最近我们听到了很多关于云的新闻，现在你需要考虑，你是否会采用云模式作为你存储网络架构的一部分？

　　云是数据存储架构规划中的一部分，正如可能会用到云的应用一样，例如Hadoop。数据复制的标准云方法就是使用低成本硬件。原理就是，你通过在发生故障的情况下复制数据来获得数据可靠性。由于我大部分的工作都是在大型存储环境下进行的，而且根据我对驱动器故障率的了解，我对使用这种方法来管理数PB要求高可靠性的数据抱有巨大的疑虑。

　　因此，我想做的就是，带你一步步地分析用于大多数云中的低成本硬件。我不会谈到刀片的故障率，只有存储。作为分析的一部分，我查看了所有主流磁盘制造商的网站，采用了所有厂商之间的最佳值，因此很多分析都是最理想的情况，可能你会有不同测量结果。让我们一步步地来看。

　　每迁移1PB数据的硬错误

　　硬错误率（或称为比特误码率，BER）对可靠性有很大的影响。我所查看的所有磁盘厂商都规定了1个扇区每读取10EXX比特所发生的不可恢复读取错误的误码率。

 

　　我发现，在云架构或者Hadoop中，由于考虑到企业级SAS和SATA驱动器之间巨大的成本差距，没有人会采用企业级SAS驱动器，大多数都使用了最廉价的硬件。

　　读取一个2TB驱动器的时间

　　下文中你将看到为什么这很重要的原因。现在，先看一看读取驱动器上的数据需要的时间：

 

　　占满一个通道的驱动器数量

　　了解占满不同速度SONET通道所需的驱动器数量是很重要的。我在去掉TCP/IP和其他封包及重试延迟对通道的影响之后估计通道的性能，在以这样的速度双向运行于全双工时通道的速率约为90%。

 

　　显然，占满有故障的磁盘驱动器的网络带宽并不需要大量的驱动器。

　　每年的磁盘驱动器故障

　　磁盘驱动器故障公式分为两个部分。第一个部分是基于硬错误率。如果你迁移111TB的数据，你可以假设一个磁盘无法读取写入到消费级SATA驱动器中的数据。企业级SATA驱动器的数量是1.1TB。另一个部分是年故障率（AFR）。这是每年故障驱动器占驱动器总量的比例，是驱动器厂商自己提供的一个估算值。应该注意的是，很少有驱动器厂商会提供消费级SATA驱动器的AFR数据。下表显示的是使用2TB SATA用于不同存储的驱动器数量，以及每年故障驱动器的估算量。

 

　　另一方面是基于BER的故障，因为这是基于数据迁移的，所以我再次选择了一个保守的数量，并推测驱动器占全年总带宽的5%。

 

　　为了确定总故障数量，你需要向AFR数量中增加BER（5%）：

 

　　如果你使用5%这个值并除以365，那么你将得出每天的故障数量：

 

　　将总带宽利用率小幅提高到7.5%的话，将得到每天每个存储卷的故障数：

 

　　迁移数据总量的故障

　　下面得出的结论：当使用率为5%、存储容量为10PB的时候，每天平均你会有15个消费级SATA驱动器发生故障。在最好情况下，你大约需要24390秒通过网络进行读取或者写入每个驱动器。你最多可以获得3.37个驱动器的全部带宽，24小时获得总共276 MB/s的带宽。因此，简单计算一下，276 MB/sec×3600×24得出每天的总MB/s。对于每个驱动器，你需要82 MB/s×24390×15个驱动器故障。以下是不同情况的计算结果：

 

　　任何负数意味着驱动器复制的要求超过了通道带宽。例如，在10PB、OC-48和5%驱动器使用率的情况下，带宽相当于6167659 MB（这超过了通道带宽）或者24小时内71 MB/s。显然，随着时间的推移，这个问题越来越明显，因为你复制数据的速度还赶不上丢失的速度。

　　从统计概率上说，如果你有10PB的话，最终你将丢掉数据，而且不会用太长时间。唯一的架构选择就是保留数据的第三个副本，而这么做的成本很高。对于一个OC-48通道、使用率为5%的存储系统来说，拐点发生在5 PB～10 PB之间，在5 PB、使用率为7.5%的情况下，你只有42 MB/s的多余带宽（3652149，3600×24）。这时候就需要更高速的网络（付出更多成本）或者更可靠的存储（成本也不低）。

　　我相信云公司每天都在权衡着这些成本因素，找出什么是优化成本的最佳方法。有没有可能其中一些人并不了解基本的硬件问题？我当然希望不会是这种情况。显然，云存储适用于5PB、OC-48通达和消费级SATA存储。现在，有多少云是超过这个存储容量的？我不之道，但肯定是存在的，对于大型存储用户来说，多达10～20 PB的归档是很常见的。

　　云架构要比本地存储架构复杂得多。云存储可以设计成一个RAID后端，消除了很多问题，但是我所了解的大多数云由于成本因素而没有使用RAID。总的来说，云架构和云设计并不简单，对于大型数据卷来说，我看不出云比本地存储便宜多少。

　　驱动器可靠性和带宽将限制云的采用，而且这是一个可能永远也得不到解决的问题。带宽将越来越便宜，但是驱动器可靠性并没有多大改善，数据的增长速度仍将超过带宽。也许基于网络的重复数据删除功能会起到一些帮助作用——如果数据可以被重复数据删除的话。但是就目前来看，对于非常大型的数据存储来说，还没有一个比老式数据中心更好的选择。