随着SSD的价格下降，业务对延迟的要求越来越苛刻，所以SSD在基础架构中的使用越来也多，VMware环境中大家最早接触到SSD可能就是vSAN环境，之前我已经发表了如何查询SSD寿命的方法，分别针对SCSI（SATA可以看成是SCSI的消费级别版本）协议和NVME协议：
esxicli了解SSD寿命》" linktype="text" imgurl="" imgdata="null" tab="innerlink" data-linktype="2">《通过esxicli了解SSD寿命》
还有一种场景是SSD不是采用直通模式，而是做成RAID0被vSAN使用，这种情况下上述命令无法检查SSD寿命，需要通过阵列卡来查询SSD寿命，因为我一直都反对采用这种模式，这种场景也比较少，所以就不深入讨论了。
但是我一直没有确定更换的阈值，我曾经咨询过华为存储的工程师，他告诉我全闪存储的SSD硬盘，华为设置的报警磨损阈值是90%，看到这个报警后，工程师就会更换，也就是华为存储SSD部件的更换阈值是90%；但我一直没有从VMware的官方了解到应该在磨损到什么程度时就应该更换SSD，直到看到这个KB
VOBs for vSAN SSD endurance alarm introduced in vSphere 8.0U2
https://knowledge.broadcom.com/external/article/326721/vobs-for-vsan-ssd-endurance-alarm-introd.html
在这篇KB中，VMware说在vSAN 8.0u2以上的版本，并且这个NVMe SSD是ESA架构的成员时，vSphere会监控其寿命，并在达到一定阈值时报警
| VOB message | Category | Purpose | Release | |
| esx.problem.vsan.health.ssd.endurance.error | One of the disks exceeds 90% of its estimated endurance threshold. | Warning | Any NVMe disk in vSAN ESA will trigger this event when it exceeds 90% of its estimated endurance threshold. | vSphere 8.0 U2 |
| esx.problem.vsan.health.ssd.endurance.warning | One of the disks exceeds the estimated endurance threshold. | Critical | Any NVMe disk in vSAN ESA will trigger this event when it exceeds 100% of its estimated endurance threshold. | vSphere 8.0 U2 |
| esx.problem.vsan.health.ssd.endurance | One or more disks exceed its/their warning usage of estimated endurance threshold. | Info | Users can customize endurance thresholds for vCenter clusters, hosts, and disks | vSphere 8.0 U3 |
从这里看到VMware 选择的90%作为报警（黄色）的阈值，100%时严重报警(红色)，可以理解成在90%以上的SSD就可以考虑更换了，超过100%的时候，就应该马上更换。
VMware在SSD的寿命监控方面，其实还不如很多国产厂商，即使在8.0u2中开始做监控，还是很小气，只监控ESA架构下的NMVe SSD，相对于OSA架构，实际上ESA架构中如果损失一块SSD，影响不大，只是损失一块磁盘的容量，只需要修复一块磁盘的数据；但是OSA架构中，如果作为缓存的SSD故障，是会丢失一个磁盘组的容量，需要修复一个磁盘组的数据，实际上更应该监控的是OSA架构下的缓存盘的寿命；KB中说在8.0U3，VMware允许客户对这个报警进行客户化，就是说其有些不自信，在我看来对于ESA架构，可以设置为95%报警，100%严重，考虑到故障的代价，90%报警，实在有些浪费，而OSA架构下，由于故障的代价大，特别是一些客户已经在vSAN使用率到了70%以上，一个磁盘组的故障还会引起其他问题，如虚拟机无法写入数据，所以OSA架构应该将报警设置在90%，这时至少应该准备好备件，可以随时应对SSD故障。
根据我对一些客户SSD寿命的持续观察，发现SSD的磨损极其不均衡，可能是因为其所对应的业务特性，而vSAN并不会根据SSD磨损进行均衡分配，所以某个高写入的业务会一直使用某个SSD作为缓存，客户的环境中SSD的磨损速度可以相差3倍；在vSAN环境刚投产的时候，大约每个季度检查一下SSD是合适间隔，但到了SSD普遍磨损超过50%后，可能每个月都应该进行检查，做到有备无患；累计一些检测数据后，其实就可以摸清楚，每个SSD磨损速度，比如有些是每个月1%，有些更高，我见过每个月磨损7%的SSD，你可以进行估算，防止出现多块SSD在临近的时间内（比如同一天）故障，这是要特别小心的问题。
总结一下，SSD的写入量达到其估算总写入量90%，保守的客户就可以考虑更换了，一般的客户至少应该做好更换的准备，比如准备好配件；在达到了100%应该立刻更换，即使SSD现在还没有出现故障，不应该抱有侥幸心理，总比故障后手忙脚乱要好。
推荐本站淘宝优惠价购买喜欢的宝贝:
本文链接：https://hqyman.cn/post/8938.html 非本站原创文章欢迎转载，原创文章需保留本站地址！
微信支付宝扫一扫，打赏作者吧～休息一下~~
官码2024000195号
萌ICP备20248119号
