門編 / SSD Performance - A Primer(日本語翻訳)
http://www.snia-j.org/tech/WH/SSD/files/SSD_Performance-A_Primer_J.pdf
ベンチマーク仕様書 (英語版のみ)
Enterprise SSD用とClient SSD用に別れています。
http://www.snia.org/tech_activities/standards/curr_standards/pts
SNIA(Storage Networking Industry Association)とは、SANやNASの普及を目
的とするストレージ関連ベンダーによって設立された世界最大の業界団体。
米国SNIA: http://www.snia.org/
日本SNIA: http://www.snia-j.org/
66
SNIAベンチマーク仕様概要 非配布
仕様内容には多くの留意すべきヒントが隠れています。
SSD種別での違いによって試験内容を分けています。
処理速度性能評価
(例を挙げながら)
68
速度性能試験実施の際には..
まずは現実の利用環境に近い基準で計測できないか
を考えてください。
次善の策として、SNIA仕様を参考に!!
ただしSSDに限らず、ベンチマーク試験というものは、接続先
環境(例: ホスト側ハードウェア仕様,OS等)によっても数値
が大きく変化するため、SNIAベンチマーク結果を公表してい
るメーカは存在しません。
SSDメーカに要求しても欲しいデータは入手できません!!
特にEnterprise向けSSD評価でかつ、Steady State状態が判ら
ない場合は
最低限「製品容量分 x2」後の平均値測定を!!
69
Tips: CristalDiskMark
Enterprise向けSSDのベンチマー
クで使用する場合の注意
テストサイズへの考慮。(デフォル
ト: 1GB,最大: 4GB)
試験実施前に、データ書き込みを
行い、空き容量を最小限に!!
書き込み容量 = “製品容量 - テ
ストサイズ”
テスト結果は、「各テスト項目で最
も良い結果」が出力されます。
評価数値は複数回テストを、複数
回実施し、最後の結果を参考に!!
(「デファルト: 5回,最大: 9回」 x
複数回)
使い方を誤らない!!
70
処理速度性能単価(IOPS値 1/2) 非配布
正しい速度性能を把握しないと、間違った選択をしてしまう可能
性があります。
Read比率とWrite比率を考慮するのは当然として…
71
処理速度性能単価(IOPS値 2/2) 非配布
Write性能はカタログ値
と随分異なる場合があ
ります。
特に、Client向けSSDの
Write性能(カタログ値)
は瞬間最大速度!!
72
Read/Write混在環境
Latency時間長め
Read/Write混合処理に弱い。
オンライン・リサイクル処理性能が低め
処理のタイミングが遅めで長め。(再起動時に実施)
結果、負荷の高い環境で使用すると、リサイクル処
理が間に合わず、Write性能が大きく低下。
非配布
73
速度安定性(Performance Stability)
複数のストレージを組み合わせるRAID構成や、複数のストレージから1個以
上のLUN(Logical Unit Number)構成するシステムでは、転送速度やLatency
(レイテンシ,遅延時間)の安定性は重要!!
非配布
0
50
100
150
200
250
300
SSD単体速度 SSD単体平均速度
RAID速度 RAID平均速度
74
同じ製品でも、容量によって速度が変わる可能性あり。
搭載チャネル数 1/2
NANDNAND
NANDNAND
NANDNAND
NANDNAND
製品容量 32GB 製品容量 64GB
SATAI/F
NANDController
MPU
NAND I/F
Cache
NANDNANDNAND I/F
NAND I/F
NAND I/F
NAND I/F
NANDNAND
SSD内部
NAND I/F
NAND I/F
NAND I/F
NAND I/F
NAND I/F
NAND I/F
NAND I/F
NANDNAND
NANDNAND
NANDNAND
NANDNAND
NANDNAND
NANDNAND
NANDNAND
SATAI/F
NANDController
MPU
Cache
NANDNAND
NANDNAND
NANDNAND
製品容量 64GB
SATAI/F
NANDController
MPU
NAND I/F
Cache
NANDNANDNAND I/F
NAND I/F
NAND I/F
NANDNAND
NANDNAND
NANDNAND
75
搭載チャネル数 2/2 非配布
性能評価の際には、購入予定容量で!!
76
Tips: Trimコマンド 非配布
例えばデータベースシステムの場合…
Rawデバイスは無論として、ファイルシステム上に構築されているDBのデータファイルも、ファイルシステム
上では大きなファイルに見えています。
つまりファイル内部で、“行”の削除や更新が行われているだけで、例えばNTFS内のMFT(Master File
System)内に、「削除フラグ」が立つわけではない!!
つまりデータベース(ERPパッケージ)自身に、Trimコマンド発行機能が無い限り、誰も発行しない。
Trimコマンドに頼らない、リサイクル処理の実装が重要!!
77
本当に申し訳ありません!!
本日はここまで。
内容的に抜粋した箇所もありますが、項目としては以下の内容をお話しま
した。
HDD & SSD 使い分け17SSDにおける信頼性とは8
高信頼性SSDとは
大阪大阪 内容No.内容No.
正しい処理性能測定
SSD 不具合発生事例
SSD 寿命マジック
SSD 製品寿命指標
SSD 製品寿命
SSD 種別
SSD 基本構造
適正な評価基準
189
対象マーケット別SSD167
HDD比較5(データ復旧))156
HDD比較4(SSD & Windows)145
HDD比較3(瞬停対策)134
HDD比較2(SMART & RAID)123
HDD比較1112
処理性能評価例101
78
最後に
長時間のご清聴、まことに有難うございました。
本書は内容について万全を期して作成いたしましたが、万一ご不審な点や誤り、
記載もれなどお気付きのことがありましたらご連絡頂ければ幸いです。
本年も、Tech-On(日経エレクトロニク誌主催)1dayセミナー講師を務めます。
タイトル: SSDを使いこなす
期日: 9月9日 東京・御茶ノ水(化学会館)
詳細: http://techon.nikkeibp.co.jp/article/SEMINAR/20140610/357421/
ご質問について
E-mail: mktg@solnac.jp
ただしご質問への対応は、本日のプレゼンテーションの内容に限らせていただきま
す。
79
誠
実H o n e s t y
ソルナック株式会社は日本の製造業を
強力にサポートします。
http://www.solnac.jp

