北京2022年5月10日 /美通社/  "亚健康"这个词不仅在生活中被熟知，而且大家经常使用的信息系统中也会经常遇到；亚健康状态，顾名思义，是存储系统介于健康状态和故障状态之间的一种状态，系统仍在运行且功能正常但处于降级模式的一种情况，它的存在会造成系统性能严重低于预期。浪潮存储基于对亚健康状态的研究，在分布式存储平台进行技术创新，研发了亚健康状态监控功能，对硬件、系统、网络等进行实时监测，当系统发现运行过程中存在亚健康状态时，可快速定位原因、上报、并对处于亚健康的部件进行必要的处理，降低亚健康状态对存储系统的影响，保障用户数据服务的可靠、高效。

过去因大部分应用系统规模较小，一般会将亚健康状态划归到故障进行处理，系统在这种情况下虽处于亚健康状态，但仍可以对外提供服务，处于亚健康的部件却被当成故障处理扩大了亚健康状态的影响范围，有时甚至会导致系统不可提供服务，也造成了资源浪费。近年来，随着新技术的快速发展，以及分布式系统部署规模的增加，亚健康状态对于存储系统的影响已经越来越显著，之前亚健康状态处理方式已经不适合现在的大规模系统，亟待更加智能、高效的机制来保障存储系统健康运行。

亚健康状态是隐形的系统杀手

以网络亚健康为例，网卡故障、驱动程序故障、设备故障、接线松动、温度过高过低等都可能引起网络亚健康状态，尽管产生网络亚健康状态的原因众多，但其对外表现的现象相对简单，主要是网络时延的增加和网络丢包率的增加。如下为网络丢包率和时延对分布式存储系统性能的影响。

在一个分布式存储系统中，单个节点网络丢包率或网络时延增加时，存储系统的性能会极快速的下降，5%的丢包率或50ms时延，就足以使存储系统性能下降一半左右。

从网络亚健康实例中可以看出，亚健康状态对系统的危害，即使一个微小的亚健康状态，对系统性能的影响都是巨大的。此外CPU、内存、硬盘模块、网卡等硬件部件、操作系统以及软件运行均有可能进入亚健康状态，

浪潮存储基于大量来自企业、大学、实验室等案例的亚健康状态的研究，进行了故障分类和根因分析，可以看出，硬件亚健康故障占比33%，网络亚健康故障占比38%，这两类故障占比超过整体的70%。 

亚健康状态案例比例

亚健康状态监控让分布式存储运行更稳定

基于对亚健康状态的表象根因等分析与研究，浪潮在分布式存储上实现了亚健康状态监控功能，对硬件亚健康状态、系统亚健康状态以及网络亚健康状态的实时监控，当系统发现运行过程中存在亚健康状态时，可快速定位亚健康状态的原因、上报故障、并对亚健康的部件进行必要的处理（如尝试恢复、隔离部件等），最大限度的降低亚健康状态对存储系统的影响。

浪潮分布式存储AS13000配置了亚健康状态监控之后可以进行亚健康状态监控告*务的同时还具有诸多优势。

首先，精准定位。亚健康状态的场景复杂，症状、根因众多，检测难度大。亚健康状态监控系统通过建立硬件亚健康检测、网络亚健康检测以及系统亚健康检测的机制，有效的覆盖了亚健康状态的各种检测场景，再加上检测信息的精准分析，能更精准的定位亚健康状态。

其次，快速处理。存储系统长期以亚健康状态的状态运行，会影响整体性能，监控功能可以在短期内发现亚健康状态，并及时做出必要的处理。以往为了确保系统运行的稳定性，运维人员预计需要每周执行一次巡检脚本，对整个集群进行健康巡检。这种方式一方面时效性差，平均3-4天才可以发现问题；另一方面是巡检脚本检测并不全面。亚健康监控可以150秒内发现网络亚健康状态并进行网口隔离处理、30分钟内发现系统亚健康状态并告警、60分钟内发现磁盘温度异常并告警等；平均发现系统亚健康状态并处理的时间缩短了四分之三，并且检测的项目更全面、结果更准确。

具备亚健康状态监控功能的分布式存储AS13000，已经在金融、通信、教科研、医疗等行业规模部署，在运行过程中亚健康状态监控功能快速响应机制，降低了亚健康状态对存储系统的影响与运维成本，保障了企业业务稳健运行，让企业轻松应对数字经济时代的海量数据挑战。