2. KLA检测数据体系解析

在良率关联分析中，KLA 设备产生的数据并不是单一的一张“缺陷表”，而是由三类性质不同的数据共同构成：缺陷检测数据回答“哪里有问题”，量测数据回答“尺寸/膜厚/形貌是否在规格内”，复检数据回答“这个缺陷到底是什么、要不要拦”。三者字段结构、坐标语义、时间粒度和存储格式都不同，如果混在一张宽表里做关联，往往会在坐标对齐、时间对齐和缺陷分类口径上出错。本节先把这三类数据的字段含义、数据流和存储格式拆开讲清楚，再给出可落地的关联键设计。

一、三类数据的定位与核心字段

缺陷检测（Defect Inspection）以 KLA 的明场/暗场检测机台为代表，输出的是“缺陷事件”。其核心字段包括：LotID / WaferID / SlotID（批次与片号）、RecipeID（检测配方，决定灵敏度与像素尺寸）、DefectID（片内唯一缺陷序号）、X / Y（缺陷坐标，单位通常为 µm 或 die 坐标）、DefectSize（缺陷尺寸，单位 µm）、ClassNumber / ClassCode（机台自动分类编号）、ReviewFlag（是否送复检）、ScanTime（扫描时间戳）。其中 RecipeID 与像素尺寸必须随缺陷一起保存，否则不同配方下的 DefectSize 不可直接比较。

量测（Metrology）以 KLA 的 CD-SEM、膜厚仪、套刻量测机台为代表，输出的是“测量点结果”。核心字段包括：LotID / WaferID、MeasureRecipe、SiteID（测量点编号）、X / Y（测量点坐标）、MeasureItem（如 CD、THK、OVL）、Value、Unit、USL / LSL（规格上下限）、MeasureTime。量测数据的关键特征是“点少但精度高”，一个批次通常只有几十到几百个测量点，因此它更适合做趋势与规格判定，而不是做全片空间分布。

复检（Review）以 KLA 的 Review-SEM 或光学复检机台为代表，输出的是“缺陷的复核结论”。核心字段包括：DefectID（与检测数据关联的关键外键）、ReviewRecipe、ReviewResult（如 Real / False / Unknown）、DefectClass（人工或 ADC 分类，如 Particle、Scratch、Residue）、ImagePath（复检图像路径）、ReviewTime、OperatorID。复检数据是缺陷分类的“真值来源”，也是 ADC 模型训练标签的来源。

二、数据流：从机台到分析库

三类数据在 Fab 内的典型流向是：机台本地生成原始文件 → 站控/EDA 采集 → MES 按批次归档 → 数据仓库按 WaferID 汇总。缺陷检测数据量最大（单片可达百万级缺陷），通常先落 KLARF 文件，再抽取关键字段入库；量测数据量小，常以 XML/CSV 直接入库；复检数据含图像，通常只把结论字段入库，图像留在文件服务器并按路径引用。三者在仓库中通过 LotID + WaferID + DefectID 关联，量测则通过 LotID + WaferID + SiteID 与缺陷坐标做空间匹配。

三、存储格式与字段口径的工程约定

KLARF 是 KLA 缺陷数据的标准交换格式，本质是带分区头的文本文件，包含 FileVersion、WaferID、RecipeID、DiePitch、DefectList 等段。解析时要注意两点：一是坐标单位随 RecipeID 的像素尺寸变化，入库前必须统一换算为 µm；二是 ClassNumber 是机台内部编号，不同机台/配方下同一编号可能对应不同缺陷类型，必须通过 ClassCode 映射表转成统一分类。量测数据常见为 XML，字段层级较深，建议在采集层就拍平成“一行一个测量点”的宽表。复检结论字段少但价值高，建议单独建表并保留 ImagePath，避免把大图像二进制塞进数据库。

四、一个可执行的关联示例

假设某批次 LOT2301 的 W03 片，缺陷检测发现 DefectID=1024，坐标 X=45.2 µm, Y=88.7 µm，DefectSize=0.35 µm，ClassNumber=7，ReviewFlag=Y。复检后 ReviewResult=Real，DefectClass=Particle。同时该片量测数据中 SiteID=12 的 CD 值为 0.048 µm，规格 USL=0.052, LSL=0.044。关联逻辑是：先用 DefectID 把缺陷与复检结论连起来，再用坐标把缺陷与最近的量测点匹配（匹配半径设为 1 个 die 间距），最后判断该缺陷是否落在 CD 偏小的区域。若 DefectClass=Particle 且该区域 CD 接近 LSL，则可作为“颗粒污染导致 CD 偏移”的候选证据，进入良率相关性分析。

-- 示例：缺陷-复检-量测三表关联（伪 SQL）
SELECT d.WaferID, d.DefectID, d.X, d.Y, d.DefectSize,
       r.DefectClass, r.ReviewResult,
       m.SiteID, m.Value AS CD_Value, m.USL, m.LSL
FROM defect_fact d
JOIN review_fact r ON d.DefectID = r.DefectID
LEFT JOIN metrology_fact m
  ON d.WaferID = m.WaferID
 AND ABS(d.X - m.X) <= 10.0
 AND ABS(d.Y - m.Y) <= 10.0
WHERE d.LotID = 'LOT2301' AND d.WaferID = 'W03'
  AND r.ReviewResult = 'Real';

这段查询的关键不是 SQL 本身，而是三个约束：DefectID 必须全局唯一且跨表一致；坐标匹配半径要按 die 尺寸设定，过大引入噪声、过小漏匹配；量测值要带规格上下限，才能判断“是否异常”而不只是“数值是多少”。把这三类数据按上述字段口径和关联键组织好，后续的良率关联分析才有可靠的数据底座。