एक सर्वर की जाँच करना कोई समस्या नहीं है। आप चेकलिस्ट लेते हैं और क्रम में जांचते हैं: प्रोसेसर, मेमोरी, डिस्क। लेकिन सौ सर्वर के साथ, यह विधि अच्छी तरह से काम करने की संभावना नहीं है। मानव कारक को बाहर करने के लिए, जांच को अधिक विश्वसनीय और तेज बनाने के लिए, प्रक्रिया को स्वचालित करना आवश्यक है। यह पता करने की आवश्यकता है कि होस्टिंग प्रदाता की तुलना में यह कैसे बेहतर है। हाईलाड ++ साइबेरिया पर आर्टीम आर्टेमयेव ने बताया कि किन तरीकों का इस्तेमाल किया जा सकता है, अपने हाथों से चलाने के लिए बेहतर क्या है, और स्वचालित करने के लिए क्या अच्छा है। इसके अलावा, युक्तियों के साथ रिपोर्ट का एक पाठ संस्करण, जो कोई भी लोहे के साथ काम करता है और नियमित रूप से इसके प्रदर्शन की जांच करने की आवश्यकता है, दोहरा सकता है।



स्पीकर के बारे में: Artyom Artemyev ( आर्टेमिरिक ) एक बड़े होस्टिंग प्रदाता FirstVDS में तकनीकी निदेशक, वह लोहे के साथ काम करता है।

FirstVDS के दो डेटा सेंटर हैं। पहला उनका खुद का है, उन्होंने अपना भवन बनाया, अपने रैक लाए और स्थापित किए, वे खुद को बनाए रखते हैं, डेटा सेंटर की वर्तमान और शीतलन के बारे में चिंता करते हैं। दूसरा डेटा सेंटर एक बड़े डेटा सेंटर में किराए के लिए एक बड़ा कमरा है, इसके साथ सब कुछ आसान है, लेकिन यह भी मौजूद है। कुल में यह 60 रैक और लगभग 3000 लोहे के सर्वर हैं। विभिन्न दृष्टिकोणों को प्रशिक्षित करने और परीक्षण करने के लिए कुछ था, जिसका अर्थ है कि हम व्यावहारिक रूप से पुष्टि की गई सिफारिशों की प्रतीक्षा कर रहे हैं। आइए रिपोर्ट देखना या पढ़ना शुरू करें।


लगभग 6-7 साल पहले, हमने महसूस किया कि बस ऑपरेटिंग सिस्टम को सर्वर पर रखना पर्याप्त नहीं है। ओएस चालू है, सर्वर जाग गया है और लड़ाई के लिए तैयार है। हम इसे उत्पादन पर लॉन्च करते हैं - असंगत रिबूट और फ्रीज़ शुरू होते हैं। क्या करना है, यह स्पष्ट नहीं है - प्रक्रिया चल रही है, पूरे काम के मसौदे को धातु के एक नए टुकड़े में स्थानांतरित करना कठिन, महंगा, दर्दनाक है। कहां भागना है?

आधुनिक परिनियोजन विधियां हमें इससे बचने और 5 सेकंड में सर्वर को परिवहन करने की अनुमति देती हैं, लेकिन हमारे ग्राहक (विशेष रूप से 6 साल पहले) बस बादलों में नहीं उड़ते थे, जमीन पर चलते थे और लोहे के साधारण टुकड़ों का इस्तेमाल करते थे।



इस लेख में मैं आपको बताऊंगा कि हमने कौन से तरीके आज़माए, किन लोगों को हमने लिया, कौन सा रूट नहीं लिया, कौन सा आपके हाथों से चलना अच्छा है, और यह सब कैसे स्वचालित करना है। मैं आपको सलाह दूंगा, और आप इसे अपनी कंपनी में दोहरा सकते हैं यदि आप लोहे के साथ काम करते हैं और आपको ऐसी आवश्यकता है।

क्या समस्या है?

सिद्धांत रूप में, सर्वर की जांच करना कोई समस्या नहीं है। प्रारंभ में, हमारे पास एक प्रक्रिया थी, जैसा कि नीचे दी गई तस्वीर में है। एक आदमी नीचे बैठता है, एक चेकलिस्ट लेता है, चेक करता है: प्रोसेसर, मेमोरी, डिस्क, उसके माथे को झुर्रियों, एक निर्णय करता है।



तब प्रति माह 3 सर्वर स्थापित किए गए थे। लेकिन, जब अधिक से अधिक सर्वर होते हैं, तो यह व्यक्ति रोना शुरू कर देता है और शिकायत करता है कि वह काम पर मर रहा है। किसी व्यक्ति की गलती है, क्योंकि सत्यापन एक दिनचर्या बन गई है।

