O SSD perdeu quarenta por cento em um ano: por que o Proxmox desgasta o disco mais rápido

Você montou o servidor, passou um ano e o indicador de vida do SSD caiu para sessenta por cento. O primeiro pensamento é defeito. Em geral não é.

O disco não está quebrado, a carga é diferente.

O que é desgaste

As células de um SSD suportam um número limitado de escritas. O disco informa isso como porcentagem: quanto resta. Enquanto a porcentagem cai, o disco não fica mais lento, não quebra, não dá nenhum sinal. Só o número desce.

É isso que torna o desgaste uma medida traiçoeira: quando você percebe, já está perto do fim do caminho.

Um disco de servidor não fica parado como um de mesa

Num computador de mesa o disco fica parado na maior parte do tempo. Num servidor de virtualização nunca.

Não são só as suas máquinas virtuais que escrevem. Os registros do próprio servidor, o arquivo de estado do cluster, os apontamentos de medição, os diários dos convidados, todos produzem escritas pequenas o tempo todo. Isoladas são insignificantes; juntas são um fluxo constante.

O multiplicador que ninguém espera

Aqui está a questão de verdade: uma escrita pequena feita de dentro de uma máquina virtual chega ao disco físico muito maior.

Porque o caminho é longo. O sistema de arquivos do convidado arredonda a escrita para o próprio tamanho de bloco. A camada do disco virtual arredonda de novo. O sistema de arquivos do servidor arredonda mais uma vez. A gestão interna do SSD arredonda outra vez. Cada camada diz "pelo menos isto" e nenhuma arredonda para baixo.

Resultado: uma escrita de quatro kilobytes pode crescer várias vezes na camada física. Isso não é defeito, é o preço natural das camadas. Mas se não for contabilizado, a vida do disco sai muito abaixo do esperado.

Esse multiplicador cresce ainda em dois lugares: nos sistemas de arquivos que escrevem ao copiar (os mesmos dados são escritos num lugar novo e o antigo fica para trás) e nos trabalhos que querem ter certeza de que cada escrita chegou ao disco, tipicamente bancos de dados.

A diferença real entre disco comum e disco de servidor

A diferença não é velocidade. São duas coisas.

O orçamento de escrita. Discos vendidos para servidores são feitos para aguentar muito mais escritas. Entre dois discos do mesmo tamanho a diferença de resistência pode ser de várias vezes.

O comportamento sob carga contínua. Discos comuns usam um buffer rápido e ficam bem mais lentos quando esse buffer enche. Numa mesa isso fica invisível, porque o buffer acha tempo de esvaziar. Num servidor não acha.

Há ainda uma distinção silenciosa mas importante: discos de servidor são projetados para conseguir gravar o conteúdo do buffer mesmo se a energia cair. Isso permite que respondam "gravado" cedo e sem risco. Um disco comum sem essa garantia ou responde devagar ou assume um risco.

O que dá para fazer sem comprar hardware

Separe o trabalho que escreve muito do disco de inicialização. Se uma máquina coleta registros, roda um banco de dados ou mantém apontamentos contínuos, coloque o disco dela em outro lugar.

Reveja a área de troca. Num servidor com memória suficiente, troca constante significa lentidão e desgaste ao mesmo tempo.

Desligue registro detalhado desnecessário. Um nível de depuração configurado uma vez e esquecido continua escrevendo por anos.

O número a acompanhar não é a porcentagem, é a inclinação

"Restam oitenta e cinco por cento" sozinho não diz nada. A mesma porcentagem significa dez anos num disco e oito meses em outro.

A pergunta certa é esta: quantos pontos caiu no último mês? Se cai um ponto por mês, você tem anos. Se cai cinco pontos por mês, você tem cerca de um ano e meio e já deveria estar planejando.

O que o Atlas faz

O Atlas lê a porcentagem de vida restante que o disco informa e produz uma estimativa de dias restantes olhando a inclinação dos últimos trinta dias. Ou seja, ele não te dá uma porcentagem, ele diz "nesse ritmo, tantos dias".

Para o assunto deste artigo, o que realmente importa é quando o produto se recusa a estimar:

Se tem apenas uma medição, ele não estima, diz que não há dados suficientes para uma tendência. Se a porcentagem ficou parada ou subiu, ele diz que não vai acabar tão cedo, em vez de inventar um número de dias. Se a queda é menor que um milésimo de ponto por dia, também não dá número, porque uma estimativa a partir dessa inclinação seria sem sentido.

Essa é a parte mais difícil de qualquer ferramenta de estimativa: saber ficar quieto quando os dados não sustentam a estimativa. Um número de dias errado é pior do que nenhum número, porque em cima dele se fazem planos.