隨著數據存儲需求的不斷增長，存儲供應商嘗試使NAND閃存驅動器中能夠存入更多的數據——通常是通過增加每個單元（cell）中的bit數來實現的。NAND從每個單元1個bit開始（SLC），到2 bit（MLC），很快就達到了3 bit（TLC）。現在我們有了QLC驅動器，每個單元可以存儲4 bit。
QLC NAND閃存驅動器比TLC驅動器的密度增加33%，有望進一步降低閃存成本。然而，QLC也有一些限制，這些限制使得它只適用於讀密集型工作負載。在選擇QLC之前，請先看看這些限制因素，瞭解是什麼使某些工作負載比其他工作負載更適合QLC。
隨著數據存儲需求的不斷增長，存儲供應商嘗試使NAND閃存驅動器中能夠存入更多的數據——通常是通過增加每個單元（cell）中的bit數來實現的。NAND從每個單元1個bit開始（SLC），到2 bit（MLC），很快就達到了3 bit（TLC）。現在我們有了QLC驅動器，每個單元可以存儲4 bit。
QLC NAND閃存驅動器比TLC驅動器的密度增加33%，有望進一步降低閃存成本。然而，QLC也有一些限制，這些限制使得它只適用於讀密集型工作負載。在選擇QLC之前，請先看看這些限制因素，瞭解是什麼使某些工作負載比其他工作負載更適合QLC。
Pexels 上的 panumas nikhomkhai 拍攝的照片
什麼限制了QLC？
企業級QLC成為了廣泛部署在數據中心的低性能HDD的一個很有前途的替代品。根據美光的數據，QLC驅動器的讀取IOPS比運行相同工作負載的HDD快450倍以上。QLC驅動器需要的空間也更少，消耗的能源更少，並且價格有望與硬盤存儲相同。
基於NAND技術的閃存是一種由一個或多個閃存芯片組成的非易失性存儲器。每個芯片包含die，每個die包含plane。每個plane被分入到塊中，然後將這些塊劃分到page，並將page劃分到cell（單元），在cell中存儲數據bit。數據在page層進行讀取和寫入，但在塊級擦除，從而帶來了複雜的寫擦除過程。
每個驅動器都包含一個控制器，用於管理數據操作，並處理那些與編寫、修改數據相關的問題。例如，控制器負責諸如磨損均衡、垃圾收集、壞塊映射、錯誤代碼糾正和數據加密等操作。磨損均衡和垃圾回收特別重要，因為它們有助於延長驅動器的耐久或壽命，減輕了寫擦除過程的一些影響。
對NAND閃存驅動器的耐用性產生影響的因素有幾個。最值得關注的就是P/E（完全擦寫）在驅動器生命週期中執行的次數，一個驅動器支持的P/E次數是有限的。
影響P/E次數的最大因素之一是寫入放大，這是由於寫入的數據比修改的數據量多。因為數據是在page級編寫的，而在塊級刪除。更復雜的是，數據修改需要先刪除數據，然後才能寫入數據，這意味著無論更改多麼小，都必須刪除和重寫整個塊。磨損均衡和垃圾收集，以及過度供應，可以幫助解決其中的一些挑戰，但驅動器仍然受制於有限的P/E週期。
QLC NAND閃存
每個單元的bit數可以直接影響驅動器在其生命週期中支持多少個P/E。儘管估計值各不相同，但我們可以放心地假設，每個單元的bit數越多，P/E的次數就越少。例如，SLC NAND支持大約100,000個P/E，而MLC NAND支持3,000到10,000個P/E。TLC NAND的估計數約為1,000至3,000個，QLC的估計數不到1,000個，有些估計數甚至接近100個。
密度更高會導致P/E次數更少，其原因與寫入操作期間在單元級如何應用電壓有關。儘管進程本身相當複雜，但我們只需要知道，每個寫操作都會對單元格造成輕微的磨損，而且單元格中包含的bit越多，磨損就越大。由於這個原因，QLC NAND閃存比其他類型的NAND更容易磨損，因為帶來更少的P/E。
適合的QLC工作負載
由於這些限制，QLC不適合頻繁添加和更新數據的寫工作負載。寫操作越少，驅動器的使用時間就越長。讀密集型工作負載，其中寫操作只佔QLC NAND flash操作的一小部分。事實上，美光建議寫工作負載應該少於10%。
幸運的是，今天的許多工作負載都符合這個模型。例如，支持人工智能、機器學習、深度學習和其他形式的人工智能的分析應用程序是QLC存儲的優秀候選。這些場景中的數據通常只編寫一次，然後用於進行復雜的分析，這需要在建模、培訓和聚合大量數據時快速訪問存儲。
歸檔數據是另一個有潛力的QLC工作負載，特別是當組織將這些數據用於基於人工智能的分析或商業智能應用程序時，這些應用程序挖掘數據，為相關人員提供近乎實時的信息，以便快速洞察和決策。支持流媒體操作的大型數據中心也可以使用QLC更快更有效地向客戶提供音頻或視頻服務。
幾乎任何支持讀密集型應用程序的數據存儲都是QLC的良好候選場景。例如，一個包含豐富數據和元數據的NoSQL數據庫可以使用QLC NAND閃存驅動器來提高應用程序性能。與任何場景一樣，關鍵是要理解應用程序編寫數據的程度與讀取數據的數量之間的關係。
理想選擇還是成本陷阱？
隨著QLC技術的成熟，無疑將提供更多的P/E次數，從而讓更多類型的工作負載可以從QLC 閃存中獲益。目前來看，在未來一段時間內，QLC可能仍然是最適合讀密集型工作負載的。無論如何，IT部門應該合理地評估QLC閃存所能夠支持的應用場景，以便儘可能高效和可靠地交付工作負載。在有些場景下，QLC可能是理想選擇，但在其他情況下，這也可能帶來更高的成本。
原文作者：Robert Sheldon