MTTDL模型对不同系统设计的可靠性进行优劣评估，起到了非常大的作用 。
4.EAFDL可靠性模型
文章插图
MTTDL的定义是，平均系统的丢失数据的时长 。它有两个特点：第一，MTTDL越高，丢数据频率越低；第二，它只关注丢失的频率，不关注每次丢失数据的数量 。
EAFDL的定义是，预期每年数据的丢失比例 。EAFDL的定义更接近11个9的定义 ， 因为11个9的定义是平均每年对象的丢失率，所以EAFDL会比MTTDL会更贴近11个9的计算 。
EAFDL的计算公式如上图，它在MTTDL的基础上 ， 引入了丢失的平均数据量，它在mtdl的基础之上，引入了丢失平均数据量在用户总数的占比 。
但在真实的场景下，EAFDL模型不一定会比MTTDL模型更好 。
例如，Facebook曾经公开了一篇论文，讲到在大规模idc部署的情况之下，他们更倾向于控制丢失的频率，而非丢失事件的数据量 。因为每次因为丢失事件都会产生固定成本 ， 而固定成本的影响较大 。所以真实情况下，EAFDL模型不能完全替代MTTDL模型 。
如果侧重丢失的频率，那么在平时系统设计时 ， 可以不断提高MTTDL 。如果大家设计的MTTDL都差不多，下一步才会考虑是否应该让EAFDL最小化 。
如果侧重丢失的数量，在系统测试时，可以不断让EAFDL最小化，同时让MTTDL最大化 。
四、实践：存储可靠性评估实践
1.vivo可靠性建模思路
文章插图
我们的建模思路对上述模型进行取舍，取的是什么？我们将MTTDL的频率维度、EAFDL的丢失量维度和数据分布系数，纳入到建模思路 。
舍的是什么？我们屏蔽了MTTDL的指数分布、扇区错误的建模，舍去了Markov链的建模 。
2.vivo可靠型模型
文章插图
上图是整体建模的参数引入 ， 和之前的参数是类似的 。
区别在于，平时磁盘硬件厂商对外报AFR参数有两个指标：一个是MTBF ， 一个是AFR，我们将AFR引入到建模 。同时，我们也参照了一家云端厂商Backblaze的公开模型介绍，他们利用泊松分布，模拟年度硬盘故障数量的分布 。基于这两个角色，我们制作了副本和纠删码的可靠性模型 。
文章插图
建模同时，我们也使用了EAFDL的模型，并引入了丢失的数据量在整个用户数据量的占比 。
上图右下角的表格，是我们基于副本模式进行的实验数据 。实验目的主要是，充分验证不同建模参数对可靠性的影响，进而得出结论 。部分结论可以从原理层面推断，比如，AFR越?。?可靠性越高；存储利用率低，可靠性越高；修复带宽越高，可靠性越高；副本和检验位数越高，可靠性越高 。
但是，机器数量越多，它的可靠性不一定越高；数据分布因子越大，可靠性会降低，需要我们在整个系统中进行权衡 。
3.可靠性评估平台化建设
文章插图
评估平台的建设基于两个原则：第一，需要评估新老方案的可靠性优劣；第二，需要近实时地评估线上系统可靠性的风险 。
五、思考：存储可靠性评估思考
1.方向思考
文章插图
我们有两个呼吁：
- 共享数据：现在各大提供分布式存储的厂商之所以没公开相关可靠性计算模型，是因为统计样本数据不足 。如果全行业能够分享各自的部分统计数据，样本量足够大，就有希望建设最真实的评估模型 。
- 统一标准：云存储领域相关的牵头企业，基于公司内部的海量样本数据，能够分享一个比较权威的考勤评估模型，为业界提供指引 。
2.未来规划
未来 ， 我们可能会引入扇区错误因素，重新建模 。
当前没有引入扇区错误，是因为目前业界提供的均值指标，权威性还有待考证 。扇区错误是磁盘里比较常见的错误 ， 不一定是独立的，可能具有相关性 。所以后续等相应指标的真实性足够后 ， 我们会考虑进行重新监管 。