Más contenido relacionado

La actualidad más candente

暗号技術の実装と数学
暗号技術の実装と数学暗号技術の実装と数学
暗号技術の実装と数学MITSUNARI Shigeo
 
不揮発性メモリ(PMEM)を利用したストレージエンジンの話 #mysql_jp #myna会 #yahoo #mysql #pmem #不揮発性メモリ
不揮発性メモリ(PMEM)を利用したストレージエンジンの話  #mysql_jp #myna会 #yahoo #mysql #pmem #不揮発性メモリ不揮発性メモリ(PMEM)を利用したストレージエンジンの話  #mysql_jp #myna会 #yahoo #mysql #pmem #不揮発性メモリ
不揮発性メモリ(PMEM)を利用したストレージエンジンの話 #mysql_jp #myna会 #yahoo #mysql #pmem #不揮発性メモリYahoo!デベロッパーネットワーク
 
CXL_説明_公開用.pdf
CXL_説明_公開用.pdfCXL_説明_公開用.pdf
CXL_説明_公開用.pdfYasunori Goto
 
DockerとPodmanの比較
DockerとPodmanの比較DockerとPodmanの比較
DockerとPodmanの比較Akihiro Suda
 
CUDAのアセンブリ言語基礎のまとめ PTXとSASSの概説
CUDAのアセンブリ言語基礎のまとめ PTXとSASSの概説CUDAのアセンブリ言語基礎のまとめ PTXとSASSの概説
CUDAのアセンブリ言語基礎のまとめ PTXとSASSの概説Takateru Yamagishi
 
AVX-512(フォーマット)詳解
AVX-512(フォーマット)詳解AVX-512(フォーマット)詳解
AVX-512(フォーマット)詳解MITSUNARI Shigeo
 
