本文我们主要看下Backblaze最新发布的2022中期SSD相关故障稳定性数据报告。
Backblaze的SSD故障数据主要以季度更新，为了故障率AFR数据更加合理，盘的数量尽量会超过100pcs，故障率评估集群中盘运行时间也要超过10000 盘*天，Backblaze公司对AFR的计算定义如下：
AFR = ( drive_failures / ( drive_days / 365 )) * 100
- AFR：年度故障率，每个型号单独计算
- drive_failures：评估集群中发生的盘故障的数量
- drive_days：评估集群中所有盘在选定时间段（即季度、年度、生命周期）内运行的天数
我们先来看看最新中期报告中在2022年Q1/Q2的表现：
- 这份评估集群中，盘的容量都不是很大，最大2T，其他都在500GB以下。按照Backblaze的介绍来看，这批盘主要是boot系统启动盘。最开始Backblaze公司的集群的启动盘主要都是HDD机械盘，从2018年开始逐步替换了部分HDD启动盘，用SSD成为boot启动盘。
- 2022Q1故障数据中：西数WDC的一款盘，型号WDS250G2B0A，容量250GB，表现最差。不过，这个盘的型号的数量也比较少，只有42块，并没有达到"100pcs && 10000 driver-days"的评估标准，这种情况下1故障盘引起的单个季度的故障波动也比较大，参考意义有待商榷。在Q2的数据中，这款盘故障率也变成了0。
- 2022Q1故障数据中：镁光Micron的一个240GB SATA SSD系统盘，型号:MTFDDAV240TCB表现最差，AFR故障率达到了4.52%。
- 在2022 Q1/Q2两个季度的数据中：希捷的一个型号ZA250CM10002，连续两个季度出现较高的故障，没有收敛，在Q2达到AFR=2.89%。
如上文说到，如果评估集群中盘的数量过少，那么故障率就很容易出现波动，可靠性数据也会失真。Backblaze给出的评估标准是盘的数量尽量会超过100pcs且故障率评估集群中盘运行时间也要超过10000 盘*天。为了减少单个季度故障率的波动，Backblaze还给出了SSD寿命周期内的故障率AFR表现，如下表，根据寿命周期的长短，Backblaze给出了每个型号AFR的置信区间，置信区间越小，说明这个故障率数据可信度越高，误差越小。
备注：生命周期数据是在 2018 Q4-2022 Q2累积产生。
在上面数据中，我们看到上面提到的3个型号：西数/镁光/希捷的三个型号故障率异常的高，且置信区间还非常大。从数据来看希捷/WDC的两款主要是2.5英寸消费级SSD，Micron这款盘是M.2接口企业级SSD，这么看，Micron这款盘表现应该最差。
同时，我们看到另外3个型号：Dell/希捷的三个型号故障率异常的较低，且置信区间还非常小，数据稳定。从数据来看，希捷这两款盘是2.5英寸消费级SSD，Dell这款是M.2接口企业级SSD，表现都相当不错。
在对比SSD故障率的同时，Backblaze也在尝试印证一个观点“固态硬盘SSD和机械硬盘HDD到底谁的可靠性更高？”
- 机械硬盘HDD：主要是包含了大量的机械零件：磁头、马达、碟片、轴承等等，这些机械零件组合在一起重量也很大，同时也很容易受到震动的影响，震动大的话，磁头就容易被划伤，并产生坏道，用户看到的就是磁盘报错。
- 固态硬盘SSD：主要是SSD控制器、NAND闪存、DRAM缓存颗粒，都是电子器件，通过电学信号传输数据，不易受到震动影响，可靠性理论上比机械硬盘更稳定。
那么，固态硬盘SSD和机械硬盘HDD相比，到底是不是更稳定呢？我们来看看Backblaze的真实场景数据。据Backblaze介绍，这盘参与评估的盘的都是系统启动盘，除了完成系统启动的功能 也会在OS里记录部分的系统日志等等，也就是说HDD和SSD的使用场景是基本一样的，在同等的压力场景进行评估对比才有意义。
在2021 Q2的时候，Backblaze发布的数据，可以看到HDD/SSD的在前4年的故障率趋势基本相同，所以当时也不确定，SSD是不是真的比HDD稳定。于是，决定再等1年，收集更多的数据再完成评估。
在本次的年中报告中，根据2022Q2的数据来看，在第5年，SSD的整体故障率数据出现下降，从2021年的AFR 1.05%, 下降到2022年的AFR 0.92%。后续SSD的故障率是否出现较大的波动，特别是在NAND寿命磨穿以后，会不会有故障飙升，Backblaze表示会继续收集盘的故障数据，保持长期的观察。
基于报告中的分析数据，Backblaze也向外界传递作证了一个信息：固态硬盘SSD的长期可靠性比机械硬盘HDD要高。
这个结果，给你印象中的一直吗？如果有不同的想法，欢迎评论区留言交流，感谢！