हमने एक निर्णय लिया: हम स्वचालित! एक व्यक्ति अधिक उपयोगी चीजें करेगा।

लघु भ्रमण

जब मैं सर्वर के बारे में बात करता हूं तो मैं स्पष्ट करता हूं कि मेरा क्या मतलब है। हम, हर किसी की तरह, रैक स्थान को बचाते हैं और उच्च-घनत्व वाले सर्वर का उपयोग करते हैं। आज यह 2 इकाइयाँ हैं, जो सिंगल-प्रोसेसर सर्वर के 12 नोड्स, या डुअल-प्रोसेसर सर्वर के 4 नोड्स में फिट हो सकती हैं। यही है, प्रत्येक सर्वर को 4 डिस्क मिलते हैं - सभी ईमानदारी से। इसके अलावा, रैक में दो बिजली की आपूर्ति होती है, अर्थात, सब कुछ बेमानी है और सभी को यह पसंद है।

लोहा कहाँ से है?

लोहे को हमारे आपूर्तिकर्ताओं द्वारा हमारे डेटा सेंटर में लाया जाता है - आमतौर पर सुपरमाइक्रो और इंटेल। डेटा सेंटर में, हमारे लोग-ऑपरेटर रैक में खाली जगह में सर्वर स्थापित करते हैं और दो वायरिंग, एक नेटवर्क और पावर कनेक्ट करते हैं। सर्वर में BIOS को कॉन्फ़िगर करना भी ऑपरेटरों की जिम्मेदारी है। यही है, कीबोर्ड को कनेक्ट करें, दो मापदंडों को मॉनिटर करें और कॉन्फ़िगर Restore on AC/Power Loss — [Power On] : Restore on AC/Power Loss — [Power On] , ताकि Restore on AC/Power Loss — [Power On] हमेशा प्रकट होते ही सर्वर चालू हो जाए। यह बिना रुके काम करना चाहिए। दूसरा First boot device — [PXE] , यानी हम पहले बूट डिवाइस को नेटवर्क पर डालते हैं, अन्यथा हम सर्वर तक नहीं पहुंच पाते हैं, क्योंकि यह एक तथ्य नहीं है कि यह तुरंत डिस्क है, आदि।



उसके बाद, ऑपरेटर लोहे के सर्वर का अकाउंटिंग पैनल खोलता है, जिसमें आपको सर्वर को स्थापित करने के तथ्य को रिकॉर्ड करने की आवश्यकता होती है, जिसके लिए यह दिखाया गया है:

• रैक;
• स्टीकर;
• नेटवर्क पोर्ट
• बिजली बंदरगाहों
• इकाई संख्या।

उसके बाद, नेटवर्क पोर्ट जहां ऑपरेटर ने नए सर्वर को स्थापित किया, सुरक्षा उद्देश्यों के लिए, एक विशेष संगरोध VLAN में जाता है, जो DHCP, Pxe, TFtp को भी लटकाता है। अगला, सर्वर हमारे पसंदीदा लिनक्स को लोड करता है, जिसमें सभी आवश्यक उपयोगिताओं हैं, और नैदानिक ​​प्रक्रिया शुरू होती है।

चूंकि सर्वर में अभी भी नेटवर्क पर पहला बूट डिवाइस है, ऐसे सर्वर के लिए जो उत्पादन में जाते हैं, पोर्ट दूसरे वीएलएएन में बदल जाता है। एक और वीएलएएन में कोई डीएचसीपी नहीं है, और हम डरते नहीं हैं कि हम गलती से हमारे उत्पादन सर्वर को पुनर्स्थापित करेंगे। इसके लिए, हमारे पास एक अलग वीएलएएन है।

ऐसा होता है कि सर्वर स्थापित किया गया था, सब कुछ ठीक है, लेकिन यह डायग्नोस्टिक सिस्टम में बूट नहीं हुआ। यह एक नियम के रूप में होता है, इस तथ्य के कारण कि वीएलएएन को स्विच करने में देरी के साथ, सभी नेटवर्क स्विच वीएलएएन को जल्दी से स्विच नहीं करते हैं, आदि।



तब ऑपरेटर अपने हाथों से सर्वर को पुनरारंभ करने का कार्य प्राप्त करता है। पहले, कोई IPMI नहीं था, हमने दूरस्थ सॉकेट सेट किए और जिसमें सर्वर सॉकेट को पोर्ट किया, नेटवर्क पर सॉकेट खींचा, और सर्वर ने रिबूट किया।