PostgreSQLレプリケーション(pgcon17j_t4)
PostgreSQLレプリケーション(pgcon17j_t4)PostgreSQLレプリケーション(pgcon17j_t4)
PostgreSQLレプリケーション(pgcon17j_t4)Kosuke Kida
 
Linux女子部 systemd徹底入門
Linux女子部 systemd徹底入門Linux女子部 systemd徹底入門
Linux女子部 systemd徹底入門Etsuji Nakai
 
トランザクションの並行実行制御 rev.2
トランザクションの並行実行制御 rev.2トランザクションの並行実行制御 rev.2
トランザクションの並行実行制御 rev.2Takashi Hoshino
 
GPU仮想化最前線 - KVMGTとvirtio-gpu -
GPU仮想化最前線 - KVMGTとvirtio-gpu -GPU仮想化最前線 - KVMGTとvirtio-gpu -
GPU仮想化最前線 - KVMGTとvirtio-gpu -zgock
 
C++の話(本当にあった怖い話)
C++の話(本当にあった怖い話)C++の話(本当にあった怖い話)
C++の話(本当にあった怖い話)Yuki Tamura
 
仮想化技術によるマルウェア対策とその問題点
仮想化技術によるマルウェア対策とその問題点仮想化技術によるマルウェア対策とその問題点
仮想化技術によるマルウェア対策とその問題点Kuniyasu Suzaki
 
トランザクション処理可能な分散DB 「YugabyteDB」入門(Open Source Conference 2022 Online/Fukuoka 発...
トランザクション処理可能な分散DB 「YugabyteDB」入門(Open Source Conference 2022 Online/Fukuoka 発...トランザクション処理可能な分散DB 「YugabyteDB」入門(Open Source Conference 2022 Online/Fukuoka 発...
トランザクション処理可能な分散DB 「YugabyteDB」入門(Open Source Conference 2022 Online/Fukuoka 発...NTT DATA Technology & Innovation
 
分散システムについて語らせてくれ
分散システムについて語らせてくれ分散システムについて語らせてくれ
分散システムについて語らせてくれKumazaki Hiroki
 
Dockerからcontainerdへの移行
Dockerからcontainerdへの移行Dockerからcontainerdへの移行
Dockerからcontainerdへの移行Akihiro Suda
 
Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜
Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜
Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜Preferred Networks
 

La actualidad más candente (20)

暗号技術の実装と数学
暗号技術の実装と数学暗号技術の実装と数学
暗号技術の実装と数学
 
Glibc malloc internal
Glibc malloc internalGlibc malloc internal
Glibc malloc internal
 
不揮発性メモリ(PMEM)を利用したストレージエンジンの話 #mysql_jp #myna会 #yahoo #mysql #pmem #不揮発性メモリ
不揮発性メモリ(PMEM)を利用したストレージエンジンの話  #mysql_jp #myna会 #yahoo #mysql #pmem #不揮発性メモリ不揮発性メモリ(PMEM)を利用したストレージエンジンの話  #mysql_jp #myna会 #yahoo #mysql #pmem #不揮発性メモリ
不揮発性メモリ(PMEM)を利用したストレージエンジンの話 #mysql_jp #myna会 #yahoo #mysql #pmem #不揮発性メモリ
 
CXL_説明_公開用.pdf
CXL_説明_公開用.pdfCXL_説明_公開用.pdf
CXL_説明_公開用.pdf
 
DockerとPodmanの比較
DockerとPodmanの比較DockerとPodmanの比較
DockerとPodmanの比較
 
CUDAのアセンブリ言語基礎のまとめ PTXとSASSの概説
CUDAのアセンブリ言語基礎のまとめ PTXとSASSの概説CUDAのアセンブリ言語基礎のまとめ PTXとSASSの概説
CUDAのアセンブリ言語基礎のまとめ PTXとSASSの概説
 
AVX-512(フォーマット)詳解
AVX-512(フォーマット)詳解AVX-512(フォーマット)詳解
AVX-512(フォーマット)詳解
 
PostgreSQLレプリケーション(pgcon17j_t4)
PostgreSQLレプリケーション(pgcon17j_t4)PostgreSQLレプリケーション(pgcon17j_t4)
PostgreSQLレプリケーション(pgcon17j_t4)
 
