MTTF a MTTR u dnešních systémů Petr Čečil

Motivace – MTTF = 113 letů / havárie Zdroj: http://www.nasa.gov/ + http://www.barringer1.com/aug04prb.htm

Motivace (2) Report of the PRESIDENTIAL COMMISSION on the Space Shuttle Challenger Accident Zdroj: http://history.nasa.gov/rogersrep/genindex.htm

Odolnost proti chybám (opakování) Spolehlivost a dostupnost MTTF (mean time to failure) – průměrný čas do příští chyby MTTR (mean time to repair) - průměrný čas zotavení Dostupnost modulu = MTTF / (MTTF + MTTR)  , FR (failure rate) – poruchovost, počet selhání např. za hodinu, rok atd…  = 1 / MTTF MTBF = MTTF + MTTR Zdroj: http://siret.ms.mff.cuni.cz/members/lokoc/teaching

Typické MTTF (Gray 1992) konektory kabely 1000y MTTF logické obvody 3-20y MTTF soft/hard=1/1 až10/1 disky u PC 1y MTTF dražší 5-20y MTTF (ale hodně záleží na typu chyb soft read error je častější některé chyby jednou za milion let) workstations 3-5y MTTF software 1w MTTF SW: 3 chyby ve 100 řádcích kódu 100/1 soft/hard datové spoje v USA 10-9 BER (bit error rate) - optika LAN: většina chyb kvůli protokolům 3w MTTF Zdroj: http://siret.ms.mff.cuni.cz/members/lokoc/teaching

Příklad Předpokládejme, že stáří komponent neovlivňuje pravděpodobnost vzniku chyb a komponenty selhávají nezávisle. Pak celková poruchovost je suma poruchovosti modulů. Spočítejte MTTF diskového subsystému: 10 disků každý má 1 000 000 h MTTF 1 SCSI controller 500 000 h MTTF 1 zdroj napájení 200 000 h MTTF 1 aktivní chlazení 200 000 h MTTF 1 SCSI kabel 1 000 000 h MTTF Failure Rate = 10*1/1 000 000 + 1/500 000 + 1/200 000 + 1/200 000 + 1/1 000 000 = (10+2+5+5+1)/1 000 000 = 23/1 000 000 MTTF=1/Failure Rate = 1 000 000/23 = 43 500 h

Case Studies SYSTEM 8 20 21 Years Hlášená MTTF podle komponent systému Výsledky: Hardware a Maintenance mají výborné MTTF Software maskuje většinu selhání HW Operations skrývají chyby SW (nový SW, …) Systematicky se nehlásí všechny chyby 1985 1987 1990 SOFTWARE 2 53 33 Years HARDWARE 29 91 310 Years MAINTENANCE 45 162 409 Years OPERATIONS 99 171 136 Years ENVIRONMENT 142 214 346 Years SYSTEM 8 20 21 Years

Zdroje prof. Lawrence Rauchwerger; I/O 2: Failure Terminology Examples Gray Paper and a little Queueing Theory https://parasol.tamu.edu/~rwerger/Courses/614/lec/Lec06-IO2.ppt Jim Gray; Talk at UC Berkeley on Fault Tolerance http://research.microsoft.com/en-us/um/people/gray/talks/UCBerkeley_Gray_FT_Avialiability_talk.ppt

Pevné disky HDD SSD

Vývoj spolehlivosti v MTTF 1992 (Transaction Processing: Concepts and Techniques - Grey) disky u PC 1y MTTF dražší 5-20y MTTF 1993 (Campbell et al. *): 100 000 – 500 000 hodin 2002 (Center for Magnetic Recording Research - Hughes et. al.): 900 000 hodin 2012 (StorageReview.com - Andrew Baxter): HDD: 1,5 milionů hodin SSD: 2 miliony hodin – 10 milionů hodin 2013: Tape Drive: 250 000 hodin

Důvody selhání Nejvíce selhání pochází z interakce čtecí hlavy s diskem. Způsob vzniku: Nárazy Dočasné přerušení/rušení přenosu Poškození povrchu media Selhání termo-mechanické stability struktur na disku Chybou uživatele Mechanické nárazy Vnější kontaminace kondenzace Výrobní vady Kontaminace (i částicemi) při výrobě Servo chyby Zvětšení tloušťky maziva Výkyvy v tloušťce uhlíkového potahu Kontakt hlavy s diskem (z výroby)

Co to znamená doopravdy? Otázka není jestli disky selžou ale kdy. Spolehlivost je velmi závislá na teplotě v jaké se disk provozuje. Hodnotou MTTF nám výrobce říká jak dlouho by měl disk pracovat a že po jejím překročení roste pravděpodobnost selhání. Reálnější hodnotou MTTF oproštěné od marketingu je délka záruční doby od výrobce.

