固态硬盘的磨损度数据模拟方法、系统及相关设备与流程

本申请涉及计算机技术领域，特别涉及一种固态硬盘的磨损度数据模拟方法、系统、一种电子设备及一种存储介质。

背景技术：

固态硬盘(ssd，solidstatedisk)是一种主要以闪存(nandflash)作为永久性存储器的电脑存储设备。基于闪存的固态硬盘(ssd)自问世以来就因其高性能而得到广泛追捧，固态硬盘的使用寿命成为存储业界普遍关注的问题。

磨损度是表征固态硬盘中nand磨损情况的一个重要指标。根据厂商规定，磨损度达到100％则代表固态硬盘寿命达到厂商承诺的上限，即使此时固态硬盘并没有发生损坏，其可靠性也得不到保障。在实际的固态硬盘寿命预测研究及开发测试过程中，真实的固态硬盘磨损度数据很难收集，无法获取固态硬盘在各个时间点的磨损度。

因此，如何模拟固态硬盘磨损度变化数据是本领域技术人员目前需要解决的技术问题。

技术实现要素：

本申请的目的是提供一种固态硬盘的磨损度数据模拟方法、系统、一种电子设备及一种存储介质，能够模拟固态硬盘磨损度变化数据。

为解决上述技术问题，本申请提供一种固态硬盘的磨损度数据模拟方法，该磨损度确定方法包括：

对固态硬盘中的原始主机写入量数据执行数据延长操作，得到每一数据写入周期待写入所述固态硬盘中的候选数据；

确定所述固态硬盘的周期写放大信息；其中，所述周期写放大信息包括所述固态硬盘在每一数据写入周期的写放大系数；

根据所述候选数据和所述周期写放大信息计算所述固态硬盘在所有数据写入周期的实际写入数据总量；

根据所述实际写入数据总量确定所述固态硬盘的磨损度。

可选的，所述对固态硬盘中的原始主机写入量数据执行数据延长操作，得到每一数据写入周期待写入所述固态硬盘中的候选数据，包括：

根据所述固态硬盘中所述原始主机写入量数据的写入时间确定所述固态硬盘的周期数据增长信息；其中，所述周期数据增长信息包括所述固态硬盘在每一数据写入周期的数据增长量；

从所述原始主机写入量数据对应的数据写入周期中选取任意数量个数据写入周期作为目标周期；

根据所述周期数据增长信息将每一所述目标周期对应的数据增长量作为下一数据写入周期要写入所述固态硬盘中的候选数据；

判断已得到的候选数据的数量是否大于预设值；

若是，则判定所有周期要写入所述固态硬盘中的候选数据生成完毕；

若否，则执行从所述原始主机写入量数据对应的数据写入周期中选取任意数量个数据写入周期作为目标周期的操作。

可选的，确定所述固态硬盘的周期写放大信息，包括：

利用坏块概率公式确定所述固态硬盘在每一数据写入周期的坏块数量；其中，所述坏块概率公式为y＝(x-b)²，x为数据写入周期的周期数，y为第x周期出现坏块的概率，b为大于0的预设参数；

根据坏块数量与写放大系数的对应关系确定所述固态硬盘的周期写放大信息。

可选的，根据坏块数量与写放大系数的对应关系确定所述固态硬盘的周期写放大信息，包括：

利用写放大系数公式计算所述固态硬盘的周期写放大信息；

其中，所述写放大系数公式为wa＝scale1*(errors-errors_min)+wa_min；wa为当前数据写入周期的写放大系数，scale1为第一缩放系数，errors为当前数据写入周期的坏块数量，errors_min为坏块数最小值，wa_min为写放大系数最小值，scale1＝(wa_max-wa_min)/(errors_max-errors_min)，wa_max为写放大系数最大值，errors_max为坏块数最大值。

可选的，根据所述候选数据和所述周期写放大信息计算所述固态硬盘在所有数据写入周期的实际写入数据总量，包括：

根据所述候选数据和所述周期写放大信息计算同一数据写入周期内候选数据的字节数与写放大系数的乘积，得到每一数据写入周期的实际写入数据量；

累加每一数据写入周期的实际写入数据量得到所有数据写入周期的实际写入数据总量。

可选的，根据所述实际写入数据总量确定所述固态硬盘的磨损度，包括：

利用磨损转换公式得到磨损度计算值，并对所述磨损度计算值向上取整得到所述固态硬盘的磨损度；

其中，所述磨损转换公式为wearout＝100–scale2*(writes-writes_min)，wearout为当前数据写入周期的磨损度计算值，scale2为第二缩放系数，writes为实际写入数据总量，writes_min为实际写入数据总量的最小值，scale2＝100/(writes_max-writes_min)，writes_max为实际写入数据总量的最大值。

