硬盤作為服務器數(shù)據(jù)的載體、一旦出現(xiàn)故障，就會出現(xiàn)信息的缺失和遺漏。為了解決企業(yè)級場景下，硬盤對于精準海量記憶的苛刻要求，騰訊云一方面與全球領先的數(shù)據(jù)存儲解決方案提供商希捷合作，率先在國內(nèi)引入定制化機制，保證硬盤質量的源頭管理；另一方面，利用大數(shù)據(jù)分析技術對硬盤健康狀況作多維度 “體檢”，實現(xiàn)了對硬盤品質和可靠性的有效管控，為騰訊云數(shù)百萬用戶的底層數(shù)據(jù)安全能力提供了強有力保障。

據(jù)了解，在當前大數(shù)據(jù)應用場景中，TB級的大容量機械式硬盤是最為廣泛的物理載體，其主流數(shù)據(jù)記錄方式普遍采用垂直磁記錄技術，在該技術下主要依靠同等體積內(nèi)增加磁頭、磁碟的數(shù)量，以及增加單盤容量的方式來堆高容量。這不僅對硬盤的工藝、機械結構、伺服系統(tǒng)、信號處理等帶來極大的挑戰(zhàn)，也增加了硬盤數(shù)據(jù)管理的難題。

與此同時，大數(shù)據(jù)業(yè)務場景下往往伴隨著長時間的高工作負載，即便硬盤本身有強大的自恢復機制，但在龐大的強負載壓力下，內(nèi)部的重試糾錯機制也會影響到上層的數(shù)據(jù)讀寫，影響系統(tǒng)的穩(wěn)定性。

為有效解決這樣的難題，騰訊云攜手希捷聯(lián)合開展獨家質量提升項目，率先在國內(nèi)云廠商中引入定制化機制，實現(xiàn)了根據(jù)自身業(yè)務需求對硬盤可靠性的“量身定制”。

希捷根據(jù)騰訊云的業(yè)務需求開發(fā)了定制化內(nèi)部日志，建立新產(chǎn)品聯(lián)合導入測試機制，幫助硬盤加速進入穩(wěn)定運營期，提升產(chǎn)品的性能與穩(wěn)定性，保障用戶體驗。

經(jīng)過數(shù)月的運營統(tǒng)計數(shù)據(jù)表明，騰訊云大數(shù)據(jù)業(yè)務中希捷12TB硬盤的可靠性表現(xiàn)得到了顯著提升。

據(jù)騰訊服務器供應鏈總經(jīng)理劉裕勛介紹，硬盤的健康維護是一項綜合性工程，騰訊云在硬盤數(shù)據(jù)安全防護上做了大量的探索，除了和希捷在強化源頭管理的同時，為最大程度保護云端用戶的安全和穩(wěn)定，騰訊云還借助最新的大數(shù)據(jù)AI技術優(yōu)化硬盤的健康管理。

例如，騰訊云開發(fā)的硬盤健康度打分系統(tǒng)，不僅可以智能化對單盤本身的參數(shù)進行健康評估，識別出參數(shù)惡化的硬盤。在實際業(yè)務中，運維人員根據(jù)該打分情況，實時掌握重點客戶的硬盤健康狀況，對運行著重要業(yè)務的機器提前進行低分盤更換，保障業(yè)務系統(tǒng)和數(shù)據(jù)安全。

實際上，除了上述高負載給硬盤帶來的威脅以外，隨著硬盤本身容量的不斷上升，其自身可靠性的挑戰(zhàn)也在不斷加大。面對這樣的挑戰(zhàn)，騰訊云通過不斷優(yōu)化自身業(yè)務架構，將單盤故障做到業(yè)務零感知。

例如，騰訊云對象存儲COS業(yè)務中就通過就近訪問的方式減少訪問延遲。在多副本架構下，采用一寫多讀的讀寫策略，結合容錯機制保證數(shù)據(jù)一致性。同時，基于該讀寫策略，計算框架會根據(jù)硬盤位置信息采用離數(shù)據(jù)最近的機器存儲數(shù)據(jù)，很好地規(guī)避了由于單盤故障和網(wǎng)絡讀寫導致的延遲和服務不可用情況，有效提升了服務的可靠性。

此外，當出現(xiàn)單塊硬盤故障的時候，騰訊云對象存儲COS業(yè)務會將硬盤置臟處理，同時，將請求分流至可用的硬盤上，并后端進行無感的數(shù)據(jù)恢復措施，保障數(shù)據(jù)保持持久高可用狀態(tài)。

騰訊服務器供應鏈總經(jīng)理劉裕勛表示：“大容量的機械硬盤仍然是當前大數(shù)據(jù)業(yè)務的主力存儲設備。面對技術以及業(yè)務的雙重挑戰(zhàn)，騰訊云除了加強與全球存儲巨頭之間的合作之外，還將進一步依托領先的大數(shù)據(jù)分析技術和業(yè)務架構的持續(xù)優(yōu)化，來全面降低硬盤故障對云端業(yè)務的影響，為數(shù)百萬用戶的數(shù)據(jù)安全保駕護航。”