如何提升數(shù)據(jù)存儲的可靠性

數(shù)據(jù)已經(jīng)成為繼土地、勞動力、資本和技術(shù)之后的第五大生產(chǎn)要素，是當(dāng)代經(jīng)濟社會發(fā)展的基礎(chǔ)資源。存儲作為數(shù)據(jù)載體設(shè)備發(fā)揮著重要作用，既要滿足當(dāng)前全球數(shù)據(jù)量高速增長需求，又要保證數(shù)據(jù)存得安全可靠、讀寫高效精準(zhǔn)，從而為數(shù)據(jù)中心提供“穩(wěn)定的數(shù)據(jù)存力”。如何提升數(shù)據(jù)存儲的可靠性，避免意外場景下的數(shù)據(jù)丟失，已成為存儲硬件平臺發(fā)展的重大挑戰(zhàn)。

浪潮存儲從源頭出發(fā)，創(chuàng)造性地提出了冷熱備電智能切換方案，改進存儲系統(tǒng)對BBU單元智能管理方案，踐行綠色低碳理念，加固備電質(zhì)量，增強了數(shù)據(jù)存儲的可靠性。

存儲備電——數(shù)據(jù)存儲安全的保障

當(dāng)前業(yè)界存儲系統(tǒng)通常采用電源PSU（Power Supply Unit）“1+1”冗余供電，在供電之外還配置備用電池BBU（Battery Back-Up Unit），當(dāng)機房市電掉電，存儲系統(tǒng)實時監(jiān)測PSU供電異常，無縫切換到備用電池BBU供電。BBU提供持續(xù)的供電能力，確保存儲系統(tǒng)控制器寫緩存中數(shù)據(jù)，完整而安全的寫入非易失性介質(zhì)，如HDD、SSD等，避免數(shù)據(jù)丟失。

為保證數(shù)據(jù)存儲的業(yè)務(wù)連續(xù)性，機房市電意外掉電、市電恢復(fù)后能快速恢復(fù)存儲系統(tǒng)的業(yè)務(wù)，浪潮存儲對備電設(shè)計標(biāo)準(zhǔn)有嚴格要求。比如，三年產(chǎn)品生命周期內(nèi)，備用電池BBU一次充滿電，可滿足兩次掉電數(shù)據(jù)備份要求；又如，滿足存儲系統(tǒng)高可靠性要求時，創(chuàng)新地采用了備用電池BBU冷熱供電切換策略，提高備電的能效和電池的使用壽命，降低BBU電池報廢的數(shù)量，降低對環(huán)境的污染。

存儲系統(tǒng)供備電框圖

高端存儲性能提升，存儲備電挑戰(zhàn)升級

隨著數(shù)據(jù)量爆發(fā)式增長、存儲業(yè)務(wù)復(fù)雜程度提升，存儲硬件平臺正朝著高密度與高性能方向發(fā)展，傳統(tǒng)供備電策略難以支撐存儲系統(tǒng)的穩(wěn)定性要求。高端存儲平臺從系統(tǒng)架構(gòu)到部件性能的升級伴隨著系統(tǒng)整體功率提升，正常運行時存儲陣列單控制器功率超1700W，掉電時刻控制器快速降低功耗，單控制器功耗仍超過800W；因此單個BBU的電芯節(jié)數(shù)達到12節(jié)（四串三并），才能滿足異常掉電時的備電功耗需求。存儲系統(tǒng)實時獲取BBU充放電次數(shù)與健康狀態(tài)，BBU單元檢測自身狀態(tài)，如果發(fā)現(xiàn)異?？煽焖俣ㄎ患靶迯?fù)，延長BBU電芯的使用壽命，保證BBU供電能力滿足產(chǎn)品的需求。因為存儲系統(tǒng)控制器功耗不斷增大，備用電池BBU的電芯節(jié)數(shù)不斷增加，電芯電壓不平衡或損壞無法正常識別等質(zhì)量隱患逐漸突顯出來；如果沒有支持診斷的BMS（Battery Management System）日志，BBU充電異常、BBU校驗學(xué)習(xí)（評估BBU備電能力是否滿足一次備電需求）異常、BBU供電鏈路偵測異常等問題則無法準(zhǔn)確定位，影響B(tài)BU的故障定位效率及使用壽命；如果備電單元故障未及時發(fā)現(xiàn)，異常掉電而BBU不能正常供電，嚴重時會出現(xiàn)存儲系統(tǒng)丟數(shù)據(jù)的隱患。

浪潮存儲：智能備電管理技術(shù)

浪潮存儲從系統(tǒng)控制端與備電單元端雙管齊下，提出了智能備電管理技術(shù)，將存儲系統(tǒng)備電單元有效電量提升30%、使用壽命延長50%。智能備電管理技術(shù)包含BBU單元軟硬一體自診斷方案、存儲系統(tǒng)對BBU的智能管理方案、冷熱備電智能切換方案三部分。通過BBU單元的監(jiān)測電路與自診斷算法，實現(xiàn)了BBU狀態(tài)監(jiān)測與告警管理；通過存儲系統(tǒng)軟件對BBU單元的管理，提升BBU單元故障定位效率和備電系統(tǒng)穩(wěn)定性；通過BBU單元冷備與熱備智能切換，BBU單元電池損耗降低30%，提高了電池的使用壽命，降低了電池報廢數(shù)量和環(huán)境的污染。