可选的，在根据所述实际写入数据总量确定所述固态硬盘的磨损度之后，还包括：

根据所述固态硬盘的磨损度对所述固态硬盘进行寿命预测。

本申请还提供了一种固态硬盘的磨损度数据模拟系统，该系统包括：

数据延长模块，用于对固态硬盘中的原始主机写入量数据执行数据延长操作，得到每一数据写入周期待写入所述固态硬盘中的候选数据；

写放大系数确定模块，用于确定所述固态硬盘的周期写放大信息；其中，所述周期写放大信息包括所述固态硬盘在每一数据写入周期的写放大系数；

实际写入数据量确定模块，用于根据所述候选数据和所述周期写放大信息计算所述固态硬盘在所有数据写入周期的实际写入数据总量；

磨损度确定模块，用于根据所述实际写入数据总量确定所述固态硬盘的磨损度。

本申请还提供了一种存储介质，其上存储有计算机程序，所述计算机程序执行时实现上述固态硬盘的磨损度数据模拟方法执行的步骤。

本申请还提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时实现上述固态硬盘的磨损度数据模拟方法执行的步骤。

本申请提供了一种固态硬盘的磨损度数据模拟方法，包括：对固态硬盘中的原始主机写入量数据执行数据延长操作，得到每一数据写入周期待写入所述固态硬盘中的候选数据；确定所述固态硬盘的周期写放大信息；其中，所述周期写放大信息包括所述固态硬盘在每一数据写入周期的写放大系数；根据所述候选数据和所述周期写放大信息计算所述固态硬盘在所有数据写入周期的实际写入数据总量；根据所述实际写入数据总量确定所述固态硬盘的磨损度。

本申请通过对固态硬盘中的原始主机写入量数据执行数据延长操作，得到多个数据写入周期内需要写入固态硬盘的候选数据。本申请确定的周期放大信息中可以包括固态硬盘在每一数据写入周期写入候选数据时对应的写放大系数，根据候选数据和周期写放大信息计算固态硬盘在所有数据写周期的实际写入数据总量，进而根据固态硬盘实际写入数据总量与磨损度的对应关系确定固态硬盘在任意周期时的磨损度。本申请能够真实模拟固态硬盘的写入数据过程，可以预测固态硬盘在任意周期的磨损度。本申请同时还提供了一种固态硬盘的磨损度数据模拟系统、一种存储介质和一种电子设备，具有上述有益效果，在此不再赘述。

附图说明

为了更清楚地说明本申请实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例所提供的一种固态硬盘的磨损度数据模拟方法的流程图；

图2为本申请实施例所提供的一种固态硬盘磨损度数据的模拟方法的原理示意图；

图3为本申请实施例所提供的一种固态硬盘的磨损度数据模拟系统的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

下面请参见图1，图1为本申请实施例所提供的一种固态硬盘的磨损度数据模拟方法的流程图。

具体步骤可以包括：

s101：对固态硬盘中的原始主机写入量数据执行数据延长操作，得到每一数据写入周期待写入固态硬盘中的候选数据；

其中，本实施例中的固态硬盘为需要进行磨损度预测的硬盘，在本步骤之前固态硬盘中存储的数据为原始主机写入量数据，原始主机写入量数据为一段时间内(如三个月)存储的数据，本步骤通过对原始主机写入量数据执行数据延长操作可以得到多个数据写入周期内待写入固态硬盘的候选数据。例如，本实施例可以对三个月的原始主机写入量数据进行数据延长操作得到新的九个月的候选数据，即实现了将三个月的原始主机写入量数据延长至十二个月的新数据的数据延长操作。本实施例不限定数据写入周期的长度，可以将24小时作为一个数据写入周期。例如，本实施例可以基于有限时间(例如3个月到1年)的原始主机写入量数据，模拟固态硬盘整个生命周期(5-7年)的磨损度数据。