Docker Compose 徹底解説
Docker Compose 徹底解説Docker Compose 徹底解説
Docker Compose 徹底解説
 
Linux女子部 systemd徹底入門
Linux女子部 systemd徹底入門Linux女子部 systemd徹底入門
Linux女子部 systemd徹底入門
 
トランザクションの並行実行制御 rev.2
トランザクションの並行実行制御 rev.2トランザクションの並行実行制御 rev.2
トランザクションの並行実行制御 rev.2
 
GPU仮想化最前線 - KVMGTとvirtio-gpu -
GPU仮想化最前線 - KVMGTとvirtio-gpu -GPU仮想化最前線 - KVMGTとvirtio-gpu -
GPU仮想化最前線 - KVMGTとvirtio-gpu -
 
C++の話(本当にあった怖い話)
C++の話(本当にあった怖い話)C++の話(本当にあった怖い話)
C++の話(本当にあった怖い話)
 
明日使えないすごいビット演算
明日使えないすごいビット演算明日使えないすごいビット演算
明日使えないすごいビット演算
 
仮想化技術によるマルウェア対策とその問題点
仮想化技術によるマルウェア対策とその問題点仮想化技術によるマルウェア対策とその問題点
仮想化技術によるマルウェア対策とその問題点
 
トランザクション処理可能な分散DB 「YugabyteDB」入門(Open Source Conference 2022 Online/Fukuoka 発...
トランザクション処理可能な分散DB 「YugabyteDB」入門(Open Source Conference 2022 Online/Fukuoka 発...トランザクション処理可能な分散DB 「YugabyteDB」入門(Open Source Conference 2022 Online/Fukuoka 発...
トランザクション処理可能な分散DB 「YugabyteDB」入門(Open Source Conference 2022 Online/Fukuoka 発...
 
分散システムについて語らせてくれ
分散システムについて語らせてくれ分散システムについて語らせてくれ
分散システムについて語らせてくれ
 
ゼロからはじめるKVM超入門
ゼロからはじめるKVM超入門ゼロからはじめるKVM超入門
ゼロからはじめるKVM超入門
 
Dockerからcontainerdへの移行
Dockerからcontainerdへの移行Dockerからcontainerdへの移行
Dockerからcontainerdへの移行
 
Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜
Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜
Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜
 

Destacado

Ansible はじめてみました
Ansible はじめてみましたAnsible はじめてみました
Ansible はじめてみましたTakeshi Kuramochi
 
Ansibleで味わうHelion OpenStack
Ansibleで味わうHelion OpenStackAnsibleで味わうHelion OpenStack
Ansibleで味わうHelion OpenStackMasataka Tsukamoto
 
Ansible 入門 #01 (初心者向け)
Ansible 入門 #01 (初心者向け)Ansible 入門 #01 (初心者向け)
Ansible 入門 #01 (初心者向け)Taro Hirose
 
AnsibleによるHWプロビジョニング -OneViewの連携-
AnsibleによるHWプロビジョニング  -OneViewの連携-AnsibleによるHWプロビジョニング  -OneViewの連携-
AnsibleによるHWプロビジョニング -OneViewの連携-Takahiro Kida
 
Ansibleはじめよぉ -Infrastructure as Codeを理解-
Ansibleはじめよぉ -Infrastructure as Codeを理解-Ansibleはじめよぉ -Infrastructure as Codeを理解-
Ansibleはじめよぉ -Infrastructure as Codeを理解-Shingo Kitayama
 
2012/11/14 softlab_study 発表資料「SSDの基礎」
2012/11/14 softlab_study 発表資料「SSDの基礎」2012/11/14 softlab_study 発表資料「SSDの基礎」
2012/11/14 softlab_study 発表資料「SSDの基礎」Ryo Okubo
 
リブセンスのインフラで使ってるAnsibleのお話
リブセンスのインフラで使ってるAnsibleのお話リブセンスのインフラで使ってるAnsibleのお話
リブセンスのインフラで使ってるAnsibleのお話Shohei Koyama
 
