由于大家的注意力大多集中在香港服務器的處理能力、網(wǎng)絡帶寬和存儲IOPS(每秒輸入輸出操作)上，所以很容易忽視香港服務器內(nèi)存的可用性和可靠性。雖然處理器是任何香港服務器的核心部件，但是工作負載的所有指令和數(shù)據(jù)都存儲在內(nèi)存中。
在如今的虛擬化數(shù)據(jù)中心中，單單一臺香港服務器可能運行眾多虛擬機，而每個虛擬機作為一個文件駐留在內(nèi)存中。但是當新的香港服務器添置更多更快的內(nèi)存以滿足更大的計算需求時，內(nèi)存可靠性問題就顯得尤為重要。IT人員必須留意內(nèi)存故障，并充分利用旨在增強內(nèi)存可用性的香港服務器特性。
如今，企業(yè)級香港服務器采用數(shù)TB的64位內(nèi)存，這些預制模塊遵守聯(lián)合電子設備工程委員會(JEDEC) DDR3和DDR3L(低電壓)標準而設計和制造。這樣一來，企業(yè)很容易從諸多內(nèi)存廠商購得價位合理的內(nèi)存，但是遵守標準并不能保證可靠性。
內(nèi)存可靠性面臨的大威脅并不是徹底的故障，不過可能會出現(xiàn)生產(chǎn)缺陷、電事件及其他物理異常引起的故障。確切地說，香港服務器內(nèi)存面臨的大威脅來自隨機比特錯誤——某個比特出現(xiàn)自發(fā)逆轉(zhuǎn)。要是未加以檢查，僅僅一個比特出現(xiàn)錯誤就會以突如其來、可能災難性的方式，改動指令或改變數(shù)據(jù)流。
比特錯誤會自然發(fā)生。內(nèi)存模塊的錯誤率從每兆字節(jié)內(nèi)存每小時大約1比特(有時被標為1010 errors/bit*h)到每兆字節(jié)內(nèi)存每百年1比特(1017 errors/bit*h)不等。這個范圍相差得太大了，但隨著內(nèi)存子系統(tǒng)速度變快、電氣操作電壓變低以及香港服務器上的內(nèi)存總量增加，比特被“誤解”并影響工作負載的可能性隨之變得相當大。
其他因素也會加劇單比特錯誤，比如本底輻射(阿爾法粒子)、寄生電事件(如附近電磁干擾)、糟糕的主板屏蔽或設計，甚至DIMM插座上的電觸點受到破損或質(zhì)量低劣。
增強內(nèi)存可用性的特性
缺少可用內(nèi)存始終是個問題，而奇偶校驗等錯誤檢測技術(shù)已存在了好多年。奇偶校驗很簡單，對于檢測單比特錯誤也很有效，但它糾正不了單比特錯誤，所以沒有大量地應用于香港服務器。幸好，現(xiàn)在有或正出現(xiàn)另外許多特性，有助于增強內(nèi)存可靠性。不妨考慮以下幾種方案：
ECC。系統(tǒng)廠商們不是依賴奇偶校驗，而是依賴糾錯碼(ECC)技術(shù)。ECC立足于奇偶校驗的基礎上，它使用一種算法，為每64比特的內(nèi)存創(chuàng)建和存儲一個8比特碼(每個地址總共72比特)。這種算法和編碼讓系統(tǒng)得以實時檢測和糾正單比特錯誤，此外還能檢測多比特錯誤，并防止系統(tǒng)使用破損數(shù)據(jù)。 ECC通常是許多通用香港服務器上采用的確保內(nèi)存可靠性的默認技術(shù)。
先進ECC。先進ECC把ECC方法擴大到了多種內(nèi)存設備，讓ECC得以檢測和糾正多比特故障，只要這些故障出現(xiàn)在同一個內(nèi)存設備里面。不過，ECC和先進ECC并不支持任何一種故障切換機制，所以為了排除有問題的內(nèi)存模塊，仍得關閉系統(tǒng)(或依賴其他系統(tǒng)技術(shù))。許多企業(yè)級香港服務器可以提供某種先進ECC，比如IBM ProLiant或戴爾PowerEdge。