लेकिन प्रबंधित आउटलेट भी हमेशा अच्छी तरह से काम नहीं करते हैं, इसलिए अब हम IPMI पर सर्वर पावर का प्रबंधन करते हैं। लेकिन जब सर्वर नया होता है, तो IPMI कॉन्फ़िगर नहीं किया जाता है, इसे केवल ऊपर जाकर बटन दबाकर रिबूट किया जा सकता है। इसलिए, एक आदमी बैठता है, इंतजार करता है - प्रकाश आता है - चलाता है और बटन दबाता है। ऐसा उनका काम है।

यदि उसके बाद सर्वर बूट नहीं हुआ, तो इसे मरम्मत के लिए एक विशेष सूची में दर्ज किया गया है। इस सूची में ऐसे सर्वर शामिल हैं जिन पर निदान शुरू नहीं हुआ था, या इसके परिणाम संतोषजनक नहीं थे। एक व्यक्ति - जो लोहे से प्यार करता है - हर दिन बैठता है और गायब होता है - इकट्ठा करता है, देखता है, काम क्यों नहीं करता है।

प्रोसेसर

सब कुछ ठीक है, सर्वर शुरू हो गया है, हम परीक्षण करना शुरू कर रहे हैं। सबसे पहले हम प्रोसेसर को सबसे महत्वपूर्ण तत्वों में से एक के रूप में परखते हैं।



पहले आवेग विक्रेता से आवेदन का उपयोग करना था। हमारे पास लगभग सभी इंटेल प्रोसेसर हैं - हम साइट पर गए, इंटेल प्रोसेसर डायग्नोस्टिक टूल डाउनलोड किया - सब कुछ ठीक है, यह कई दिलचस्प जानकारी दिखाता है, जिसमें घंटों में सर्वर का संचालन घंटे और बिजली की खपत का ग्राफ शामिल है।

लेकिन समस्या यह है कि इंटेल पीटीडी विंडोज के तहत काम करता है, जो हमें अब पसंद नहीं था। इसमें एक परीक्षण शुरू करने के लिए, आपको बस माउस को स्थानांतरित करने की आवश्यकता है, "स्टार्ट" बटन दबाएं, और परीक्षण शुरू हो जाएगा। परिणाम स्क्रीन पर प्रदर्शित होता है, लेकिन इसे कहीं भी निर्यात करने का कोई तरीका नहीं है। यह हमारे अनुरूप नहीं है, क्योंकि प्रक्रिया स्वचालित नहीं है।



हम मंचों को पढ़ने गए और दो सबसे आसान तरीके पाए।

1. शाश्वत पाश बिल्ली / देव / शून्य> / देव / अशक्त । आप शीर्ष में जांच कर सकते हैं - 100% एक कोर का सेवन किया जाता है। हम कोर की संख्या की गणना करते हैं, बिल्ली की संख्या / देव / शून्य को चलाते हैं, वांछित संख्या से गुणा करते हैं। सब कुछ महान काम करता है!
   
2. उपयोगिता / बिन / तनाव । वह मेमोरी में मैट्रिसेस बनाता है और उन्हें लगातार चालू करना शुरू करता है। सब कुछ ठीक है - प्रोसेसर गर्म हो रहा है, एक लोड है।
   

हम सर्वर को उत्पादन में देते हैं, उपयोगकर्ता वापस आते हैं और कहते हैं कि प्रोसेसर अस्थिर है। जाँच की गई - प्रोसेसर अस्थिर है। उन्होंने जांच शुरू की, उन्होंने सर्वर लिया, जो चेक पास करता है, लेकिन यह युद्ध में दुर्घटनाग्रस्त हो जाता है, लिनक्स में डिबग कर्नेल को चालू करता है, और कोर डंप एकत्र करता है। रिबूट करने से पहले सर्वर फ़ाइल को सब कुछ फ्लश करता है जो दुर्घटना से पहले स्मृति में था।



विभिन्न अनुकूलन को अक्सर संचालन के लिए प्रोसेसर में बनाया जाता है। हम झंडे को देख सकते हैं कि प्रोसेसर किस अनुकूलन का समर्थन करता है, उदाहरण के लिए, फ्लोटिंग पॉइंट नंबर, मल्टीमीडिया ऑप्टिमाइज़ेशन आदि के साथ काम करने के लिए अनुकूलन। लेकिन हमारे / बिन / तनाव, और शाश्वत चक्र सिर्फ एक ऑपरेशन में प्रोसेसर को जलाते हैं और अतिरिक्त सुविधाओं का उपयोग नहीं करते हैं। जांच से पता चला कि सीपीयू निर्मित झंडे में से किसी एक की कार्यक्षमता का उपयोग करने की कोशिश करते समय क्रैश हो जाता है।

