作为国内领先的云服务提供商，腾讯云对系统的稳定性和可靠性要求严苛。腾讯云与希捷合作，通过FARM定期对硬盘的健康数据抓取，实时监控硬盘的健康状态。一旦发现有任何异常，便会及时采取措施，提醒客户重新设计工作负载，未雨绸缪，保护关键业务的延续性。
随着数据中心规模的扩张，用于存储数据的硬盘数量不断增长。云计算平台中要使用数以百万级的硬盘作为数据存储载体，高效、可靠又稳定的硬盘存储系统对于云服务的重要性不言而喻。
正因为硬盘是云计算系统中最为重要的存储载体，硬盘的健康管理是云服务稳健可靠的根本。为此，希捷与腾讯云
服务器运营团队在2018年开始在腾讯云的数据中心中部署了FARM技术，从而对云平台和数据中心的每一块硬盘进行实时的“体检”与健康管理。
为什么FARM能够做到硬盘的健康状况预知？这项技术又是怎样被应用的?今天我们就来系统地为大家追根溯源，看看FARM究竟是一项什么神秘的黑科技？
FARM是什么?
一看见FARM这个词，大家很容易联想到风吹草低见牛羊。但真相是，FARM的全称为Field Accessibility Reliability Metrics，最早于2018年OCP峰会上提出，它的字面意思是 “终端客户可方便获取的硬盘可靠性指标”，是一种让用户以极其简单的方法获取硬盘全方面参数的日志。FARM的目的在于让云计算用户以此建立基于机器学习的健康
监控或者预测模型，以及实时直观地获取数据中心中每一块硬盘的健康状况。
在目前的硬盘运维实践中，硬盘的数据采集主要基于SMART体系（Self-Monitoring Analysis and Reporting Technology，即自动检测分析及报告技术）。它能分析并预警硬盘可能发生的问题。SMART体系自投入使用已有25年时间，可涵盖10多项的参数。
FARM是对SMART体系的重大改良。FARM本身获取方便，参数覆盖广，可以说是超级加强版的SMART。FARM的120多项参数包含了硬盘更加底层的传感器和磁头级别的相关参数，以及飞行高度、工作负载、环境等使用状况的参数，并且已经在多个希捷产品上实施，给硬盘做详细的“全身体检”。
FARM的结构简单、数据量小，在抓取参数时，不会影响到系统本身在运转的业务。客户可以通过非常细的粒度按需抓取数据，以自己所需的频次获取硬盘健康日志及大量数据，并通过大数据建模，进行监控和分析。
通过定期的FARM数据抓取， 希捷与腾讯云基于云业务模型，利用定制机器学习算法，将硬盘健康度进行打分评估，提前识别高风险硬盘，尽快采取措施，做业务迁移、风险规划等，避免极低概率下硬盘批量失效而导致业务中断和数据丢失。
FARM都记录些什么？
让我们举些例子↓:
硬盘信息：SN序列号、WWN全球唯一名字、容量等基本信息，以及磁头数量、马达等零部件的运行时间、最近一次的硬盘状态等。
读写数据量：除读写LBA（逻辑区块地址）数量之外，还包含按类别统计的读写命令数量（总数，随机命令数，非读写命令数），以及最近几个小时内在磁碟不同区域的读写命令数量等。
错误统计：除记录SMART已经包含的错误处理数据之外，还包含固件内部异常事件、读写重试、机构部件重试等。同时对于不可恢复的错误，按照读写分别统计。
u 环境参数：记录外界环境相关参数，除温度之外，还包含湿度、5V/12V输入电压、马达电压等。
可靠性参数：包含周期性及空闲时的后台评估、IDD（In Drive Diagnostic）、偏心率、以及磁头级别的底层参数——误码率、信道补偿、寻道错误率、磁阻、飞行高度等。
未雨绸缪，助力客户业务发展
腾讯云是国内首家部署FARM的企业。通过此项目，希捷联合腾讯云对其数据中心的硬盘运行数据进行实时检测，应用大数据建模分析存在失效风险的硬盘。
作为国内领先的云服务提供商，腾讯云对系统的稳定性和可靠性要求严苛。腾讯云与希捷合作，通过FARM定期对硬盘的健康数据抓取，实时监控硬盘的健康状态。一旦发现有任何异常，便会及时采取措施，提醒客户重新设计工作负载，未雨绸缪，保护关键业务的延续性。
伴随腾讯云业务规模的快速增长，以及双方合作的深入，双方将继续保持紧密的技术沟通，不断完善相关技术，为更多用户打造更为稳定和可靠的数据存储方案。