Ansibleを使ってサーバ100台にBaculaクライアントを簡単インストール
Ansibleを使ってサーバ100台にBaculaクライアントを簡単インストールAnsibleを使ってサーバ100台にBaculaクライアントを簡単インストール
Ansibleを使ってサーバ100台にBaculaクライアントを簡単インストールKen Sawada
 
2人でOpenStackを開発環境に導入した話
2人でOpenStackを開発環境に導入した話2人でOpenStackを開発環境に導入した話
2人でOpenStackを開発環境に導入した話Shohei Koyama
 
NVMe でハァハァしようよ #sapporocpp
NVMe でハァハァしようよ #sapporocpp NVMe でハァハァしようよ #sapporocpp
NVMe でハァハァしようよ #sapporocpp hiyohiyo
 
Ansible ではじめるインフラのコード化入門
Ansible ではじめるインフラのコード化入門Ansible ではじめるインフラのコード化入門
Ansible ではじめるインフラのコード化入門Sho A
 
はじめての UWP アプリ開発
はじめての UWP アプリ開発はじめての UWP アプリ開発
はじめての UWP アプリ開発hiyohiyo
 
Ansibleの現在とこれから
Ansibleの現在とこれからAnsibleの現在とこれから
Ansibleの現在とこれからTaira Hajime
 
Desktop App Converter で Microsoft ストアデビュー & 野良野良ライフ満喫!!
Desktop App Converter で Microsoft ストアデビュー & 野良野良ライフ満喫!!Desktop App Converter で Microsoft ストアデビュー & 野良野良ライフ満喫!!
Desktop App Converter で Microsoft ストアデビュー & 野良野良ライフ満喫!!hiyohiyo
 
Ansibleを使ってdockerコンテナをプロビジョニングする
Ansibleを使ってdockerコンテナをプロビジョニングするAnsibleを使ってdockerコンテナをプロビジョニングする
Ansibleを使ってdockerコンテナをプロビジョニングするRyo Adachi
 
C++でNVMeと(*´Д`)ハァハァ 戯れていたら一年経ってた。
C++でNVMeと(*´Д`)ハァハァ 戯れていたら一年経ってた。C++でNVMeと(*´Д`)ハァハァ 戯れていたら一年経ってた。
C++でNVMeと(*´Д`)ハァハァ 戯れていたら一年経ってた。hiyohiyo
 
Favorite English YouTube Channels
Favorite English YouTube ChannelsFavorite English YouTube Channels
Favorite English YouTube ChannelsEmma Haruka Iwao
 
AWS 初心者向けWebinar 利用者が実施するAWS上でのセキュリティ対策
AWS 初心者向けWebinar 利用者が実施するAWS上でのセキュリティ対策AWS 初心者向けWebinar 利用者が実施するAWS上でのセキュリティ対策
AWS 初心者向けWebinar 利用者が実施するAWS上でのセキュリティ対策Amazon Web Services Japan
 

Destacado (20)

Ansible はじめてみました
Ansible はじめてみましたAnsible はじめてみました
Ansible はじめてみました
 
Ansibleで味わうHelion OpenStack
Ansibleで味わうHelion OpenStackAnsibleで味わうHelion OpenStack
Ansibleで味わうHelion OpenStack
 
Ansible 入門 #01 (初心者向け)
Ansible 入門 #01 (初心者向け)Ansible 入門 #01 (初心者向け)
Ansible 入門 #01 (初心者向け)
 
AnsibleによるHWプロビジョニング -OneViewの連携-
AnsibleによるHWプロビジョニング  -OneViewの連携-AnsibleによるHWプロビジョニング  -OneViewの連携-
AnsibleによるHWプロビジョニング -OneViewの連携-
 
Ansibleはじめよぉ -Infrastructure as Codeを理解-
Ansibleはじめよぉ -Infrastructure as Codeを理解-Ansibleはじめよぉ -Infrastructure as Codeを理解-
Ansibleはじめよぉ -Infrastructure as Codeを理解-
 
2012/11/14 softlab_study 発表資料「SSDの基礎」
2012/11/14 softlab_study 発表資料「SSDの基礎」2012/11/14 softlab_study 発表資料「SSDの基礎」
2012/11/14 softlab_study 発表資料「SSDの基礎」
 