可以理解的是，在s101之前本实施例可以存在确定需要延长数据对应的总时长。通过对固态硬盘中的原始主机写入量数据执行数据延长操作，可以得到预设时间段内(如固态硬盘的寿命7年)的每一数据写入周期待写入固态硬盘中的候选数据。作为一种可行的实施方式，对原始主机写入量数据执行数据延长操作的过程可以包括以下步骤：

步骤1：根据固态硬盘中原始主机写入量数据的写入时间确定固态硬盘的周期数据增长信息；

其中，周期数据增长信息包括固态硬盘在每一数据写入周期的数据增长量；周期数据增长信息用于描述当前数据写入周期的数据写入量相对于上一数据写入周期的数据写入量的增长情况。若本实施例中的一个数据写入周期为一天，周期数据增长信息为每一天的数据写入增长量，数据增长量可以为负数、整数或0。

步骤2：从原始主机写入量数据对应的数据写入周期中选取任意数量个数据写入周期作为目标周期；

步骤3：根据周期数据增长信息将每一目标周期对应的数据增长量作为下一数据写入周期要写入固态硬盘中的候选数据；

其中，本实施例从原始主机写入量数据对应的数据写入周期中选取任一数量个周期作为目标周期，并将目标周期对应的数据增长量作为下一数据写入周期写入固态硬盘中的候选数据。步骤4：判断已得到的候选数据的数量是否大于预设值；若是，则进入步骤5；若否，则进入步骤6；

步骤5：判定所有周期要写入固态硬盘中的候选数据生成完毕；

步骤6：执行从原始主机写入量数据对应的数据写入周期中选取任意数量个数据写入周期作为目标周期的操作。

举例说明本实施例的实现过程：在数据写入周期为1天的情况下，原始主机写入量数据包括7月21日至7月23日内向固态硬盘写入的数据，若7月21的数据增长量为20byte(字节)，7月22的数据增长量为-15byte，7月23的数据增长量为30byte；在执行步骤2时，选择7月21日和7月23日作为目标周期，此时将“20byte”作为7月24日内需要写入固态硬盘的数据，将“30byte”作为7月25日内需要写入固态硬盘的数据。若本实施例需要得到7月21日至7月27日内向固态硬盘写入的数据，本实施例可以再次选择7月22日和7月23日作为目标周期，将“-15byte”作为7月26日内需要写入固态硬盘的数据，将“30byte”作为7月27日内需要写入固态硬盘的数据。通过上述方式可以将7月21日至7月23日的原始主机写入量数据进行延长得到7月21日至7月27日的新数据。

s102：确定固态硬盘的周期写放大信息；

其中，写入放大(writeamplification)是固态硬盘的一个重要属性，在向固态硬盘写入数据时，真正写入到固态硬盘中的数据量比需要的数据量大很多。写放大系数的含义是：当主机端要求向固态硬盘写入a大小的有效资料时，而实际上由于固态硬盘的特性，真正写入固态硬盘的数据大小是b，那么b/a就是写放大系数。本实施例中的周期写放大信息包括固态硬盘在每一数据写入周期的写放大系数。写放大系数与固态硬盘中坏块的数量相关，因此本实施例可以根据每一数据写入周期对应的坏块数量确定每一周期的写放大系数，进而得到固态硬盘的周期写放大信息。

s103：根据候选数据和周期写放大信息计算固态硬盘在所有数据写入周期的实际写入数据总量；

其中，候选数据为需要写入固态硬盘的数据，因此可以根据候选数据和写放大系数可以确定每一数据写入周期内真正写入固态硬盘的数据大小，即实际写入数据量。举例说明，若某一周期内需要写入的候选数据的数据大小为32字节，若此时的写放大系数为2，那么本周期的实际写入数据量为32*2＝64字节。本实施例可以将所有数据写入周期的实际写入数据量的总和作为所有数据写入周期的实际写入数据总量。

作为一种可行的实施方式，本实施例可以根据候选数据和周期写放大信息计算同一数据写入周期内候选数据的字节数与写放大系数的乘积，得到每一数据写入周期的实际写入数据量；累加每一数据写入周期的实际写入数据量得到所有数据写入周期的实际写入数据总量。

