عمر نوشتن SSD سرور چقدر است؟ معنی TBW و هشدار فرسودگی دیسک

در پنل سرور کنار نام یک SSD هشداری درباره Write Endurance یا عمر نوشتن دیده‌اید. شاید دیسک هنوز کار می‌کند و سایت هم باز می‌شود، اما این هشدار می‌گوید باید وضعیت دیسک و برنامه تعویض آن را جدی بگیرید. درصد نمایش‌داده‌شده یک پیش‌بینی دقیق برای روز و ساعت خرابی نیست؛ با این حال، نادیده‌گرفتن هشدار هم می‌تواند داده‌ها را در معرض خطر قرار دهد.

در این راهنما معنی شاخص‌ها را با مثال توضیح می‌دهیم، مسیر پیدا کردن دیسک واقعی را نشان می‌دهیم و می‌گوییم قبل از تعویض چه اطلاعاتی لازم است. اگر دیسک خطای خواندن و نوشتن، قطع‌شدن یا هشدار بحرانی دارد، موضوع را فقط به محاسبه عمر نوشتن محدود نکنید؛ سلامت بکاپ و رسیدگی فوری نیز اهمیت دارد.

SSD علاوه بر ظرفیت ذخیره‌سازی، یک مشخصه برای مقدار نوشتن مورد انتظار دارد. TBW معمولاً حجم کل داده قابل نوشتن را طبق شرایط سازنده بیان می‌کند. DWPD بیان می‌کند ظرفیت کامل دیسک، در دوره مشخص سازنده یا ضمانت، تقریباً چند بار در روز می‌تواند نوشته شود. این دو را با ظرفیت قابل استفاده یا سرعت خواندن و نوشتن اشتباه نگیرید.

برای مثال فرضی، اگر یک SSD یک ترابایتی در مشخصاتش یک DWPD برای پنج سال داشته باشد، مدل رتبه‌بندی آن حدود یک ترابایت نوشتن در روز طی آن دوره را توصیف می‌کند. شرایط واقعی ضمانت، الگوی بار و تعریف سازنده را در برگه همان مدل بخوانید؛ این عدد قول نمی‌دهد دیسک دقیقاً بعد از پنج سال خراب می‌شود. توضیح سازنده Kingston درباره TBW و DWPD روش مقایسه این شاخص‌ها را شرح می‌دهد.

دو SSD با ظرفیت یکسان ممکن است دوام نوشتن متفاوتی داشته باشند. فروشگاهی که پایگاه داده، لاگ و کارهای پس‌زمینه پرتکرار دارد، باید علاوه بر ظرفیت و سرعت، نوع بار نوشتن و دوام دیسک را هم در انتخاب لحاظ کند.

در بعضی گزارش‌های NVMe عبارت Percentage Used دیده می‌شود. این عدد برآوردی از بخشی از عمر مصرف‌شده بر اساس مدل سازنده است. برای نمونه، عدد ۸۰ درصد به معنی «۸۰ درصد باقی مانده» نیست. در مقابل، بعضی پنل‌های سخت‌افزاری عبارتی مانند Remaining Rated Write Endurance نشان می‌دهند که مفهوم آن به عمر رتبه‌بندی‌شده باقی‌مانده مربوط است.

شاخص Available Spare نیز به ظرفیت ذخیره جایگزین مربوط است و همان درصد مصرف عمر نیست. این نام‌ها را بدون توجه به مدل دیسک و راهنمای ابزار با هم جمع یا جایگزین نکنید. مشخصات NVM Express این دو شاخص را جداگانه تعریف می‌کند.

یک مقدار سلامت عمومی مانند PASSED به این معنی نیست که هیچ هشدار دیگری وجود ندارد. برعکس، یک عدد غیرمنتظره ممکن است به تفاوت مدل، درایور یا نسخه ابزار هم مربوط باشد. برای تفسیر، مدل دقیق، کد هشدار، زمان و راهنمای همان سازنده را کنار هم ببینید. راهنمای هشدار دوام نوشتن PowerEdge نمونه‌ای از هشدار مختص یک خانواده سخت‌افزاری است؛ آستانه آن را به همه سرورها تعمیم ندهید.

پیش از هر اقدام روی دیسک، مطمئن شوید نسخه پشتیبان تازه، خارج از همان سرور و قابل بازیابی دارید. اگر سایت فروشگاهی است، زمان بکاپ و سفارش‌های پس از آن را نیز ثبت کنید. RAID جای بکاپ را نمی‌گیرد و در صورت خطای مشترک یا حذف اشتباه می‌تواند کافی نباشد.

