>[0081]容易知道，上述连续N次比较或计算可以是周期性的间隔进行，相应地，在这种情况下，前述步骤203也可以是周期性执行的。
[0082]进一步地，该方法还包括:
[0083]步骤一、在第一 SSD的写入速度处于第一写入速度时，获取第一 SSD的第三硬件信息，第三硬件信息包括第三写入数据总量和第三剩余寿命；
[0084]步骤二、确定第三写入数据总量在寿命模型中对应的理想剩余寿命的区间；
[0085]步骤三、当获取到的第三剩余寿命不小于确定的理想寿命的区间的下限时，控制第一 SSD的写入速度处于设定写入速度。
[0086]本发明实施例通过获取第一固态硬盘的第一硬件信息，第一硬件信息包括第一写入数据总量和第一剩余寿命；确定第一写入数据总量在寿命模型中对应的理想剩余寿命的区间，寿命模型包括用户写入总量和理想剩余寿命关系曲线以及曲线的预测区间；根据获取到的第一剩余寿命与确定的理想寿命的区间，控制第一固态硬盘的写入速度，由于，固态硬盘的速度是根据采集到的第一剩余寿命与寿命模型中的理想寿命比较后进行控制的，而当采集到的剩余寿命达到了理想寿命时，再将硬盘写入速度调回设定写入速度，因此只会在固态硬盘寿命下降速度过快时，通过控制写入速度来保证硬盘的使用寿命，这样既保证了固态硬盘的使用寿命，又不会影响其高速写入性能。
[0087]实施例三
[0088]本发明实施例提供了一种SSD写入控制装置，参见图5，方法流程包括:
[0089]获取模块301，用于获取第一 SSD的第一硬件信息，第一硬件信息包括第一写入数据总量和第一剩余寿命。
[0090]确定模块302，用于确定第一写入数据总量在寿命模型中对应的理想剩余寿命的区间，寿命模型包括用户写入总量和理想剩余寿命关系曲线以及曲线的预测区间。
[0091]控制模块303，用于根据获取到的第一剩余寿命与确定的理想寿命的区间，控制第一 SSD的写入速度。
[0092]本发明实施例通过获取第一固态硬盘的第一硬件信息，第一硬件信息包括第一写入数据总量和第一剩余寿命；确定第一写入数据总量在寿命模型中对应的理想剩余寿命的区间，寿命模型包括用户写入总量和理想剩余寿命关系曲线以及曲线的预测区间；根据获取到的第一剩余寿命与确定的理想寿命的区间，控制第一固态硬盘的写入速度，由于，固态硬盘的速度是根据采集到的第一剩余寿命与寿命模型中的理想寿命比较后进行控制的，因此只会在固态硬盘寿命下降速度过快时，通过控制写入速度来保证硬盘的使用寿命，这样既保证了固态硬盘的使用寿命，又不会影响其高速写入性能。
[0093]实施例四
[0094]本发明实施例提供了一种SSD写入控制装置，参见图6，方法流程包括:
[0095]获取模块402，用于获取第一 SSD的第一硬件信息，第一硬件信息包括第一写入数据总量和第一剩余寿命；该第一硬件信息可以从第一 SSD的Smart接口获取，获取到SSD的Smart信息，即第一硬件信息。
[0096]确定模块403，用于确定第一写入数据总量在寿命模型中对应的理想剩余寿命的区间，寿命模型包括用户写入总量和理想剩余寿命关系曲线以及曲线的预测区间。
[0097]控制模块404，用于根据获取到的第一剩余寿命与确定的理想寿命的区间，控制第一 SSD的写入速度。
[0098]进一步地，该装置还包括建立模块401，用于在获取第一 SSD的第一硬件信息之前，建立与第一 SSD同一型号的SSD的寿命模型。
[0099]在具体实现时，该建立模块401，包括:
[0100]采集单元401a，用于统计用户实际写入时数据的大小分布和类型分布。
[0101]写入单元401b，用于按照用户实际写入时数据的大小分布和类型分布，向第二SSD中写入数据，第二 SSD与第一 SSD型号相同。
[0102]由于不同大小、不同类型的数据写入对于SSD的使用寿命影响是不同的，因此需要事先采集用户实际写入时的实际数据写入情况，然后按照该实际数据写入情况写入数据。容易知道的是，写入单元401b写入数据的硬盘与采集单元401a采集的硬盘型号相同。
[0103]采样单元401c，用于采样第二 SSD的第二硬件信息，第二硬件信息包括第二写入数据总量与第二剩余寿命。
[0104]通常，SSD的剩余寿命可以用P/E cycle来衡量。第二硬件信息可以从第二 SSD的Smart接口获取。
[0105]处理单元401d，用于采用多项式回归拟合出用户写入总量和理想剩余寿命关系曲线以及曲线的预测区间，得到与第一 SSD同一型号的SSD的寿命模型。
[0106]在本发明实施例中，预测区间为95%预测区间。95%预测区间是指，有95%的可能采样到的数据总量与第二剩余寿命对应的点落在此区间内。95%是概率，此数取得越大，则此预测区间将越宽泛，能够容纳更多的采样点。
[0107]另外，在拟合曲线时，还可以通过设置置信区间来保证拟合的曲线的可靠度。例如，95%置信区间是指有95%的概率采样点与拟合出的曲线点能够符合曲线拟合的数学假设，数学假设可以是最小方差，最小二乘，极大似然等。也就是说，曲线上的每一个点并非是点估计，而是区间估计。
[0108]SSD的剩余寿命并非按照线性方式下降，而是类似于指数的形式，如图4所示，K为拟合曲线，Kl和K2为预测区间的上限和下限。图中，Y表示SSD剩余寿命，X表示用户写入总量，拟合曲线K线Y=aX2+bX+c，Kl线Y=alX2+blX+cl。例如，对应Intel520系列SSD，其K线为 Υ=-0.00004X2-0.004393X+100.4。
[0109]在具体实现时，上述拟合过程可以采用软件来实现，例如mini Tab的曲线拟合功倉泛。
[0110]通过前述建立模块401可以实现:建立与第一 SSD同一型号的SSD的寿命模型,寿命模型包括用户写入总量和理想剩余寿命关系曲线以及曲线的预测区间。
[0111]且容易知道，建立模块401不需要每次执行，同一个型号的SSD建立模块401只需要执行一次。
[0112]在本实施例中，控制模块404，用于当获取到的第一剩余寿命连续N次小于确定的理想寿命的区间的下限时，控制第一 SSD的写入速度处于第一写入速度，该第一写入速度小于第一 SSD出厂时的设定写入速度，其中N为大于O的整数。
[0113]在其他实施例中，控制模块404，用于当获取到的第一剩余寿命小于确定的理想寿命的区间的下限时，控制第一 SSD的写入速度处于第一写入速度。
[0114]另外，除了在上述两个实施例中，直接比较获取到的第一剩余寿命与确定的理想寿命的区间的下限的大小之外，控制模块404还可以采用如下方式实现:
[0115]设确定的理想寿命的区间的下限为ml，获取到的第一剩余寿命为m2，
[0116]D= I ml-m2 |，当D彡DO或连续N次彡DO时，控制第一 SSD的写入速度处于第一写入速度。
[0117]容易知道，上述连续N次比较或计算可以是周期性的间隔进行，相应地，在这种情况下，前述获取模块402也可以是周期性执行获取第一硬件信息的动作。
[0118]进一步地，获取模块402，还用于在第一 SSD的写入速度处于第一写入速度时，获取第一 SSD的第三硬件信息，第三硬件信息包括第三写入数