Was Google aus hunderttausend Festplattenausfällen lernte
Zusammenfassung
Eine Google-Studie zeigt anhand großer Felddaten, welche SMART-Werte Festplattenausfälle ankündigen und welche verbreiteten Annahmen nicht tragen. Google untersuchte mehr als hunderttausend Festplatten über neun Monate.
Ideen
- Reale Betriebsdaten unterscheiden Laborannahmen von tatsächlichen Ausfallmustern.
- Einzelne SMART-Signale korrelieren stark, erfassen aber nur einen Teil späterer Defekte.
- Scanfehler erhöhen das folgende Ausfallrisiko deutlich.
- Niedrige Durchschnittstemperaturen garantieren keine längere Lebensdauer.
- Hohe Auslastung erklärt Ausfälle weniger zuverlässig als häufig angenommen.
- Vorhersagemodelle müssen falsch negative Laufwerke ausdrücklich berücksichtigen.
Einsichten
- Telemetrie eignet sich besser zur Risikobewertung als zur sicheren Einzelvorhersage.
- Große Stichproben können hartnäckige Betriebsmythen widerlegen.
- Ein unauffälliger Gesundheitswert ersetzt niemals eine getestete Wiederherstellungsstrategie.
- Wartungsentscheidungen brauchen Wahrscheinlichkeiten, Kosten und Auswirkungen gemeinsam.
Fakten
- Laufwerke mit ersten Scanfehlern fielen erheblich häufiger kurzfristig aus.
- Viele ausgefallene Laufwerke zeigten zuvor keine starken SMART-Warnsignale.
- Temperatur und Nutzung korrelierten schwächer mit Ausfällen als erwartet.
Empfehlungen
- Behandle SMART-Warnungen als Austauschsignal, nicht als vollständige Ausfallprognose.
- Teste Wiederherstellungen regelmäßig und überwache Replikation unabhängig vom Laufwerkszustand.
- Entscheide Austauschgrenzen anhand eigener Flottendaten und Schadenskosten.
Referenzen
- BBC: Hard disc test surprises Google
- Google Research: Failure Trends in a Large Disk Drive Population
Links zur Originalquelle und zum Webarchiv öffnen einen neuen Tab.