学习断电好榜样 （2） – Data Pattern

这帮外国弟兄设计的Pattern比较有意思，写入是以Record为单位的，一条record由Header和data组成，Header里有以下Field：

Checksum容易理解，如果有bit错误，可以通过比较checksum发现；

通过Timestamp可以知道每一笔数据被写入的时间，在检查是否存在unserializable writes时会用到；

Marker方便把不同的Header 区分开来；

Block Number：这个是数据应该写入的Block，与数据实际的Block进行比较，可以检查flying writes的问题

Raw Block Number这个field似乎是因为解决测试程序bug而设计的，我没看明白，有兴趣的朋友可以去看原文；

Worker_id, Operation Count和Seed这三个field有两个用途：

1. 检查unserializable writes
2. 通过哈希算法根据这三个field得到各个操作的顺序

而data部分则用Header填充而成想要的长度。一个Header的长度可能就几个Byte，而Record的长度设定为4K，用Header拼成data部分也有不同的方法：

最简单的方法，是所有Record里的data部分都用一个完全相同的header去填充，这样的话所有的block里写入的内容一致性会非常高（除了Header部分其他都一样），这样的后果是即使发生shorn writes的情况，也没法发现。

另一个方法，是用随机数填充data部分，这样每个record内容都不一样，可以发现shorn writes的问题，但是因为是随机数据，没法知道细节，不知道写了一部分的数据是从哪里来的。

所以比较好的方式是用当前这个record自己的header部分去填充自己data部分，这样哪里错，错从哪里来都比较直观。

上面的方法虽好，但是扛不住有些SSD自带压缩功能，直接把data部分里重复的header给压缩掉再写入NAND，解决方法是在写入的时候把数据跟一个随机掩码进行XOR，读出来的时候再用相同的随机掩码恢复数据。

下篇讨论Unserializability write的问题。