La chaleur : la panne qui ne casse rien mais raccourcit tout

Un serveur qui chauffe trop ne plante pas. Il ralentit et vieillit plus vite. Comme il ne signale d’erreur nulle part, cela passe inaperçu pendant des mois, parfois des années.

Trois effets, par ordre de discrétion

Le ralentissement. Les processeurs baissent leur vitesse pour se protéger. Rien ne signale d’erreur ; la machine est simplement lente. Et elle est lente précisément quand elle travaille dur, c’est-à-dire au moment où on le remarque le moins : « il y a de la charge, forcément c’est lent », et on passe.

Le vieillissement. Sous une chaleur continue, la durée de vie attendue de chaque pièce baisse. Vous ne le voyez pas aujourd’hui. Vous le voyez deux ans plus tard, sous la forme d’une panne arrivée plus tôt qu’elle n’aurait dû.

La panne simultanée. C’est ce qui compte, et personne ne le dit. La chaleur touche tout ce qui est dans le boîtier en même temps. Des disques achetés ensemble, tournant ensemble et chauffant ensemble meurent ensemble.

C’est exactement le scénario contre lequel votre disposition de disques ne vous protège pas. Quand un disque meurt, la réparation commence, la réparation sollicite les disques restants, et ces disques ont déjà vécu aussi longtemps à la même température.

D’où vient la chaleur dans un petit serveur

En général pas du processeur. Une armoire fermée, un filtre poussiéreux, des disques empilés les uns sur les autres sans espace d’air, et le plus fréquent : la machine a été posée dans un endroit sans air.

Et la raison est toujours la même : le bruit.

L’échange que personne ne planifie

Cela se passe ainsi. La machine est bruyante, elle dérange. Elle est déplacée dans un placard ou un cellier. Le problème de bruit est réglé.

Six mois plus tard, les disques tournent dix degrés plus chaud et personne ne relie les deux événements. Parce qu’il s’est écoulé beaucoup de temps entre les deux et qu’aucun avertissement n’est apparu entre-temps.

Le jour où vous déplacez la machine, regardez si l’endroit où vous la mettez reçoit de l’air. Vous n’aurez aucune raison de regarder plus tard.

Le chiffre à mesurer n’est pas le pic mais la valeur soutenue

Une brève hausse de température pendant une sauvegarde est normale. Un pic momentané ne vous dit rien.

Ce qui compte est la valeur à laquelle elle se tient pendant des heures. Un système qui reste toute la journée à la même température élevée s’use bien plus qu’un système qui fait un pic bref.

Et un conseil pratique : ne regardez pas la température d’un seul disque, regardez l’écart entre les disques. Si un disque reste constamment plus chaud que ses voisins, ce n’est pas un problème de disque mais de placement. Déplacer ce disque coûte moins cher qu’en acheter un nouveau.

Ce que fait Atlas

Atlas montre la température des vingt-quatre dernières heures de chaque disque à côté de ses débits de lecture et d’écriture. Vous répondez donc non pas à « combien de degrés maintenant » mais à « où s’est-elle tenue dans la journée » ; c’est exactement le test ci-dessus.

Un détail de conception mérite d’être dit, car il touche un piège dans lequel les outils de supervision tombent souvent : ces mesures ne sont récupérées que lorsque vous ouvrez la fiche de ce disque. Pour les disques restés fermés dans la liste, aucune requête n’est envoyée.

La raison est simple et constitue un principe général : un panneau de supervision qui interroge tout en permanence devient lui-même une source de charge. Ce qui observe ne doit pas être ce qui coûte.