可靠性陷入死局，如何重生？

談到數(shù)據(jù)中心，就離不開(kāi)可靠性的問(wèn)題，當(dāng)可靠性陷入死局，又如何重生？

12月12日，在2018中國(guó)存儲(chǔ)與數(shù)據(jù)峰會(huì)——超融合技術(shù)與應(yīng)用論壇上，先智數(shù)據(jù)中國(guó)區(qū)總經(jīng)理董唯元發(fā)表主題為“可靠性的死局和重生”為題發(fā)表主題演講。經(jīng)過(guò)深入思考，董唯元反復(fù)推導(dǎo)了針對(duì)分布式存儲(chǔ)和超融合系統(tǒng)的可靠性計(jì)算公式，并用這個(gè)公式描繪出影響可靠性的幾大因素曲線(xiàn)，作為基礎(chǔ)架構(gòu)來(lái)說(shuō)，在核心場(chǎng)景里首要過(guò)關(guān)的就是可靠性，性能次之，作為論壇出品人的他，闡述了“服務(wù)于關(guān)鍵業(yè)務(wù)場(chǎng)景的超融合”這一論壇主題的精髓，精彩演講令聽(tīng)眾受益匪淺。

先智數(shù)據(jù)中國(guó)區(qū)總經(jīng)理董唯元

所謂死局，就是在傳統(tǒng)磁盤(pán)故障率前提下，用傳統(tǒng)副本機(jī)制，從原理上就沒(méi)辦法實(shí)現(xiàn)大規(guī)模的可靠系統(tǒng)。而重生，是指用故障預(yù)測(cè)這種新機(jī)制可以突破限制，并大幅度提升大系統(tǒng)的可靠性。

以下為演講實(shí)錄：

今天論壇主題是關(guān)鍵場(chǎng)景應(yīng)用這個(gè)大方向，超融合這個(gè)概念其實(shí)已經(jīng)很長(zhǎng)時(shí)間了，它不算是一個(gè)新的概念了，在今年其實(shí)大部分用戶(hù)都多多少少聽(tīng)說(shuō)過(guò)，甚至已經(jīng)嘗試過(guò)這樣新的技術(shù)，現(xiàn)在其實(shí)更多的是面對(duì)的不是有和沒(méi)有的問(wèn)題，從是0到1的問(wèn)題，面臨著從關(guān)鍵場(chǎng)景到核心場(chǎng)景、關(guān)鍵業(yè)務(wù)的這種應(yīng)用切換。當(dāng)然這個(gè)過(guò)程不像我剛才一句話(huà)說(shuō)過(guò)去那么簡(jiǎn)單，因?yàn)槲覀冋麄€(gè)大的IT框架都在發(fā)生著大的變革，我們?cè)瓉?lái)的這種核心應(yīng)用，包括它跟邊緣應(yīng)用的關(guān)系，包括整個(gè)的架構(gòu)都在做各種各樣的轉(zhuǎn)型，而且這個(gè)轉(zhuǎn)型中間還是有不同的行業(yè)，不同的場(chǎng)景，還有不同的節(jié)奏，有不同的特點(diǎn)。所以切換過(guò)程其實(shí)是一個(gè)非常復(fù)雜的，這里面可討論的事情就太多了，就像我們看天上的幾大行星在天上走的節(jié)奏軌跡是一樣的，不是簡(jiǎn)單的從東到西這么一個(gè)方向走過(guò)去，它在天空中會(huì)停下往回走再往前走，超融合也有這種遲滯，這種遲滯是正常的，第一批超融合產(chǎn)品在實(shí)際場(chǎng)景中碰撞產(chǎn)生的各種各樣的摩擦，這種摩擦是一種經(jīng)驗(yàn)，正好能幫助我們后面利用更好的新技術(shù)取代傳統(tǒng)技術(shù)，或者推進(jìn)傳統(tǒng)IT的建設(shè)。

所以我們定的這么一個(gè)主題，要把這個(gè)技術(shù)，不是當(dāng)作一個(gè)新技術(shù)，而是當(dāng)做一個(gè)怎么能切換到關(guān)鍵業(yè)務(wù)中的場(chǎng)景中去。