浪潮存儲智能備電管理技術(shù)框圖

BBU單元軟硬一體自診斷設(shè)計方案

浪潮存儲通過自診斷算法為BBU單元提供精準(zhǔn)高效的狀態(tài)監(jiān)測與異常處理，存儲研發(fā)團隊在設(shè)計前詳細梳理BMS 軟硬件接口寄存器、BBU電芯解耦控制參量、狀態(tài)保護觸發(fā)閾值等，用于監(jiān)測狀態(tài)的分析診斷。硬件設(shè)計BBU 供電路徑偵測電路，實時監(jiān)測BBU供電路徑，跨連接器和板卡不同位置的電壓、電流、功率值，作為自診斷分析依據(jù)；軟件設(shè)計BBU單元自診斷算法，BBU單元優(yōu)先查詢電芯物料信息與當(dāng)前狀態(tài)進行初診斷，初診斷無誤后開始對存儲控制信號、充電信號等進行實時記錄，同時分析對外充放電、對內(nèi)校驗學(xué)習(xí)等各種狀態(tài)下的參數(shù)變化情況。如果狀態(tài)參數(shù)異常，則分析異常原因并進行簡單的自適應(yīng)調(diào)參，同時收集異常日志發(fā)送給存儲系統(tǒng)。通過流程化的自診斷，可以在存儲系統(tǒng)業(yè)務(wù)上線前檢出已知的大部分問題，降低存儲系統(tǒng)業(yè)務(wù)上線后BBU單元異常的概率。

突破存儲系統(tǒng)對BBU單元智能管理方案

存儲系統(tǒng)對BBU單元的管理至關(guān)重要，是備電流程順利進行的核心。存儲系統(tǒng)基于BBU單元自診斷的狀態(tài)信息，從以下五方面進行智能備電狀態(tài)監(jiān)測處理：

其一，定期對BBU 供電鏈路偵測，模擬存儲系統(tǒng)供電切換流程，提前識別鏈路隱患。

其二，定期評估BBU單元儲備的電量，判定是否滿足系統(tǒng)一次備電需求，同時累計消除BMS采樣誤差。

其三，存儲系統(tǒng)實時讀取BBU單元電壓與電流、電芯電壓及溫度、充放電MOS管溫度，接近BMS內(nèi)置閾值時報警處理。

其四，充電過程自動監(jiān)測存儲設(shè)備功率，檢測BBU電量是否滿足一次備電需求，實時校準(zhǔn)充電狀態(tài)，同時累計充放電次數(shù)。

最后，存儲系統(tǒng)對BBU單元BMS狀態(tài)寄存器狀態(tài)值實時監(jiān)控，出現(xiàn)異常后進入備份供電異常處理模式。

上述智能備電狀態(tài)診斷方案，將潛在異常的識別率提升了1倍；問題診斷完成后，存儲系統(tǒng)對日志進行智能分析，準(zhǔn)確定位出問題源頭，例如：BBU電芯異常、BBU 控制模塊異常、存儲系統(tǒng)控制電路異常、系統(tǒng)散熱異常等。

創(chuàng)造性地給出了一種冷熱備電智能切換方案

浪潮存儲系統(tǒng)對供電鏈路定期偵測、BBU備電能力定期評估，提前識別供電隱患，并基于此進行供電狀態(tài)智能分析，設(shè)計了BBU單元冷備、熱備智能切換方案。在1+1冗余，雙PSU都正常狀態(tài)下采用冷備以降低備電損耗，存儲系統(tǒng)通過對輸出電壓電流、PWM驅(qū)動波形、溫度采樣值等參數(shù)的智能分析，提前對PSU的工作狀態(tài)進行預(yù)測，在單 PSU出現(xiàn)異常后，切換為熱備模式，以保證市電異常時存儲系統(tǒng)無縫切換為BBU供電。打破了傳統(tǒng)熱備電技術(shù)對BBU壽命損耗的弊端，智能供電方案中熱備份供電時間占比不超過10%，BBU單體待機功耗由原來的熱備3W.h，減小至0.3W.h，一年內(nèi)充電次數(shù)也由450次減少至50次左右，BBU使用壽命由不到一年延長至三年以上，使得廢棄BBU對環(huán)境污染程度大幅度降低，貫徹了綠色設(shè)計理念。

浪潮存儲正秉承“云存智用 運籌新數(shù)據(jù)”的存儲理念，深耕于存儲平臺底層硬件的創(chuàng)新研發(fā)，從源頭做起全方位加固存儲產(chǎn)品備電質(zhì)量，充分發(fā)揮硬件平臺的數(shù)據(jù)備份處理優(yōu)勢，貫徹落實綠色節(jié)能設(shè)計理念，打造具備極致可靠性的高端存儲產(chǎn)品，保障企業(yè)海量數(shù)據(jù)存得高效、存得可靠，為業(yè)界帶來安全可靠、經(jīng)濟高效、易用易管的存儲平臺?！　?/p>