內(nèi)存錯誤跟蹤。應對內(nèi)存錯誤的一方面是，首先密切跟蹤內(nèi)存錯誤。新興的香港服務器設計通過為錯誤率和位置做一份列表，開始密切跟蹤可以糾正的錯誤。一些香港服務器還能將錯誤信息保存在內(nèi)存模塊上的可重寫串行存在檢測(SPD)內(nèi)存空間——可以讀取該內(nèi)存空間，以便將來評估和分析。一旦系統(tǒng)能跟蹤可以糾正的內(nèi)存錯誤，并將該信息轉(zhuǎn)移到系統(tǒng)的管理工具，就有可能通過記下錯誤率突然增加的DIMM來預測可能發(fā)生的內(nèi)存故障。錯誤跟蹤稱得上是更先進的內(nèi)存可靠性特性的先驅(qū)，更先進的特性包括DIMM故障切換或在物理內(nèi)存空間里面轉(zhuǎn)移數(shù)據(jù)。
熱備用內(nèi)存。熱備用概念在磁盤存儲領域很常見，但只是最近才在香港服務器設計流行起來。這是由于系統(tǒng)必須有一定的智能，才能先識別和跟蹤可以糾正的內(nèi)存錯誤，之后才能決定把數(shù)據(jù)轉(zhuǎn)移到備用內(nèi)存模塊上。內(nèi)存錯誤跟蹤方面的技術(shù)進步讓香港服務器的內(nèi)存控制器得以將數(shù)據(jù)從存在的錯誤不可接受的DIMM轉(zhuǎn)移到同一通道中的另一個備用DIMM上。這也叫內(nèi)存插槽備用(rank sparing)。這種方法存在的不足是，為錯誤發(fā)生前一直非生產(chǎn)性的香港服務器增添內(nèi)存需要一筆開支。
設備標記(Device tagging)。一種內(nèi)存故障切換技術(shù)是基于BIOS的技術(shù)，名為設備標記。當系統(tǒng)跟蹤到出現(xiàn)錯誤率增加的內(nèi)存模塊時，系統(tǒng)基本上就能把數(shù)據(jù)從有問題的內(nèi)存轉(zhuǎn)移到ECC內(nèi)存——實際上使用ECC內(nèi)存作為一個小小的熱備用內(nèi)存。這有望減少內(nèi)存故障，但同時無法在這部分內(nèi)存里面進行錯誤檢測和糾正。設備標記被用作一種權(quán)宜之計，讓系統(tǒng)保持運行，直到有問題的內(nèi)存模塊被換掉為止。
內(nèi)存鏡像。完美的內(nèi)存可靠性技術(shù)就是把香港服務器上內(nèi)存中內(nèi)容從一個通道復制到另一個配對通道上。這實際上就是為內(nèi)存建立了RAID 1機制。如果一個通道的內(nèi)存里面出現(xiàn)故障，內(nèi)存控制器就會切換到配對通道上，沒有任何干擾;完成修復工作(如果需要修復)后，通道就可以重新進行同步。鏡像方法的缺點與存儲方面的RAID 1一樣;由于內(nèi)存中的內(nèi)容被復制，存儲容量減少了一半，或者說內(nèi)存成本實際上翻了一番。
如今內(nèi)存在現(xiàn)代虛擬化香港服務器中扮演更關鍵的角色，所以應對和緩解內(nèi)存錯誤的破壞性效應顯得比以往更為重要。IT專業(yè)人員可以使用一系列不斷完善的內(nèi)存可靠性特性，但是他們必須先對內(nèi)存可用性方面的需求進行更認真地評估，然后再部署擁有的特性可以滿足那些需求的香港服務器。
重慶分公司
重慶分公司
