百度使用自主研发系统工具hdoctor 使SATA盘返修率低于SAS盘

据了解，百度近三年来一直使用其主导研发的系统工具hdoctor。该创新工具的应用，使SATA 硬盘的故障返修率低于比其成本及可靠性更高的SAS硬盘，有效地解决了在大数据时代，大规模大容量SATA硬盘应用背景下的高故障率、低运维效率和存储成本控制等难题，并对大幅降低云存储购置成本奠定坚实基础。

大数据促硬盘故障问题凸显

如今，数据量迅速膨胀，据IDC统计，2012年全球数据总量已达到2.8ZB，而到2020年，预计将达到40ZB，相当于地球上所有海滩沙粒数量的57倍，地球上人均将拥有5247GB数据。海量数据让全球面临着数据存储方面的严峻挑战，这里面既有技术上的难题，也有来自成本方面的压力。而硬盘作为数据中心存储数据的核心部件之一，其返修率高、成本昂贵成为众多挑战中的主要难题。

据统计，在数据中心中，硬盘相关的故障占全部硬件故障的85%以上。随着大数据时代的到来，服务器数量大幅度增长，更多的存储需求、更低成本硬盘的使用，以及高温、高存储密度等技术的应用，硬盘故障及报废规模呈明显增加趋势。这对业务稳定、存储成本和运维效率都造成了严重的影响。如何降低返修率一直困扰业界。

因为存储着上百PB数据，百度——这家全球最大的中文搜索引擎公司拥有着数百万块硬盘，解决返修率问题极其迫切。也正是在这样的背景下，百度于三年前就自主创新，主导研发了系统工具hdoctor。

百度hdoctor五维度融合创新

hdoctor 最主要的成果是让SATA硬盘的返修率低于SAS硬盘。

众所周知，SATA硬盘的返修率高出SAS硬盘近40%以上，拿业界某知名硬盘厂商最新产品为例：企业级10k SAS硬盘的年返修率（AFR）是0.44%；近线级的7.2k SATA 硬盘的AFR为0.63%。而百度使用该工具后，不仅减少了60%的SATA硬盘返修率，实现了全部硬盘故障处理及报废擦除的全流程自动化，还通过与存储系统的调度管理集成，提前处理潜在故障的硬盘，大幅缩小了故障对业务影响，有效降低运维成本，及人力、物力投入。可以说，百度用更低成本得到了更高的质量保证。

之所以能实现如上成果，主要得益于hdoctor从五个维度融合创新：

第一，硬盘故障检测。hdoctor 通过日志增量监控，整合系统设置、报错类型、硬盘运行状态等检查环节，可在10秒内监控99% 的故障，覆盖全部的机型；经过多次验证，准确度与硬盘厂商采用的硬件检测分析方法（FA）相当。

第二，硬盘故障修复。能在60秒内修复SATA硬盘60%的故障，包括潜在故障扇区修复、文件系统坏块屏蔽、硬盘及阵列状态设置校正、硬盘状态未就绪或超时的处理、数据/硬件故障排除、盘符前后漂移复位等常见的运维故障处理。而在未使用hdoctor的情况下，因业务稳定性要求，一旦出现报错，业界的通常做法是更换硬盘，这使得维护代价十分高昂。

第三，硬盘故障预警。基于数十万片硬盘近30个月的硬盘运行及故障大数据，使用机器学习技术，挖掘、分析海量数据，打造了可自动迭代的故障预测系统，支持全部厂商所有型号的 SATA 硬盘故障预测，准确率超过98%；同时与系统调度集成，能够提前避免故障对业务造成不良影响，有效降低云存储系统的平均故障修复时间（MTTR）。

第四，硬盘报废擦除。终捍卫云端数据安全，集成三种国际认证的安全擦除方案，可在JBOD、RAID环境下，快速、高效、安全擦除包括SATA、SAS、SSD、Flash在内的各种存储介质。

第五，自动运维支持。hdoctor提供所有类型硬盘的故障检测、修复、上线、下线、报修、结单检测等全方位的自动化运维API，同时定期维护和校正硬盘的状态运行信息，而且工具本身的运行机制也是自反馈和自维护的。

据了解，hdoctor已历经了三个年头。基于每月积累的故障记录，以及与硬盘相关的预警、负载、功耗、性能、温度等数十亿级别的大数据，该工具不断地迭代升级，在降低故障率，提升运维效率和云存储系统可靠性的同时，有效助力硬盘资源调度、功耗管理、存储分级等软硬件协同工作，大规模降低云存储运营成本。

业内分析人士指出，百度hdoctor的创新成果具有极为重要的产业意义。它解决了大规模大容量SATA硬盘应用背景下的高故障率、低运维效率和存储成本控制等难题，为业界实现更低成本、更高质量数据存储起到示范与引领作用；更具未来发展意义的是，该工具的使用对未来将云盘、归档盘等低成本存储介质引入数据中心奠定了基础，能够使云存储购置成本大幅降低。百度的创新技术，打破了云计算和大数据产业发展中的一大阻碍，将有效推动产业更高速成长。