نام، مدل، شماره سریال و محل فیزیکی دیسک دارای هشدار را در پنل مدیریت سخت‌افزار یا گزارش ذخیره‌سازی ثبت کنید. این اطلاعات را با دیسک‌های دیگر تطبیق دهید؛ شماره سریال را در گزارش عمومی منتشر نکنید. اگر از دیتاسنتر سرور اجاره کرده‌اید، برای تطبیق جایگاه فیزیکی با تیم مجاز آن هماهنگ کنید. بیرون کشیدن دیسک سالم به‌جای دیسک هشداردهنده، به‌خصوص در RAID آسیب‌دیده، ممکن است کل آرایه را از دسترس خارج کند.

اگر به لینوکس سرور دسترسی مدیریتی دارید، ابتدا فهرست کلی ابزارهای ذخیره‌سازی را ببینید:

این فرمان نام دستگاه‌ها، مدل، اندازه، نوع و محل اتصال را نشان می‌دهد. در بعضی آرایش‌های RAID، سیستم‌عامل فقط دیسک منطقی را می‌بیند و فهرست به‌تنهایی شماره یا سلامت همه دیسک‌های فیزیکی را مشخص نمی‌کند. خروجی را با پنل کنترلر RAID یا ابزار مدیریت سخت‌افزار تطبیق دهید.

اگر smartctl نصب است و یک دستگاه NVMe مستقیم و شناسایی‌شده دارید، می‌توانید پس از جایگزینی نام نمونه با دستگاه واقعی، گزارش آن را بخوانید:

این فرمان گزارش سلامت همان دستگاه را درخواست می‌کند. به مدل، شناسه، Percentage Used، Available Spare، هشدارهای بحرانی و خطاهای ثبت‌شده نگاه کنید. نام /dev/nvme0 فقط نمونه است؛ اگر دستگاه دیگری را انتخاب کنید نتیجه مربوط به همان دستگاه دیگر خواهد بود. اگر فرمان می‌گوید دستگاه پیدا نشد یا دسترسی کافی ندارید، ابتدا نام، نوع دستگاه و مجوز را بررسی کنید.

برای SATA، SAS یا دیسک پشت کنترلر RAID، روش مشاهده سلامت می‌تواند متفاوت باشد و ممکن است ابزار رسمی کنترلر یا پارامتر سازگار لازم شود. بدون دانستن کنترلر، شماره دیسک و راهنمای آن، پارامترهای ناشناس را حدس نزنید. نصب یا به‌روزرسانی ابزار روی سرور تولیدی نیز باید با برنامه نگهداری آن هماهنگ باشد.

۱. هشدار بحرانی یا خطاهای خواندن و نوشتن: وضعیت بکاپ را فوراً کنترل کنید و مدیر سخت‌افزار را در جریان بگذارید. کم‌کردن نوشتن غیرضروری ممکن است به مدیریت وضعیت کمک کند، ولی جای بکاپ و برنامه تعویض را نمی‌گیرد. ۲. عمر تخمینی رو به پایان، بدون خطای فعلی: نرخ تغییر شاخص را در بازه‌های زمانی ثبت کنید و با آستانه و توصیه سازنده همان مدل، تعویض را برنامه‌ریزی کنید. منتظر رسیدن یک عدد عمومیِ فرضی نمانید. ۳. عدد عجیب یا ناسازگار میان ابزارها: مدل، firmware، نسخه ابزار و مسیر مشاهده را بررسی کنید و گزارش سازنده درباره همان ترکیب را بخوانید. تا روشن‌شدن علت، هشدار را صرفاً خطای نمایشی فرض نکنید.

اگر دیسک عضو RAID است، وضعیت همه اعضا و مرحله بازسازی را در کنترلر بخوانید. تعویض باید مطابق راهنمای مدل سرور، نوع RAID و روش مجاز hot-swap انجام شود. اگر آرایه از قبل degraded است یا دیسک دیگری خطا دارد، قبل از خارج‌کردن هر عضو برنامه بازیابی را با مدیر سخت‌افزار مشخص کنید. راهنمای تشخیص پایان بازسازی RAID درباره مرحله بعد از تعویض توضیح می‌دهد.

شناسه و جایگاه دیسک جدید را با درخواست تعویض تطبیق دهید. در صورت وجود RAID، تا پایان بازسازی و برگشت وضعیت آرایه به حالت سالم صبر کنید؛ دیدن خود دیسک جدید کافی نیست. گزارش خطای تازه، عملکرد سرویس و امکان بازیابی نسخه پشتیبان را نیز در برنامه کنترل قرار دهید.

برای انتخاب دیسک آینده، ظرفیت، رابط سازگار، دوام نوشتن، بار واقعی و شرایط تعویض را با هم بسنجید. جزئیات سخت‌افزار و گزینه‌های سرور اختصاصی نت‌آرام را می‌توانید در صفحه سرویس بررسی کنید؛ تصمیم نهایی باید با مشخصات همان سرور و نیاز برنامه شما سازگار باشد.