可以理解的是，在s101之前本实施例可以存在确定需要延长数据对应的总时长(如固态硬盘的寿命7年)，本实施例可以得到每一数据写入周期执行后的实际写入数据总量。

s104：根据实际写入数据总量确定固态硬盘的磨损度。

其中，本步骤可以根据实际写入数据总量与磨损度的对应关系确定固态硬盘在任意数据写入周期后的磨损度。磨损度(mediawearoutindicator)是固态硬盘的一项标，用于表示固态硬盘上nand的擦写次数的程度，初始值为100，随着擦写次数的增加，开始线性递减，递减速度按照擦写次数从0到最大的比例。一旦这个值降低到1，就不再降了，同时表示固态硬盘上面已经有nand的擦写次数到达了最大次数。这个时候建议需要备份数据，以及更换固态硬盘。

在得到固态硬盘的磨损度之后，可以根据所述固态硬盘的磨损度对所述固态硬盘进行寿命预测。在固态硬盘生命周期内，固态硬盘硬件器件发生故障的概率很小，这是固态硬盘厂商给到的保证。而软件算法带来的故障不可控，主要由固件算法的bug导致的。其次，故障对固态硬盘的危害也较小。除nandflash外其它硬件器件发生故障对数据损伤很小，且替换掉损坏的器件即可修复故障，不影响固态硬盘的继续使用。软件bug通常可以通过重启或者固件升级修复。真正影响固态硬盘使用的是固态硬盘寿命。磨损度是表征固态硬盘磨损情况的一个重要指标。当磨损度达到100％则代表固态硬盘寿命达到厂商承诺的上限，即使此时固态硬盘并没有发生损坏，其可靠性也得不到保障。因此通过计算固态硬盘的磨损度可以对固态硬盘的剩余寿命进行预测。

本实施例通过对固态硬盘中的原始主机写入量数据执行数据延长操作，得到多个数据写入周期内需要写入固态硬盘的候选数据。本实施例确定的周期放大信息中可以包括固态硬盘在每一数据写入周期写入候选数据时对应的写放大系数，根据候选数据和周期写放大信息计算固态硬盘在所有数据写周期的实际写入数据总量，进而根据固态硬盘实际写入数据总量与磨损度的对应关系确定固态硬盘在任意周期时的磨损度。本实施例能够真实模拟固态硬盘的写入数据过程，可以预测固态硬盘在任意周期的磨损度。

作为对于图1对应实施例的进一步介绍，本实施例可以通过以下方式确定固态硬盘的周期写放大信息，具体过程包括：

利用坏块概率公式确定所述固态硬盘在每一数据写入周期的坏块数量；根据坏块数量与写放大系数的对应关系确定所述固态硬盘的周期写放大信息。

其中，上述坏块概率公式为y＝(x-b)²，x为数据写入周期的周期数，y为第x周期出现坏块的概率，b为大于0的预设参数。具体的b可以为固态硬盘出现坏块时刻所在的数据写入周期。

进一步的，本实施例还可以利用写放大系数公式计算所述固态硬盘的周期写放大信息；其中，所述写放大系数公式为wa＝scale1*(errors-errors_min)+wa_min；wa为当前数据写入周期的写放大系数，scale1为第一缩放系数，errors为当前数据写入周期的坏块数量，errors_min为坏块数最小值，wa_min为写放大系数最小值，scale1＝(wa_max-wa_min)/(errors_max-errors_min)，wa_max为写放大系数最大值，errors_max为坏块数最大值。

作为对于图1对应实施例的进一步介绍，根据实际写入数据总量确定磨损度的过程可以为：利用磨损转换公式得到磨损度计算值，并对所述磨损度计算值向上取整得到所述固态硬盘的磨损度；

其中，上述磨损转换公式为wearout＝100–scale2*(writes-writes_min)，wearout为当前数据写入周期的磨损度计算值，scale2为第二缩放系数，writes为实际写入数据总量，writes_min为实际写入数据总量的最小值，scale2＝100/(writes_max-writes_min)，writes_max为实际写入数据总量的最大值。

下面通过在实际应用中的实施例说明上述实施例描述的流程。请参见图2，图2为本申请实施例所提供的一种固态硬盘磨损度数据的模拟方法的原理示意图，本实施例将固态硬盘主机写入量数据进行数据延长，并与坏块模拟、坏块转换为写放大生成的写放大变换系数混合，得到混合写放大影响的写入量数据，再通过数据归一化、精度处理等一系列转换，最终得到磨损度的模拟数据。具体的，本实施例可以包括以下操作：