पहला आवेग / बिन / तनाव छोड़ने के लिए था - प्रोसेसर को गर्म होने दें। फिर एक चक्र में हम सभी झंडे के माध्यम से चलाते हैं, उन्हें खींचते हैं। इसे लागू करने के तरीके के बारे में सोचते हुए, जो प्रत्येक ध्वज के कार्यों को कॉल करने के लिए कॉल करने के लिए आदेश देता है, हम मंचों को पढ़ते हैं।

ओवरक्लॉकर्स फोरम में, हम प्राइम नंबर ग्रेट इंटरनेट मेरसेन प्राइम सर्च की खोज करने के लिए एक दिलचस्प प्रोजेक्ट पर पहुंचे । वैज्ञानिकों ने एक ऐसा वितरित नेटवर्क बनाया है जिससे कोई भी जुड़ सकता है और एक अभाज्य संख्या खोजने में मदद कर सकता है। वैज्ञानिक किसी पर विश्वास नहीं करते हैं, इसलिए कार्यक्रम बहुत चतुराई से काम करता है: सबसे पहले आप इसे चलाते हैं, यह उन प्रमुख संख्याओं की गणना करता है जो यह पहले से ही जानता है, और परिणाम की तुलना वह जो जानता है उससे करता है। यदि परिणाम मेल नहीं खाता है, तो प्रोसेसर खराबी है। हम वास्तव में इस संपत्ति को पसंद करते हैं: किसी भी बकवास के साथ यह गिरने का खतरा है।

इसके अलावा, परियोजना का लक्ष्य संभव के रूप में कई प्रमुख संख्याएं ढूंढना है, इसलिए नए प्रोसेसर के गुणों के लिए कार्यक्रम को लगातार अनुकूलित किया जाता है, जिसके परिणामस्वरूप यह बहुत सारे झंडे खींचता है।

Mprime की कोई समय सीमा नहीं है, अगर नहीं रोका गया तो यह हमेशा के लिए काम करता है। हम इसे 30 मिनट तक चलाते हैं।

 /usr/bin/timeout 30m /opt/mprime -t /bin/grep -i error /root/result.txt 

कार्य पूरा करने के बाद, हम जाँचते हैं कि result.txt में कोई त्रुटि नहीं है, और कर्नेल लॉग को देखते हैं, विशेष रूप से, / proc / kmsg फ़ाइल में हम त्रुटियों की तलाश करते हैं।

एक और भ्रमण

3 जनवरी, 2018 को, उन्होंने 50 वें मेर्सन प्राइम नंबर (2 ^पी -1) पाया। इस संख्या में से केवल 23 मिलियन अंक हैं। आप इसे देखने के लिए इसे डाउनलोड कर सकते हैं - यह एक 12 एमबी ज़िप संग्रह है ।

हमें प्राइम नंबरों की आवश्यकता क्यों है? सबसे पहले, कोई भी आरएसए एन्क्रिप्शन प्राइम नंबर का उपयोग करता है। जितना अधिक हम जानते हैं, उतनी ही विश्वसनीय आपकी SSH कुंजी है। दूसरे, वैज्ञानिक अपनी परिकल्पना और गणितीय प्रमेयों का परीक्षण करते हैं, और हम वैज्ञानिकों की मदद करने में कोई गुरेज नहीं करते हैं - यह हमारे लिए कुछ भी खर्च नहीं करता है। यह जीत-जीत का इतिहास बताता है।



तो, प्रोसेसर काम कर रहा है, सब कुछ ठीक है। यह पता लगाने के लिए रहता है कि यह किस तरह का प्रोसेसर है। हम dmidecode -t प्रोसेसर का उपयोग करते हैं और मदरबोर्ड में मौजूद सभी स्लॉट्स को देखते हैं, और इन स्लॉट्स में कौन से प्रोसेसर हैं। यह जानकारी हमारे लेखा प्रणाली में प्रवेश करती है, हम बाद में इसकी व्याख्या करेंगे।

पकड़

इस प्रकार, आश्चर्यजनक रूप से, टूटे हुए पैर मिल सकते हैं। / बिन / तनाव और सदा चक्र काम किया, और Mprime गिर गया। उन्होंने लंबे समय तक चलाई, खोज की, खोज की - नीचे की तस्वीर में परिणाम - यहां सब कुछ स्पष्ट है।



ऐसा प्रोसेसर बस शुरू नहीं हुआ। ऑपरेटर बहुत मजबूत था, गलत प्रोसेसर लिया - लेकिन वितरित कर सकता था।



एक और खूबसूरत मामला। नीचे दी गई तस्वीर में काली पंक्ति प्रशंसकों की है, तीर दिखाता है कि हवा कैसे चलती है। हम देखते हैं: रेडिएटर धारा के पार खड़ा है। बेशक, सब कुछ गर्म हो गया और बंद हो गया।

