硬盤(pán)作為服務(wù)器數(shù)據(jù)的載體、一旦出現(xiàn)故障，就會(huì)出現(xiàn)信息的缺失和遺漏。為了解決企業(yè)級(jí)場(chǎng)景下，硬盤(pán)對(duì)于精準(zhǔn)海量記憶的苛刻要求，騰訊云一方面與全球領(lǐng)先的數(shù)據(jù)存儲(chǔ)解決方案提供商希捷合作，率先在國(guó)內(nèi)引入定制化機(jī)制，保證硬盤(pán)質(zhì)量的源頭管理；另一方面，利用大數(shù)據(jù)分析技術(shù)對(duì)硬盤(pán)健康狀況作多維度 “體檢”，實(shí)現(xiàn)了對(duì)硬盤(pán)品質(zhì)和可靠性的有效管控，為騰訊云數(shù)百萬(wàn)用戶的底層數(shù)據(jù)安全能力提供了強(qiáng)有力保障。

據(jù)了解，在當(dāng)前大數(shù)據(jù)應(yīng)用場(chǎng)景中，TB級(jí)的大容量機(jī)械式硬盤(pán)是最為廣泛的物理載體，其主流數(shù)據(jù)記錄方式普遍采用垂直磁記錄技術(shù)，在該技術(shù)下主要依靠同等體積內(nèi)增加磁頭、磁碟的數(shù)量，以及增加單盤(pán)容量的方式來(lái)堆高容量。這不僅對(duì)硬盤(pán)的工藝、機(jī)械結(jié)構(gòu)、伺服系統(tǒng)、信號(hào)處理等帶來(lái)極大的挑戰(zhàn)，也增加了硬盤(pán)數(shù)據(jù)管理的難題。

與此同時(shí)，大數(shù)據(jù)業(yè)務(wù)場(chǎng)景下往往伴隨著長(zhǎng)時(shí)間的高工作負(fù)載，即便硬盤(pán)本身有強(qiáng)大的自恢復(fù)機(jī)制，但在龐大的強(qiáng)負(fù)載壓力下，內(nèi)部的重試糾錯(cuò)機(jī)制也會(huì)影響到上層的數(shù)據(jù)讀寫(xiě)，影響系統(tǒng)的穩(wěn)定性。

為有效解決這樣的難題，騰訊云攜手希捷聯(lián)合開(kāi)展獨(dú)家質(zhì)量提升項(xiàng)目，率先在國(guó)內(nèi)云廠商中引入定制化機(jī)制，實(shí)現(xiàn)了根據(jù)自身業(yè)務(wù)需求對(duì)硬盤(pán)可靠性的“量身定制”。

希捷根據(jù)騰訊云的業(yè)務(wù)需求開(kāi)發(fā)了定制化內(nèi)部日志，建立新產(chǎn)品聯(lián)合導(dǎo)入測(cè)試機(jī)制，幫助硬盤(pán)加速進(jìn)入穩(wěn)定運(yùn)營(yíng)期，提升產(chǎn)品的性能與穩(wěn)定性，保障用戶體驗(yàn)。

經(jīng)過(guò)數(shù)月的運(yùn)營(yíng)統(tǒng)計(jì)數(shù)據(jù)表明，騰訊云大數(shù)據(jù)業(yè)務(wù)中希捷12TB硬盤(pán)的可靠性表現(xiàn)得到了顯著提升。

據(jù)騰訊服務(wù)器供應(yīng)鏈總經(jīng)理劉裕勛介紹，硬盤(pán)的健康維護(hù)是一項(xiàng)綜合性工程，騰訊云在硬盤(pán)數(shù)據(jù)安全防護(hù)上做了大量的探索，除了和希捷在強(qiáng)化源頭管理的同時(shí)，為最大程度保護(hù)云端用戶的安全和穩(wěn)定，騰訊云還借助最新的大數(shù)據(jù)AI技術(shù)優(yōu)化硬盤(pán)的健康管理。

例如，騰訊云開(kāi)發(fā)的硬盤(pán)健康度打分系統(tǒng)，不僅可以智能化對(duì)單盤(pán)本身的參數(shù)進(jìn)行健康評(píng)估，識(shí)別出參數(shù)惡化的硬盤(pán)。在實(shí)際業(yè)務(wù)中，運(yùn)維人員根據(jù)該打分情況，實(shí)時(shí)掌握重點(diǎn)客戶的硬盤(pán)健康狀況，對(duì)運(yùn)行著重要業(yè)務(wù)的機(jī)器提前進(jìn)行低分盤(pán)更換，保障業(yè)務(wù)系統(tǒng)和數(shù)據(jù)安全。

實(shí)際上，除了上述高負(fù)載給硬盤(pán)帶來(lái)的威脅以外，隨著硬盤(pán)本身容量的不斷上升，其自身可靠性的挑戰(zhàn)也在不斷加大。面對(duì)這樣的挑戰(zhàn)，騰訊云通過(guò)不斷優(yōu)化自身業(yè)務(wù)架構(gòu)，將單盤(pán)故障做到業(yè)務(wù)零感知。

例如，騰訊云對(duì)象存儲(chǔ)COS業(yè)務(wù)中就通過(guò)就近訪問(wèn)的方式減少訪問(wèn)延遲。在多副本架構(gòu)下，采用一寫(xiě)多讀的讀寫(xiě)策略，結(jié)合容錯(cuò)機(jī)制保證數(shù)據(jù)一致性。同時(shí)，基于該讀寫(xiě)策略，計(jì)算框架會(huì)根據(jù)硬盤(pán)位置信息采用離數(shù)據(jù)最近的機(jī)器存儲(chǔ)數(shù)據(jù)，很好地規(guī)避了由于單盤(pán)故障和網(wǎng)絡(luò)讀寫(xiě)導(dǎo)致的延遲和服務(wù)不可用情況，有效提升了服務(wù)的可靠性。

此外，當(dāng)出現(xiàn)單塊硬盤(pán)故障的時(shí)候，騰訊云對(duì)象存儲(chǔ)COS業(yè)務(wù)會(huì)將硬盤(pán)置臟處理，同時(shí)，將請(qǐng)求分流至可用的硬盤(pán)上，并后端進(jìn)行無(wú)感的數(shù)據(jù)恢復(fù)措施，保障數(shù)據(jù)保持持久高可用狀態(tài)。

騰訊服務(wù)器供應(yīng)鏈總經(jīng)理劉裕勛表示：“大容量的機(jī)械硬盤(pán)仍然是當(dāng)前大數(shù)據(jù)業(yè)務(wù)的主力存儲(chǔ)設(shè)備。面對(duì)技術(shù)以及業(yè)務(wù)的雙重挑戰(zhàn)，騰訊云除了加強(qiáng)與全球存儲(chǔ)巨頭之間的合作之外，還將進(jìn)一步依托領(lǐng)先的大數(shù)據(jù)分析技術(shù)和業(yè)務(wù)架構(gòu)的持續(xù)優(yōu)化，來(lái)全面降低硬盤(pán)故障對(duì)云端業(yè)務(wù)的影響，為數(shù)百萬(wàn)用戶的數(shù)據(jù)安全保駕護(hù)航。”