步骤1：延长原始主机写入量数据。

其中，原始主机写入量数据为执行本步骤之前固态硬盘中已写入的数据。原始主机写入量数据可以为只有几个月或一两年内写入的数据。本实施例通过本步骤把原始主机写入量数据进行延长至5-7年。具体操作方法可以包括：(1)先计算原始主机写入量的每日差值。关键信息为日期和日期所对应的1日增长量，该数据作为候选数据。(2)随机从原始主机写入量数据中选取一个片段(每个片段包含一个开始时间点和一个时间长度，例如从第10天开始的连续7天的数据)；(3)从候选数据中提取并保存随机选取的时间片段对应的候选数据。(4)重复执行步骤(2)和(3)，直至保存的总时间片段达到满足目标长度(例如5年)。

步骤2：按概率分布模拟坏块。

随着器件老化，一般会出现固态硬盘的坏块。这些坏块会造成写放大，进而影响实际写入量。本实施例先模拟坏块的影响。一般的规律是时间越久，坏块发生的概率越大。这里采用简单的二次分布曲线y＝(x-b)²作为坏块分布曲线。具体实施方法为：有放回的采样从目标位置列表中以指定的坏块分布函数选择n个位置(n为坏块个数)，统计各个位置上的坏块出现个数，作为各个时间点故障数的注入个数。

步骤3：将坏块转为写放大系数。

由于坏块的引入最终会影响写放大，使得原始的写入量在最终落盘时会大于需要写入的量。使用min-max归一化方法，将坏块数量转换为写放大系数。写放大的最大值(wa_max)和最小值(wa_min)由ssd固件领域专家给出，参考值为wa_min＝2.5,wa_max＝5。

本步骤中的具体转换过程为：

利用公式scale1＝(wa_max-wa_min)/(errors_max-errors_min)计算缩放系数，使用公式wa＝scale*(errors-errors_min)+wa_min，将坏块数errors转换为写放大系数wa。wa表示本周期内的写放大系数，errors表示本周期的坏块数量，errors_max为坏块数的最大值，errors_min为坏块数的最小值。

步骤4：写入量混合写放大影响。

混合写放大影响的写入量，可由每日主机写入量和每日写放大系数得出，具体的，每日实际写入量＝每日主机写入量*每日写放大系数。通过将每日实际写入量累加后，即可得到叠加写放大影响的写入量(即，实际写入数据总量)。

步骤5：磨损度转化。

混合写放大影响的写入量的计量单位为字节数，而最终磨损的单位为百分比。因此需要再次采用min-max算法，将混合写放大影响的写入量转为100-0的磨损度，磨损度数据类型为浮点数(含小数点)。

磨损度转化的具体转换过程为：

计算缩放系数(wearout表示磨损度，writes表示混合写放大影响的写入量)scale2＝100/(writes_max-writes_min)，使用公式wearout＝100-scale2*(writes-writes_min)，将混合写放大影响的写入量writes转换为磨损度wearout。

步骤6：磨损度精度调整。

由于真实环境的磨损度精度一般只是0-100的整数，需要将步骤5得出的磨损度数据向上取整得到1-100的整数。

经过以上处理，可以将容易获取的几个月的主机写入量数据，模拟为接近真实场景的固态硬盘磨损度变化数据，用于进一步的研究或系统开发过程。本实施例可在没有真实固态硬盘磨损度实验数据的情况下，通过有效的模拟仿真得到固态硬盘磨损度变化数据，用于指导固态硬盘寿命预测等依赖固态硬盘磨损度数据的技术研究或系统开发。本实施例提出一种基于有限ssdhostwrites参数，进行ssd磨损度数据模拟的方案。ssdhostwrites参数与磨损度比之间的主要区别在于不含写放大带来的写入，同时有数据取值范围的差异、数据精度的差异。