स्मृति

स्मृति के साथ, सब कुछ बहुत सरल है। ये कोशिकाएं हैं जिनमें हम जानकारी लिखते हैं, और थोड़ी देर बाद हम इसे फिर से पढ़ते हैं। अगर वहाँ वही रहता है जो हमने लिखा था, तो यह सेल काम कर रहा है।



हर कोई अच्छे, सीधे क्लासिक, मेम्नेस्टी + प्रोग्राम को जानता है, जो किसी भी माध्यम से, नेटवर्क पर या यहां तक ​​कि एक फ्लॉपी डिस्क से भी चलता है। यह संभव के रूप में कई स्मृति कोशिकाओं की जांच करने के लिए किया जाता है। किसी भी कब्जे वाली कोशिकाओं की अब जाँच नहीं की जा सकती। इसलिए memtest86 + का न्यूनतम आकार है ताकि मेमोरी पर कब्जा न हो। दुर्भाग्य से, memtest86 + केवल स्क्रीन पर अपने आंकड़े प्रदर्शित करता है । हमने इसे किसी तरह से विस्तारित करने की कोशिश की, लेकिन यह सब इस तथ्य से नीचे आया कि कार्यक्रम के अंदर एक नेटवर्क स्टैक भी नहीं था। इसका विस्तार करने के लिए, लिनक्स कर्नेल और अन्य सभी चीजों को साथ लाना होगा।

इस कार्यक्रम का एक भुगतान किया गया संस्करण है जो पहले से ही डिस्क को जानकारी छोड़ने का तरीका जानता है। लेकिन हमारे सर्वर में हमेशा एक डिस्क नहीं होती है, और इन डिस्क पर हमेशा एक फ़ाइल सिस्टम नहीं होता है। लेकिन नेटवर्क ड्राइव, जैसा कि हमने पहले ही पता लगा लिया है, कनेक्ट नहीं किया जा सकता है।

हमने आगे खुदाई शुरू की और एक समान मेमेस्टर कार्यक्रम मिला। यह कार्यक्रम लिनक्स से ओएस स्तर से काम करता है। इसका सबसे बड़ा ऋण यह है कि ओएस खुद और मेमेस्टर कुछ मेमोरी कोशिकाओं पर कब्जा कर लेता है, और इन कोशिकाओं की जाँच नहीं की जाएगी।

Memtester कमांड के साथ शुरू किया गया है: memtester `cat / proc / meminfo | grep MemFree | awk '{प्रिंट $ 2-1024}' 'k 5

यहां हम मुफ्त मेमोरी माइनस 1 एमबी की राशि ट्रांसफर करते हैं। ऐसा इसलिए किया जाता है, क्योंकि अन्यथा मेमेस्टर सभी मेमोरी को उठा लेता है और डाउन किलर इसे मार देता है। हम 5 चक्रों के लिए इस परीक्षण को चलाते हैं, आउटपुट में हमारे पास ओके या फेल के साथ एक प्लेट है।

अटका हुआ पता	ठीक
यादृच्छिक मूल्य	ठीक
XOR की तुलना करें	ठीक
SUB की तुलना करें	ठीक
MUL की तुलना करें	ठीक
DIV की तुलना करें	ठीक
तुलना कीजिए	ठीक
तुलना करें और	ठीक

हम अंतिम परिणाम को बचाते हैं और विफलताओं के लिए आगे का विश्लेषण करते हैं।



समस्या की सीमा को समझने के लिए - हमारे सबसे छोटे सर्वर में 32 जीबी मेमोरी है, मेमेस्टर के साथ हमारी लिनक्स छवि 60 एमबी तक होती है, हम 2% मेमोरी की जांच नहीं करते हैं । लेकिन पिछले 6 वर्षों के आंकड़ों के अनुसार, ऐसी कोई चीज नहीं है जो स्पष्ट रूप से पीटा गया स्मृति उत्पादन में मिला है। यह वह समझौता है जिससे हम सहमत हैं, और जिसे ठीक करना हमारे लिए महंगा है, और हम इसके साथ रहते हैं।

रास्ते के साथ, हम dmidecode -t मेमोरी भी एकत्र करते हैं, जो सभी मेमोरी बैंकों को देती है जो हमारे पास मदरबोर्ड (आमतौर पर 24 टुकड़े तक) हैं, और जो प्रत्येक बैंक में मर जाते हैं। यह जानकारी उपयोगी है यदि हम सर्वर को अपग्रेड करना चाहते हैं - हमें पता चल जाएगा कि कहां जोड़ना है, कितने स्ट्रिप्स लेने हैं और किस सर्वर पर जाना है।

