SSDが文鎮化したことはありませんか？

「SSDが文鎮化した」といった話をSNSで見かけることがあります。原因は様々ありますが、ここでは「瞬断⁠」⁠、つまりデータの書き込み／読み出し中に突然電源供給がなくなったときのSSDの内部状況を説明することで、文鎮化の仕組みを理解したいと思います。

SSDのPBA（Physical Block Address；物理ブロックアドレス）とLBA（Logical Block Address；論理ブロックアドレス）の対応関係情報（マッピングテーブル情報、以下「マッピング情報」と省略）は動的に変化しますが、SSD内部の保管場所としては2箇所あります。1つ目はデータを記憶した同一Word Line（WL^[1]）上、2つ目はメタデータ領域です。これに動作中のDRAM内が加わります。

この点を少し掘り下げると、動作中のSSDは、パフォーマンスとデータ保護の両立のため、以下の3層構造で管理されています。

Power Loss Protection（PLP）機能を搭載していないSSDの場合、DRAM（SSD内部）内のマッピング情報は消滅しますが、再起動時にコントローラが以下の手順でテーブルを再構築できれば、継続使用が可能です（途中で終了する場合もあります⁠）⁠。

1. 整合性チェック：正常保存された「最後のマッピング情報（メタデータ領域の世代番号⁠）⁠」をスキャンし、正しいかをチェックする。
2. ログのリプレイ処理：更新が完了していない場合は、ログ領域をリプレイし、停止直前に書き込まれたログ（ジャーナル）を追って、最新の状態を復元する（ロールフォワード^[2]⁠）⁠。
3. 最終手段：上記のログでも追いきれない場合（最悪のケースですが⁠）⁠、WLのLPN情報を直接走査してマッピングテーブル情報を照合する。

少し混乱するかもしれませんが、ログ保存処理・実施直後に、「⁠メインテーブルがきれいに消滅」した場合は、障害状況としては「軽度」と言えます^[3]。ハードウェア故障の世界で軽度なのは「美しく停止した状態」で、問題を複雑化するのは「中途半端に故障している」場合が多いのですが、これはSSDにも当てはまります。

SSDで言えば、メタデータやログが書き込み途中で破損し、「⁠どの情報が正しいか判断できない（不整合⁠）⁠」という中途半端な状態です。このような不整合で上記の処理が成功しなかった場合、SSDは以下のような状態になります。

①Read-onlyモードへの移行：整合性が怪しく、追加の書き込みを行うと全データが失われる可能性があると判断し、データの読み出しだけを許可する状態への移行。なおNVMe SSDでは厳密には、Read-onlyモードではなく、特定のステータスコードを返す製品が多い。

②パニックモード／ビジー状態（Busy Status）への移行：マッピング構造が論理的に崩壊しており、ホストOS（Windows等）に対して正しい応答ができなくなる。デバイスマネージャーでは認識されても「容量0GB」や「不明なデバイス」と表示される場合がこれに該当。

③ロック（ファームウェア・ロック）状態への移行：コントローラが、メタデータが壊れていると認識し、ブートローダー段階で停止したり、セーフモードに入ったり、NVMe Identifyだけを返す状態に移行したり、あるいは永久Busy状態に移行し起動プロセスを停止させたりする。これがいわゆるSNSで言われている「SSDの文鎮化」状態。

ちなみに、②や③であっても、NANDチップ自体は無事である場合（実データが残っている場合）は、データ復旧業者は、基板からチップを剥がして（Chip-Off⁠）⁠、不整合が起きているマッピング情報を無視して、WL上に残された内部論理識別情報等を直接読み取り、読み取った情報を手掛かりに論理構造を再構築しデータ復旧を試みることが可能です。

またデータは救えないものの（データ復旧不可⁠）⁠、パニックモード／ビジー状態（Busy Status）の場合、エラーの原因が論理的な不整合によるものだけであれば、OSによる初期化ではなく、SSD側で用意された初期化コマンド（例：NVMe Sanitizeコマンド）が利用可能なSSDの場合は、再利用可能な場合もあります（無論、コマンドを受け付ける状態に限られます⁠）⁠。但し、決して、お薦めはしませんが……

本書『SSD技術概論』では、このようなSSDの挙動を可能な限りNANDの仕組みレベルまで掘り下げて解説しています。ご興味を持たれたらお手に取ってもらえると幸いです。

[1]: 同一WL上には、データ領域とは別に、LBA情報（正確には「内部論理識別情報：LPN（Logical Page Number）/Virtual Page Number⁠」⁠）⁠、エラー訂正符号（ECC⁠）⁠、ブロックのステータス情報などが格納される領域（Out-Of-Band領域）があります。

[2]: ロールフォワードとは、過去の正常なバックアップから、障害直前の最新状態へ「前進」させる復旧プロセスのことです。

[3]: 例えばデータが記録あるいは更新されても、マッピング情報のログが保存されていない場合は、再起動後のSSDは、データが存在しないものとして扱うか、古いデータを利用可能にします。