请参见图3，图3为本申请实施例所提供的一种固态硬盘的磨损度数据模拟系统的结构示意图；

该系统可以包括：

数据延长模块100，用于对固态硬盘中的原始主机写入量数据执行数据延长操作，得到每一数据写入周期待写入所述固态硬盘中的候选数据；

写放大系数确定模块200，用于确定所述固态硬盘的周期写放大信息；其中，所述周期写放大信息包括所述固态硬盘在每一数据写入周期的写放大系数；

实际写入数据量确定模块300，用于根据所述候选数据和所述周期写放大信息计算所述固态硬盘在所有数据写入周期的实际写入数据总量；

磨损度确定模块400，用于根据所述实际写入数据总量确定所述固态硬盘的磨损度。

本实施例通过对固态硬盘中的原始主机写入量数据执行数据延长操作，得到多个数据写入周期内需要写入固态硬盘的候选数据。本实施例确定的周期放大信息中可以包括固态硬盘在每一数据写入周期写入候选数据时对应的写放大系数，根据候选数据和周期写放大信息计算固态硬盘在所有数据写周期的实际写入数据总量，进而根据固态硬盘实际写入数据总量与磨损度的对应关系确定固态硬盘在任意周期时的磨损度。本实施例能够真实模拟固态硬盘的写入数据过程，可以预测固态硬盘在任意周期的磨损度。

进一步的，数据延长模块100包括：

增长信息确定单元，用于根据所述固态硬盘中所述原始主机写入量数据的写入时间确定所述固态硬盘的周期数据增长信息；其中，所述周期数据增长信息包括所述固态硬盘在每一数据写入周期的数据增长量；

周期选择单元，用于从所述原始主机写入量数据对应的数据写入周期中选取任意数量个数据写入周期作为目标周期；

候选数据选取单元，用于根据所述周期数据增长信息将每一所述目标周期对应的数据增长量作为下一数据写入周期要写入所述固态硬盘中的候选数据；

判断单元，用于判断已得到的候选数据的数量是否大于预设值；若是，则判定所有周期要写入所述固态硬盘中的候选数据生成完毕；若否，则启动周期选择单元对应的工作流程。

进一步的，写放大系数确定模块200，包括：

坏块数确定单元，用于利用坏块概率公式确定所述固态硬盘在每一数据写入周期的坏块数量；其中，所述坏块概率公式为y＝(x-b)²，x为数据写入周期的周期数，y为第x周期出现坏块的概率，b为大于0的预设参数；

写放大信息确定单元，用于根据坏块数量与写放大系数的对应关系确定所述固态硬盘的周期写放大信息。

进一步的，写放大信息确定单元，用于利用写放大系数公式计算所述固态硬盘的周期写放大信息；

其中，所述写放大系数公式为wa＝scale1*(errors-errors_min)+wa_min；wa为当前数据写入周期的写放大系数，scale1为第一缩放系数，errors为当前数据写入周期的坏块数量，errors_min为坏块数最小值，wa_min为写放大系数最小值，scale1＝(wa_max-wa_min)/(errors_max-errors_min)，wa_max为写放大系数最大值，errors_max为坏块数最大值。

进一步的，实际写入数据量确定模块300，用于根据所述候选数据和所述周期写放大信息计算同一数据写入周期内候选数据的字节数与写放大系数的乘积，得到每一数据写入周期的实际写入数据量；还用于累加每一数据写入周期的实际写入数据量得到所有数据写入周期的实际写入数据总量。

进一步的，磨损度确定模块400用于利用磨损转换公式得到磨损度计算值，并对所述磨损度计算值向上取整得到所述固态硬盘的磨损度；

其中，所述磨损转换公式为wearout＝100–scale2*(writes-writes_min)，wearout为当前数据写入周期的磨损度计算值，scale2为第二缩放系数，writes为实际写入数据总量，writes_min为实际写入数据总量的最小值，scale2＝100/(writes_max-writes_min)，writes_max为实际写入数据总量的最大值。

进一步的，还包括：

寿命预测模块，用于在根据所述实际写入数据总量确定所述固态硬盘的磨损度之后，根据所述固态硬盘的磨损度对所述固态硬盘进行寿命预测。

由于系统部分的实施例与方法部分的实施例相互对应，因此系统部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。

本申请还提供了一种存储介质，其上存有计算机程序，该计算机程序被执行时可以实现上述实施例所提供的步骤。该存储介质可以包括：u盘、移动硬盘、只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。

本申请还提供了一种电子设备，可以包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时，可以实现上述实施例所提供的步骤。当然所述电子设备还可以包括各种网络接口，电源等组件。

说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。

还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的状况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。