リブセンスのインフラで使ってるAnsibleのお話
リブセンスのインフラで使ってるAnsibleのお話リブセンスのインフラで使ってるAnsibleのお話
リブセンスのインフラで使ってるAnsibleのお話
 
Ansibleを使ってサーバ100台にBaculaクライアントを簡単インストール
Ansibleを使ってサーバ100台にBaculaクライアントを簡単インストールAnsibleを使ってサーバ100台にBaculaクライアントを簡単インストール
Ansibleを使ってサーバ100台にBaculaクライアントを簡単インストール
 
Ansible+Docker
Ansible+DockerAnsible+Docker
Ansible+Docker
 
2人でOpenStackを開発環境に導入した話
2人でOpenStackを開発環境に導入した話2人でOpenStackを開発環境に導入した話
2人でOpenStackを開発環境に導入した話
 
NVMe でハァハァしようよ #sapporocpp
NVMe でハァハァしようよ #sapporocpp NVMe でハァハァしようよ #sapporocpp
NVMe でハァハァしようよ #sapporocpp
 
Ansible ではじめるインフラのコード化入門
Ansible ではじめるインフラのコード化入門Ansible ではじめるインフラのコード化入門
Ansible ではじめるインフラのコード化入門
 
はじめての UWP アプリ開発
はじめての UWP アプリ開発はじめての UWP アプリ開発
はじめての UWP アプリ開発
 
Ansibleの現在とこれから
Ansibleの現在とこれからAnsibleの現在とこれから
Ansibleの現在とこれから
 
Desktop App Converter で Microsoft ストアデビュー & 野良野良ライフ満喫!!
Desktop App Converter で Microsoft ストアデビュー & 野良野良ライフ満喫!!Desktop App Converter で Microsoft ストアデビュー & 野良野良ライフ満喫!!
Desktop App Converter で Microsoft ストアデビュー & 野良野良ライフ満喫!!
 
What is an Ansible?
What is an Ansible?What is an Ansible?
What is an Ansible?
 
Ansibleを使ってdockerコンテナをプロビジョニングする
Ansibleを使ってdockerコンテナをプロビジョニングするAnsibleを使ってdockerコンテナをプロビジョニングする
Ansibleを使ってdockerコンテナをプロビジョニングする
 
C++でNVMeと(*´Д`)ハァハァ 戯れていたら一年経ってた。
C++でNVMeと(*´Д`)ハァハァ 戯れていたら一年経ってた。C++でNVMeと(*´Д`)ハァハァ 戯れていたら一年経ってた。
C++でNVMeと(*´Д`)ハァハァ 戯れていたら一年経ってた。
 
Favorite English YouTube Channels
Favorite English YouTube ChannelsFavorite English YouTube Channels
Favorite English YouTube Channels
 
AWS 初心者向けWebinar 利用者が実施するAWS上でのセキュリティ対策
AWS 初心者向けWebinar 利用者が実施するAWS上でのセキュリティ対策AWS 初心者向けWebinar 利用者が実施するAWS上でのセキュリティ対策
AWS 初心者向けWebinar 利用者が実施するAWS上でのセキュリティ対策
 

Más de Insight Technology, Inc.

グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?Insight Technology, Inc.
 
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~Insight Technology, Inc.
 
事例を通じて機械学習とは何かを説明する
事例を通じて機械学習とは何かを説明する事例を通じて機械学習とは何かを説明する
事例を通じて機械学習とは何かを説明するInsight Technology, Inc.
 
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーンInsight Technology, Inc.
 
MBAAで覚えるDBREの大事なおしごと
MBAAで覚えるDBREの大事なおしごとMBAAで覚えるDBREの大事なおしごと
MBAAで覚えるDBREの大事なおしごとInsight Technology, Inc.
 
グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?Insight Technology, Inc.
 
DBREから始めるデータベースプラットフォーム
DBREから始めるデータベースプラットフォームDBREから始めるデータベースプラットフォーム
DBREから始めるデータベースプラットフォームInsight Technology, Inc.
 