भंडारण उपकरणों

6 साल पहले, सभी डिस्क पेनकेक्स के साथ थे जो कि घूमती थीं। एक और कहानी सभी डिस्क की एक सूची में एक साथ रखी गई थी। कई अलग-अलग दृष्टिकोण थे, क्योंकि यह विश्वास नहीं था कि आप सिर्फ ls / dev / sd को देख सकते हैं। लेकिन अंत में, हमने ls / dev / sd * और ls / dev / cciss / c0d * को देखना बंद कर दिया। पहले मामले में, यह एक एसएटीए डिवाइस है, दूसरे में - एससीएसआई और एसएएस।



सचमुच इस साल, उन्होंने एनवीएम डिस्क बेचना शुरू कर दिया और एनवीएम सूची यहां जोड़ दी।

डिस्क की सूची संकलित होने के बाद, हम यह समझने के लिए उस से 0 बाइट्स पढ़ने की कोशिश करते हैं कि यह एक ब्लॉक डिवाइस है और सब कुछ ठीक है। यदि आप इसे नहीं पढ़ सकते हैं, तो हम मानते हैं कि यह किसी प्रकार का भूत है, और हमारे पास ऐसी कोई डिस्क नहीं है और न ही कभी थी।

डिस्क की जाँच करने का पहला तरीका स्पष्ट था: "चलो डिस्क पर यादृच्छिक डेटा लिखें और गति देखें" - dd -o nocache -o direct if=/dev/urandom of=${disk} । एक नियम के रूप में, पैनकेक डिस्क 130-150 एमबी / एस देते हैं। हमने अपनी आँखें मूँद लीं और अपने लिए तय किया कि 90 एमबी / एस वह आंकड़ा है जिसके बाद सेवा योग्य डिस्क हैं, जो सभी छोटे हैं वे खराबी हैं।

लेकिन फिर से, उपयोगकर्ताओं ने वापस लौटना शुरू कर दिया और कहा कि ड्राइव खराब हैं। यह पता चला कि कपटी भौतिकी फिर से हमारे साथ मजाक कर रही थी।



कोणीय वेग है, और, एक नियम के रूप में, जब आप -DD चलाते हैं, तो यह धुरी के पास लिखता है। यदि किसी कारण से स्पिंडल की गति कम हो गई है, तो यह कम ध्यान देने योग्य है यदि आप डिस्क के किनारे से लिखते हैं।

मुझे सत्यापन के सिद्धांत को बदलना पड़ा। अब हम तीन स्थानों पर जांच करते हैं: धुरी के पास, बीच में और बाहर। शायद, इसे केवल बाहर से ही जांचा जा सकता है, लेकिन ऐतिहासिक रूप से ऐसा ही हुआ है। और क्या काम करता है, स्पर्श न करें।

आप यह कैसे कर रहे हैं, यह पूछने के लिए स्मार्टक्टेल का उपयोग कर सकते हैं। हम मानते हैं कि एक अच्छी ड्राइव:

• कोई Reallocated क्षेत्र ( Reallocated S Sector Count = 0) नहीं हैं , अर्थात, वे सभी सेक्टर जिन्होंने कारखाने का काम छोड़ दिया है।
• हम 4 साल से अधिक पुराने डिस्क का उपयोग नहीं करते हैं , हालांकि वे काफी काम कर रहे हैं। इससे पहले कि हम इस प्रथा को शुरू करते, हमारे पास 7 साल के लिए डिस्क थी। अब हम मानते हैं कि 4 साल बाद डिस्क ने भुगतान किया है, और हम पहनने के जोखिम को स्वीकार करने के लिए तैयार नहीं हैं।
• कोई भी क्षेत्र ऐसा नहीं है जो Reallocated ( Current_Pending_Sector = 0 ) होने जा रहा है।
• UltraDMA CRC त्रुटि गणना = 0 - ये SATA केबल की त्रुटियां हैं। यदि कोई त्रुटि है, तो आपको बस तार बदलने की आवश्यकता है, आपको डिस्क बदलने की आवश्यकता नहीं है।

वितरित एसएसडी आमतौर पर उत्कृष्ट ड्राइव हैं, वे जल्दी से काम करते हैं, शोर नहीं करते हैं, गर्मी नहीं करते हैं। हम मानते हैं कि एक अच्छे एसएसडी में 200 एमबी / एस से अधिक की गति होती है। हमारे ग्राहकों को कम कीमत पसंद है, और सर्वर मॉडल जो 320-350 एमबी / एस जारी करते हैं, हमेशा हमें नहीं मिलते हैं।

