Spolehlivost disků od Google

19.2.2007 18:10 | Přečteno: 2000× | Ani zbla | poslední úprava: 19.2.2007 18:16

Dnes jsem četl slashdotovaný článek o spolehlivosti disků od Google (Failure Trends in a Large Disk Drive Population).

Narazil jsem na to včera a nemohl jsem se dočkat, až to přelouskám. Ze tří důvodů:

• Google těch disků má přes sto tisíc a provozuje je dlouhodobě
• věřím, že tam pracují chytří lidi, kteří data dobře zanalyzují
• do spolehlivostí taky trochu dělám

Tak tedy, sledovali sto tisíc disků po dobu několika let. Shromažďovali provozní data: teplota, zatížení, rozličné údaje ze SMARTu. Pobavilo mě, jak měli zadefinovánu poruchu disku: prostě když ho museli při opravě serveru vyměnit, tak byl porouchaný.

Závěry

Jestli jsem správně pochopil ten graf, tak poruchy jsou celkem rovnoměrně rozprostřeny do pěti let, ze kterých měli data. První rok je trochu lepší.

56% disků zkolabovalo aniž SMARTí diagnostika naznačila nějaký problém.

Pokud SMART nahlásil problém (přemapování sektoru/scan error), pak stoupla pravděpodobnost, že se disk porouchá v následujících dvou měsících dvacetkrát až čtyřicetkrát. Nějakou chybovou SMART událost nahlásila až pětina disků.

Nebyla prokázána souvislost mezi zatížením/teplotou a poruchami. Některé hodně zatížené disky měly tendenci odejít v prvních třech měsících, ale pokud to přežily, fungovaly spolehlivě několik let. Teprve teplota nad 45 °C se do poruchovosti promítla (nedramaticky).

Nepopírají, že poruchovost značně závisí na konkrétním modelu, nicméně tato data neposkytují.

Můj závěr je ten, že disky můžete pustit z hlavy. Je to loterie. Snad jen pokud SMART něco hlásí, tak trochu zpozornět.

       

Komentáře

[JiK]

Můj závěr je ten, že disky můžete pustit z hlavy. Je to loterie. Snad jen pokud SMART něco hlásí, tak trochu zpozornět.

asi tak dvacetkrát až čtyřicetkrát?

[kotyz]

ne. zazalohovat a zacit setrit na novej.

[alblaho]

To násobení se dělá asi z dost malých čísel, takže i když dvacetkrát zpozorníš, pořád je to ještě "s prstem v nose".

[blogsm]

když nahlásí chybu tak stačí reklamovat disk, pokud je v záruce. SMART je důvod pro závadu.

[Thunder.m]

Teda fakt škoda že se do studie nepromítají značky ani konkrétní modely, z mých zkušeností plyne že právě na této okolnosti záleží nejvíc, jinak díky za info, docela zajímavé.

[Filip Jirsák]

Škoda, že tu studii (pravděpodobně) neudělali alespoň s anonymním rozdělením na značky. Že by z ní třeba vyplynulo, že existují značky, jejichž SMART nenahlásí vůbec nic, nebo existují značky závislé na teplotě atd. Protože ten výsledek „stejně se pořádně nedá zjistit nic“ může být dán právě tím, že nějaké závislosti existují, ale jsou různé podle značek.

[David Ježek]

tady česky a podrobněji