SQL Server エンジニアのためのコンテナ入門
SQL Server エンジニアのためのコンテナ入門SQL Server エンジニアのためのコンテナ入門
SQL Server エンジニアのためのコンテナ入門Insight Technology, Inc.
 
db tech showcase2019オープニングセッション @ 森田 俊哉
db tech showcase2019オープニングセッション @ 森田 俊哉 db tech showcase2019オープニングセッション @ 森田 俊哉
db tech showcase2019オープニングセッション @ 森田 俊哉 Insight Technology, Inc.
 
db tech showcase2019 オープニングセッション @ 石川 雅也
db tech showcase2019 オープニングセッション @ 石川 雅也db tech showcase2019 オープニングセッション @ 石川 雅也
db tech showcase2019 オープニングセッション @ 石川 雅也Insight Technology, Inc.
 
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー Insight Technology, Inc.
 
難しいアプリケーション移行、手軽に試してみませんか?
難しいアプリケーション移行、手軽に試してみませんか?難しいアプリケーション移行、手軽に試してみませんか?
難しいアプリケーション移行、手軽に試してみませんか?Insight Technology, Inc.
 
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介Insight Technology, Inc.
 
そのデータベース、クラウドで使ってみませんか?
そのデータベース、クラウドで使ってみませんか?そのデータベース、クラウドで使ってみませんか?
そのデータベース、クラウドで使ってみませんか?Insight Technology, Inc.
 
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...Insight Technology, Inc.
 
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。 複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。 Insight Technology, Inc.
 
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...Insight Technology, Inc.
 
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]Insight Technology, Inc.
 

Más de Insight Technology, Inc. (20)

グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?
 
Docker and the Oracle Database
Docker and the Oracle DatabaseDocker and the Oracle Database
Docker and the Oracle Database
 
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~
 
事例を通じて機械学習とは何かを説明する
事例を通じて機械学習とは何かを説明する事例を通じて機械学習とは何かを説明する
事例を通じて機械学習とは何かを説明する
 
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン
 
MBAAで覚えるDBREの大事なおしごと
MBAAで覚えるDBREの大事なおしごとMBAAで覚えるDBREの大事なおしごと
MBAAで覚えるDBREの大事なおしごと
 
グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?
 
DBREから始めるデータベースプラットフォーム
DBREから始めるデータベースプラットフォームDBREから始めるデータベースプラットフォーム
DBREから始めるデータベースプラットフォーム
 
SQL Server エンジニアのためのコンテナ入門
SQL Server エンジニアのためのコンテナ入門SQL Server エンジニアのためのコンテナ入門
SQL Server エンジニアのためのコンテナ入門
 
Lunch & Learn, AWS NoSQL Services
Lunch & Learn, AWS NoSQL ServicesLunch & Learn, AWS NoSQL Services
Lunch & Learn, AWS NoSQL Services
 
db tech showcase2019オープニングセッション @ 森田 俊哉
db tech showcase2019オープニングセッション @ 森田 俊哉 db tech showcase2019オープニングセッション @ 森田 俊哉
db tech showcase2019オープニングセッション @ 森田 俊哉
 
db tech showcase2019 オープニングセッション @ 石川 雅也
db tech showcase2019 オープニングセッション @ 石川 雅也db tech showcase2019 オープニングセッション @ 石川 雅也
db tech showcase2019 オープニングセッション @ 石川 雅也
 
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー
 
難しいアプリケーション移行、手軽に試してみませんか?
難しいアプリケーション移行、手軽に試してみませんか?難しいアプリケーション移行、手軽に試してみませんか?
難しいアプリケーション移行、手軽に試してみませんか?
 
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
 
そのデータベース、クラウドで使ってみませんか?
そのデータベース、クラウドで使ってみませんか?そのデータベース、クラウドで使ってみませんか?
そのデータベース、クラウドで使ってみませんか?
 
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
 
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。 複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
 
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
 
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]
 

[B11] 基礎から知るSSD(いまさら聞けないSSDの基本) by Hironobu Asano