SSDs के लिए हम स्मार्टवर्क भी देखते हैं। वही Reallocated, Power_On_Hours, Current_Pending_Sector। सभी एसएसडी पहनने की डिग्री को प्रदर्शित करने में सक्षम हैं, यह पैरामीटर Media_Wearout_Indicator दिखाता है। हम जीवन के 5% तक डिस्क को मिटा देते हैं, और उसके बाद ही उन्हें बाहर निकालते हैं। इस तरह की डिस्क कभी-कभी कर्मचारियों की व्यक्तिगत जरूरतों में दूसरा जीवन तलाशती है। उदाहरण के लिए, मुझे हाल ही में पता चला है कि 2 वर्षों में इस तरह के एक डिस्क को कर्मचारी के लैपटॉप में 1% की कमी आई है, हालांकि हमारे देश में एसएसडी कैश के तहत यह लगभग 10 महीनों में 95% कम हो जाता है।

लेकिन समस्या यह है कि सभी डिस्क निर्माता पैरामीटर नामों पर सहमत नहीं हैं, और यह Media_Wearout_Indicator, उदाहरण के लिए, Percent_Lifetime_U Toshiba के लिए कहा जाता है, अन्य वेयर लेवलिंग काउंट, पेरेंट लाइफटाइम अन्य निर्माताओं के लिए शेष है, या बस। * पहनें। *। * पहनें।

महत्वपूर्ण के पास यह विकल्प बिल्कुल नहीं है। फिर हम सिर्फ डिस्क के पुनर्लेखन की मात्रा पर विचार करते हैं - "बाइट राइट" - हमने इस डिस्क पर कितने बाइट्स लिखे हैं। इसके अलावा, विनिर्देश के अनुसार, हम यह पता लगाने की कोशिश कर रहे हैं कि निर्माता द्वारा इस डिस्क की कितनी गणना की गई है। प्राथमिक गणित से हम यह निर्धारित करते हैं कि वह कितना अधिक जीवित रहेगा। यदि यह बदलने का समय है - परिवर्तन।

RAID

मुझे नहीं पता कि आधुनिक दुनिया में हमारे ग्राहक अभी भी RAID क्यों चाहते हैं। लोग RAID खरीदते हैं, वहां 4 SSD लगाते हैं, जो इस RAID (6 Gb) की तुलना में बहुत तेज़ हैं। उनके पास किसी तरह का निर्देश है, और वे इसे इकट्ठा करते हैं। मुझे लगता है कि यह लगभग अनावश्यक बात है।

वहाँ 3 निर्माता हुआ करते थे: Adaptec; 3ware; इंटेल। हमारे पास 3 उपयोगिताओं थे, हम परेशान करते हैं, लेकिन हमने सभी के लिए निदान चलाया। अब एलएसआई ने सभी को खरीद लिया - केवल एक उपयोगिता बची है।

जब हमारा डायग्नोस्टिक सिस्टम RAID देखता है, तो यह लॉजिकल वॉल्यूम को अलग-अलग डिस्क में बदलता है ताकि आप प्रत्येक डिस्क की गति को माप सकें और अपने स्मार्ट को पढ़ सकें। उसके बाद, यह बैटरी की जांच करने के लिए RAID रहता है। कौन नहीं जानता - सभी डिस्क को एक और 2 घंटे तक स्पिन करने के लिए RAID पर पर्याप्त बैटरी हैं। यही है, आप सर्वर को बंद करते हैं, इसे बाहर निकालते हैं, और यह सभी रिकॉर्डिंग को पूरा करने के लिए डिस्क को 2 घंटे के लिए घुमाता है।

नेटवर्क

नेटवर्क के साथ, सब कुछ काफी सरल है - डेटा सेंटर के अंदर 300 से कम Mbit होना चाहिए। यदि कम है, तो आपको इसे ठीक करने की आवश्यकता है। हम इंटरफ़ेस पर त्रुटियों को भी देखते हैं। नेटवर्क इंटरफ़ेस पर त्रुटियां बिल्कुल नहीं होनी चाहिए , और यदि वे हैं, तो सब कुछ खराब है।



हम रास्ते में BIOS और IPMI फर्मवेयर को अपडेट करने का प्रयास कर रहे हैं। यह पता चला कि हम सभी BIOS को पसंद नहीं करते हैं। हमारे पास अभी भी ऐसे BIOS हैं जो यूईएफआई और अन्य सुविधाओं के बारे में नहीं जानते हैं जो हम उपयोग करते हैं। हम इसे स्वचालित रूप से अपडेट करने का प्रयास करते हैं, लेकिन यह हमेशा काम नहीं करता है, सब कुछ बहुत सरल नहीं है। यदि यह काम नहीं करता है, तो व्यक्ति जाता है और अपने हाथों से अपडेट करता है।