Zdroje Charles M. Kozierok: The PC Guide (2001) http://www.PCGuide.com Dr. Craig Hillman: Reliability of Hard Disk Drives (2003) http://www.calce.umd.edu/whats_new/2003/1203.pdf Andrew Ku: MTTF? MTBF? "My Drive Lasts Longer" 2011 http://www.tomshardware.com/reviews/vertex-3-sandforce-ssd 2869-4.html LTO-4 Tape Drive http://www.cybernetics.com/tapebackup/LTOtapedriveL880.php

Konektory kabely Elektromechanické komponenty

Obecně Gray (1992): konektory kabely 1000y MTTF Hodnoty se stále pohybují v tisících let. MTTF je složité získat pro konektory a kabely. Vyžaduje to: Selhání při testech Znát čas každého selhání Bohužel jen velmi málo selhání se doopravdy stane při typických testech. Takže se používají drsnější testy => nerealistické výsledky Nebo delší testy => drahé testy Kvůli těmto důvodům se MTTF u konektorů a kabelů v praxi nepoužívá. Místo něj se zkoumá fyzikální princip poškození.

Zdroje Vincent C. Pascucci: A Brief Overview of Reliability in General and for Electrical Connectors in Particular http://www.te.com/documentation/whitepapers/pdf/Brief_Overview_of_Reliability_in_General_and_f or_Electrical_Connectors_in_Particular.pdf Nějaké příklady (ne)používání MTTF u elektro-mechanických komponent: http://support.automation.siemens.com/WW/llisapi.dll?func=cslib.csinfo&objId=22764530&load=treec ontent&lang=en&siteid=cseus&aktprim=0&objaction=csview&extranet=standard&viewreg=WW http://www.avagotech.com/docs/AV02-1303EN MTTF = 10^9 / FIT http://www.schneider- electric.com/resources/sites/SCHNEIDER_ELECTRIC/content/live/FAQS/28000/FA28376/es_ES/STB_MT BF.xls

Software

Windows MTTF V roce 2000 zveřejnil MS porovnání 3 desktopových operačních systémů. Je založená na počítačích v akademické sféře soukromé a NSTL laboratořích. Firma eTesting Labs vydala v roce 2001 i pro Windows XP Windows XP 2980.8 hodin Windows 2000 2893.50 hodin Windows NT 4.0 918.52 hodin Windows 98 216.05 hodin

Linux – Debian pkgs V roce 2011 na Technické univerzitě v Darmstadtu vytvořili aplikaci pro počítání MTTF Debian balíčků podle počtu bezpečnostních problémů a jejich dopadu Hodnoty MTTF jsou ve dnech

Zdroje Microsoft: Comparison of the Reliability of Desktop Operating Systems 2000 http://download.microsoft.com/download/a/1/f/a1f3fa82-d27b-49a4-befc-c08aa798088b/nstl.doc eTesting Labs: Microsoft: Windows XP Reliability Study 2001 http://www.anonymous-insider.net/windows/research/acrobat/0110.pdf TrustMiner https://freeside.trust.cased.de/apt-sec/hits

Ostatní Integrované obvody procesory síťové prvky…

Procesory integrované obvody Copley Controls – firma vyrábějící řídící moduly pro roboty a serva Jejich IC (Integrované obvody) mají MTTF okolo 175 mil. Hodin http://www.copleycontrols.com/motion/pdf/AEM-APM-mtbf.pdf Všimněme si ale keramických kondenzátorů mají sice malé MTTF jako jednotky. Pokud jich je ale na desce 186 dostáváme MTTF už 500 000 hodin Všude vycházejí obrovská čísla a firmy MTTF už prakticky nezveřejňují (Intel, AMD) „Assume we have an industry grade (-40°C to 85°C) standard microcontroller. “ … „Below 90 nanometer things start becoming increasingly statistical and the MTTF could be as low as less than 10 years (if no precautionary measures were taken).“ * *Zdroj: http://www.altreonic.com/content/whats-lifetime-digital-processor

Procesory MTTF - ilustrace

Síťové prvky Cisco přepínače (switch) ~ 200 000 hodin

Zdroje http://www.cisco.com/en/US/products/hw/switches/ps628/products_data_sheet09186a008033a436.ht ml http://www.copleycontrols.com/motion/pdf/AEM-APM-mtbf.pdf http://www.youtube.com/watch?v=y39D4529FM4