不吻合的三大原因

　　“现在，存储业界已经逐渐开始使用AFR来代替MTBF，以达到让用户更容易理解的目的。”Harris介绍说。同时，Carnegie Mellon研究中心的Bianca Schroeder也表示:“用户或许应该更想知道，在某一年中有多少比例的磁盘会出现故障。”

　　不过，据Carnegie Mellon的一项调查研究结果显示，磁盘的更换率也比存储厂商所提供的AFR数值高很多。厂商们提供的资料显示，AFR一般在0.58%到0.88%之间，但调查结果却表明，实际的年平均磁盘更换率超过了1%，一般来说在2%到4%之间，更高的甚至达到了13%。“在这里需要强调的是，我们在此次调查中搜集了许多大型存储系统更换磁盘的数据，其中涉及了10万个左右的SCSI、Fiber Channel和SATA磁盘，因此数据的可靠性还是有所保障的。”Schroeder补充说。

　　Schroeder还介绍说，研究发现，磁盘的更换率还会随着其使用时间而逐步升高，尤其是当磁盘使用了5年以后，磁盘驱动器通常就会开始老化。这项发现与很多用户的普遍看法非常吻合，但同时却与厂商所提供的AFR出现了很大程度上的不吻合。

　　对于出现这种不吻合的一种解释是，此项研究结果关注的是更换了多少磁盘，而AFR描述的是有多少磁盘预计会出现故障。“的确，故障与更换并不能划等号。举个例子，用户可能会在磁盘稍有异常的情况下就将其更换掉了，而这块磁盘其实仍然还可以使用。”Schroeder也解释说。

　　此外，出现这种不吻合的第二个原因可能是，存储厂商的测试环境一般都是十分理想的，而用户真正的使用环境通常就无法达到这样的水平。“用户在使用磁盘时，很多情况都可能会导致磁盘的损坏，比如振动、电涌、尘土和湿度等。”Zaffos介绍说。

　　而第三个原因可能就在于，存储厂商和用户对于故障的定义并不同。比如，当磁盘驱动器厂商拿到一块返厂的磁盘时，他们会把磁盘插进测试设备中，如果发现没有问题，就会贴上“no trouble found”或者“NTF”的标签。事实上，据统计，有20%到30%的返厂磁盘上都被贴上了“no trouble found”的标签。但如果用户拿一个这样的磁盘插进自己的服务器中，就会发现根本不能用。那么，对于用户来说，它就还是一块需要更换的坏磁盘。当然，客观地说，在对磁盘的好与坏的判断上，厂商和用户都没有原则上的错误。

　　这就正如Google的一项研究发现，磁盘的故障在很多时候是由于匹配不当所造成的，比如磁盘驱动器与控制器的不匹配。有的时候，用户在认为是坏了的磁盘驱动器中更换一个控制器后，就会发现仍然可以使用。据说，在Google的研究过程中，还发生了一件很有意思的事情：有一块在用户那里无论怎样都不能使用了的磁盘，在测试人员手中却始终显示一切正常。

　　伊利诺斯州立大学的一项研究也证实了这个发现。在分析了39000个商业存储系统和180万个磁盘错误记录后，得出了这样的结论：虽然存储系统出现的故障有20%到25%是由于磁盘问题所引起的，但系统的其他部分，比如物理连接或是协议栈等也是引起磁盘问题的重要原因——物理连接问题导致的故障占到了27%～68%；而协议栈问题导致的故障占到了5%～10%。