Backblaze 2022 Q3 硬盘故障质量报告解读

在9月份，我们更新了Backblaze 2022上半年的中期质量报告解读（Backblaze2022中期SSD故障质量报告解读），基于报告中的分析数据，Backblaze也向外界传递作证了一个信息：固态硬盘SSD的长期可靠性比机械硬盘HDD要高。

随着Q3质量报告的发布，我们继续解读质量报告，重点关注Q3质量的表现，故障率是否出现较大的波动。

截至2022 Q3季度末，Backblaze监控的硬盘数量超过22万片，其中4.2K是系统启动盘，包括2.7Kpcs SSD和1.4Kpcs HDD。总量22万pcs硬盘分为29个型号model。上个季度Q2的型号是27个，Q3新增2个型号：Seagate 8TB型号：ST8000NM000A和Seagate 16TB 型号: ST16000NM002J。涉及的29个型号，来自3个厂商：主要分布：

• HGST+WDC西数：HGST，7个型号；WDC，3个型号

• Seagate希捷：13个型号

• Toshiba东芝：6个型号

东芝和WD西数的型号是从2020年开始逐年增加。目前还是希捷盘的数量最多。

下图是Backblaze从2022/7/1到2022/9/30之间的第三季度Q3故障率数据表现。从Q3季度的29个型号的质量数据中，我们可以发现几点信息：

• 第三季度Q3有三个型号的盘故障率为0：分别是HUH728080ALE604、ST8000NM000A、WUH721816ALE6L0。其中只有WUH721816ALE6L0达到了AFR评估的标准“为了故障率AFR数据更加合理，盘的数量尽量会超过100pcs，故障率评估集群中盘运行时间也要超过10000 盘*天”

• 有另外三个型号上电时间最长，希捷的一款4T和6T，和东芝的一块4T盘，故障率已经逐步攀升，看到了随着运行时间增长发生老化的迹象。其中，东芝8.25%的高AFR也跟数量只有95个有关，即使故障2个，故障率也飙升了。对这3块盘来说，经过七年左右的持续旋转，他们的主轴、驱动器、磁头、碟片介质等出现开始磨损和老化问题。

     

• 2022年第三季度整体AFR为1.64%，比2022年的Q2 AFR=1.46%要高，同时比2021年Q3 AFR=1.1%也增长不少。这里面主要可能第二点说的长时间运行导致的老化有关，Blackblaze表示后续会更换新盘，预计后续的AFR故障率也会出现下降。

基于硬盘故障率和硬盘成本，Backblaze还抛出一个问题：“在故障率表现和购买成本之间，哪种情况，终身使用累计成本最高？”

• 上图中，有3个型号的14TB HDD，分别为Model 1、Model 2、Model 3.

• 终身累计成本：除了最初购买的盘的成本，后续故障后更换故障盘的成本(这里面盘本身成本可能由于存在质保期内的RMA而是0，还包括维修更换的成本)。

• 三个型号的购买成本分别是225美元、250美元、275美元，每个型号购买5000pcs。

• 三个型号的根据故障率表现，每年维修更换的数量75、50、25，对应每年维修人力成本分别是22500美元、15000美元、7500美元。后续服役时间5年。

• 在三个型号当前故障率表现AFR分别1.5%、1%、0.5%的情况下，终身累计成本分别是123万美元、132万美元、141万美元。Model 3的终身累计成本最高。

• 根据上面的计算模型，我们也会发现，当Model 1 AFR=2.67% 时，Model 1和Model 2会有相同终身累计成本132万美元。当Model 1 AFR=3.83% 时，Model 1和Model 3会有相同终身累计成本141万美元。故障率的上升会增加硬盘的终身累计成本。硬盘的故障率会一个浴盆曲线，在核算终身累计成本也需要考虑故障率的变化。

下图是Backblaze从2013/4/20到2022/9/30之间的历史累计的生命周期故障率数据表现。生命周期的故障率AFR当前是1.41%，比上个季度的1.39%略高，这也说明Q3的质量表现不太乐观。但是比2021年Q3的生命周期的故障率AFR 1.45%要低。说明2022年整体故障率表现略好。

下图中是生命周期故障率AFR小于1%的型号列表。主要集中在12TB、14TB、16TB盘。其中，西数盘型号为WUH721816ALE6L0的16T盘，质量表现最好，AFR在0.11%。

精彩推荐:

• 漫谈云数据中心的前世今生

• 多维度深入剖析QLC SSD硬件延迟的来源

• 漫谈固态硬盘SSD全生命周期的质量管理

• 如何快速debug定位SSD延迟问题？

• 汽车存储SSD面临的挑战与机遇

• 超大规模云数据中心对存储的诉求有哪些？

• SSD写放大的优化策略要统一标准了吗？

• 阿里云Optane+QLC存储实践案例分享

• “后Optane时代”的替代存储方案有哪些？

• 浅析数据中心存储发展趋势

• 浅析PCIe链路LTSSM状态机

• 浅析Relaxed Ordering对PCIe系统稳定性的影响

• 实战篇｜浅析MPS对PCIe系统稳定性的影响

• 浅析PCI配置空间

• 浅析PCIe系统性能

• PLC SSD虽来但远，QLC SSD火力全开

• Backblaze2022中期SSD故障质量报告解读

• 最全电脑固态硬盘SSD入门级白皮书

• 存储随笔《NVMe专题》大合集及PDF版正式发布！

• 加权循环仲裁WRR特性对NVME SSD性能有什么影响？

• Linux NVMe Driver学习笔记之9: nvme_reset_work压轴大戏