今天大家會(huì)看到整個(gè)分論壇各個(gè)環(huán)節(jié)的主題都多多少少跟核心業(yè)務(wù)、關(guān)鍵業(yè)務(wù)是相關(guān)的，相反在初步概念介紹上面，在篩選內(nèi)容的時(shí)候可能會(huì)少一些，可能比較少的從ABC101介紹這個(gè)概念，我相信大部分的人其實(shí)不太需要做這種概念普及，什么叫超融合，有什么好處，這已經(jīng)不是談?wù)撨@個(gè)話(huà)題的年代了，我們這個(gè)年代談?wù)摰氖俏覀冎莱诤鲜鞘裁?，也知道它的架?gòu)優(yōu)勢(shì)是什么，但是在落地的過(guò)程中還是有很多更具體的問(wèn)題，結(jié)合關(guān)鍵業(yè)務(wù)場(chǎng)景，怎么能把超融合用得更好，超融合技術(shù)本身還有哪些未來(lái)的發(fā)展的方向和空間，這是一些我想討論的話(huà)題。

我自己也是準(zhǔn)備了一些可靠性方面的討論，因?yàn)槲矣X(jué)得新的技術(shù)進(jìn)入到關(guān)鍵業(yè)務(wù)這個(gè)過(guò)程，其實(shí)我們很多的應(yīng)用都是這樣的，從邊緣應(yīng)用進(jìn)入到關(guān)鍵應(yīng)用，都要面臨這個(gè)過(guò)程，性能比重會(huì)下降，但是對(duì)可靠性方面的考量會(huì)提升。在座很多都是接觸過(guò)傳統(tǒng)系統(tǒng)的，都知道一個(gè)簡(jiǎn)單的實(shí)實(shí)在傳統(tǒng)存儲(chǔ)系統(tǒng)里面，中低端存儲(chǔ)更多是拼性能，可靠性比拼相對(duì)少一些，或者比重少一些，但是越到高端存儲(chǔ)，越到核心業(yè)務(wù)方面的存儲(chǔ)，性能所占的比重越來(lái)越低，但是他們也會(huì)強(qiáng)調(diào)性能，但是比重會(huì)占很低，更多是強(qiáng)調(diào)可靠性，高端產(chǎn)品只有可靠性變高才是高端，我們說(shuō)其實(shí)這是一個(gè)整個(gè)基礎(chǔ)架構(gòu)的特點(diǎn)。作為基礎(chǔ)架構(gòu)來(lái)說(shuō)你在核心場(chǎng)景里面用要過(guò)關(guān)的就是可靠性，性能不是那么重要的問(wèn)題，不是第一等重要的問(wèn)題。

可靠性也是一個(gè)非常大的話(huà)題，我們從哪兒開(kāi)始說(shuō)呢，就從最基本的概念來(lái)說(shuō)。其實(shí)可靠性這個(gè)詞本身就是一個(gè)有一點(diǎn)模糊的地方，如果大家不做細(xì)的區(qū)分的話(huà)，就會(huì)發(fā)現(xiàn)兩個(gè)人在討論可靠性，說(shuō)的半天發(fā)現(xiàn)說(shuō)的不是同一件事，其實(shí)我們計(jì)算機(jī)里面有好多這樣的東西好多概念不說(shuō)細(xì)了，你都發(fā)現(xiàn)不了這里面的差別。我們就說(shuō)數(shù)據(jù)存儲(chǔ)，落到設(shè)備上面，不管是分布式存儲(chǔ)還是傳統(tǒng)存儲(chǔ)，落到設(shè)備上面，它的可靠性到底是什么，到底是數(shù)據(jù)不丟是算可靠，還是說(shuō)數(shù)據(jù)一直都可以訪(fǎng)問(wèn)，這兩個(gè)就不是同一個(gè)概念，當(dāng)然還有其他的部分。所以你會(huì)看到像AWS我們?nèi)ド暾?qǐng)它的云存儲(chǔ)的時(shí)候，S3提供這樣的一個(gè)說(shuō)明頁(yè)面，你會(huì)發(fā)現(xiàn)原來(lái)存儲(chǔ)可靠性有兩塊，一塊是叫持久性，一塊叫可用性，還是用的可用性這個(gè)詞，Availability，業(yè)界有不同的用法，AWS用的是這個(gè)可用性，至少持續(xù)性和可用性我們?cè)贏WS網(wǎng)站上看到是不一樣的東西。因?yàn)橹笜?biāo)不一樣，這么多的9，11個(gè)9，可用性才4個(gè)9，持續(xù)性11個(gè)9，我們知道是不同的東西。