हम दुनिया को IPMI सुपरमाइक्रो नहीं देते हैं, हमारे पास OpenVPN के माध्यम से ग्रे पतों पर है। फिर भी, हम डरते हैं कि एक दिन एक और भेद्यता सामने आएगी और हम पीड़ित होंगे। इसलिए, हम आईपीएमआई फर्मवेयर को हमेशा अंतिम रखने की कोशिश करते हैं। अगर ऐसा नहीं है, तो अपडेट करें।

एक अजीब बात से, यह हाल ही में पता चला है कि 10 और 40-गीगाबिट नेटवर्क कार्ड पर इंटेल में पीएक्सई बूट शामिल नहीं है। यह पता चला है कि यदि सर्वर एक रैक में है जिसमें केवल 40-गीगाबिट कार्ड है, तो नेटवर्क पर बूट करना असंभव है, क्योंकि आपको एक गीगाबिट कार्ड में बूट करने की आवश्यकता है। हम 40G पर अलग से नेटवर्क कार्ड फ्लैश करते हैं, ताकि उनके पास पीएक्सई हो और जो जीना जारी रख सके।

सब कुछ जांचने के बाद, सर्वर तुरंत बिक्री पर चला जाता है । इसकी कीमत की गणना की जाती है, जिस पर इसे साइट पर रखा जाता है और बेचा जाता है।



कुल में, हम प्रति माह लगभग 350 जांच करते हैं, 69% सर्वर सेवा योग्य हैं, 31% सेवा योग्य नहीं हैं। यह इस तथ्य के कारण है कि हमारे पास एक समृद्ध इतिहास है, कुछ सर्वर 10 वर्षों से खड़े हैं। अधिकांश सर्वर जो परीक्षण पास नहीं करते थे, हम सिर्फ फेंक देते हैं।

जिज्ञासु के लिए: हमारे पास 3 ग्राहक हैं जो अभी भी पेंटियम IV पर रहते हैं और कहीं भी छोड़ना नहीं चाहते हैं। इनमें 512 एमबी की रैम है।

भविष्य आ गया है! अगर मैं आज इस व्यवस्था को विफल करता तो ...



एक अद्भुत उपयोगिता, हार्डवेयर लिस्टर (lshw) जारी की गई, जो कर्नेल के साथ संवाद कर सकती है, खूबसूरती से प्रदर्शित कर सकती है कि कर्नेल में किस तरह का हार्डवेयर है, कर्नेल क्या पता लगा सकता है। इन सभी नृत्यों की जरूरत नहीं है। यदि आप दोहराते हैं - मैं दृढ़ता से आपको इस उपयोगिता को देखने और इसका उपयोग करने की सलाह देता हूं। सब कुछ बहुत सरल हो जाएगा।

परिणाम:

• समझौता बुरा नहीं है, यह सिर्फ कीमत की बात है। यदि समाधान बहुत महंगा है, तो आपको एक ऐसे स्तर की तलाश करने की आवश्यकता है जहां विश्वसनीयता और कीमत दोनों स्वीकार्य हों।
• गैर-कोर कार्यक्रम कभी-कभी परीक्षण के लिए शांत होते हैं। यह केवल उन्हें खोजने के लिए बनी हुई है।
• सब कुछ आप तक पहुँचने का परीक्षण करें!

अगला बड़ा हाईलाड ++ मॉस्को में पहले से ही 8 और 9 नवंबर को है। कार्यक्रम में प्रसिद्ध विशेषज्ञ और नए नाम, पारंपरिक और नए कार्य शामिल हैं। उदाहरण के लिए, DevOps अनुभाग में, निम्नलिखित पहले से ही स्वीकृत हैं:

• डेविड ओ ब्रायन (एक्सरस), जो शाश्वत पर चर्चा करेंगे - “ मेट्रिक्स! मेट्रिक्स! मेट्रिक्स! "
  
• व्लादिमीर Kolobaev (Avito) एक रिपोर्ट-अपील " निगरानी के साथ - डेवलपर्स के लिए! समुदाय के लिए प्रौद्योगिकी! लाभ - सभी को! "
  
• एलेना ग्रेवोहैक (N26) " नेटिव क्लाउड सर्विसेज के लिए सर्वश्रेष्ठ अभ्यास " पेश करेगी।
  

रिपोर्ट की सूची का अध्ययन करें और शामिल होने की जल्दी करें। या हमारे न्यूज़लेटर की सदस्यता लें और आपको नियमित रूप से रिपोर्ट, नए लेखों और वीडियो पर रिपोर्ट की समीक्षा मिलेगी।