美国云服务器托管公司服务器内存数据保护技术

探讨服务器内存的数据保护技术
    

       随着服务器内存容量需求的不断增长，对内存可靠性的要求也必须随之不断提高，道理很简单，越多的内存被使用，内存存取错误的可能性就越容易发生。于是，关于内存可靠性的各种保障措施也日益受到重视。

    我们知道，一般的个人计算机上也有使用内存的检错技术，称为奇偶校验（Parity Checking），奇偶校验实现的方式比较简单，即在传送字符的各位之外，再传送1位奇/偶校验位，可采用奇校验或偶校验。这种技术能够检测出信息传输过程中的部分误码（1位误码能检出，2位及2位以上误码不能检出），由于其实现简单，在中低端领域到了广泛使用。同时，由于其检错方式过于简单，因此它只能发现单比特错误，而且不能纠错，在发现错误后，只能要求重发。

    而服务器内存中，由于对可靠性的要求要高得多，所以都采用ECC技术。ECC技术除了可以检测并纠正单比特错误外，还可以检测出2~4比特的错误。当发现多比特错误时，ECC内存产生一个不可屏蔽的中断，通知系统数据出现错误。在ECC编码方案中，每个数据块有一个8比特的校验用的数据，用于纠正单比特的错误。每次把数据写入内存时，ECC采用特殊的算法生成校验码。该算法把所有的校验和累加起来，得到一个校验和（Checksum），该校验和与数据存储在一起。当从内存中读取数据的时候，需要重新计算校验和，并且与原来的校验和进行比较。如果计算出的校验和与原来的校验和相等，那么说明存储的数据是正确的，可以继续下一步工作；如果与原来的校验和不相等，那么说明存储的数据是错误的。这时，将把出现错误的数据隔离起来，并且报告给系统。如果出现的是单比特错误，那么可以对其进行纠正，输出正确的数据，系统继续正常工作。

    ECC内存对于许多应用可以提供充分的保护，但是，随着内存容量的增加，ECC内存保护的效率开始降低。为了解决这一问题，HP公司开发了高级ECC内存技术，并得到广泛应用。标准的ECC内存在从DIMM内存读取数据时，只能发现单比特的错误，而高级ECC内存可以发现DRAM内存芯片中的多比特错误，从而可以纠正DRAM内存芯片的问题。在高级ECC内存技术中，有4比特的存储设备，每个芯片对应一个数据字中的4位。这4比特都和一个ECC设备相连，因此如果一个芯片的数据发生错误，则产生4个独立的单比特错误，从而可以得到纠正。

    因为每个ECC设备可以纠正单比特的错误，所以高级ECC技术实际上能够纠正发生在同一个DRAM芯片中的多比特错误。因此，高级ECC技术可以提供很好的内存数据保护。

    这是一种基于冗余备份思想的技术，在进行内存热备时，做热备份的内存在正常情况下是不使用的，也就是说系统是看不到这部分内存容量的。每个内存通道中有一个DIMM不被使用，预留为热备内存。芯片组中设置有内存校验错误次数的阈值, 即每单位时间发生错误的次数。当工作内存的故障次数达到这个“容错阈值”，系统开始进行双重写动作，一个写入主内存，一个写入热备内存，当系统检测到两个内存数据一致后，热备内存就代替主内存工作，故障内存被禁用，这样就完成了热备内存接替故障内存工作的任务，有效避免了系统由于内存故障而导致数据丢失或系统宕机。这个做热备的内存容量应大于等于所在通道的最大内存条的容量，以满足内存数据迁移的最大容量需求。

    内存镜像需要内存中的所有数据均存有副本，系统正常运行时所使用的是原本，而当其中一份宿主失效时，另外那份就随即补替工作，有效防止了由于内存通道故障导致的数据丢失，极大提升了服务器可靠性。这同磁盘系统中的RAID 1非常相似，因此，实现这一功能需要双倍的物理内存，而实际容量的利用率只有50％。

    内存镜像跟内存热备的区别是：内存镜像主要是希望通过备份内存上的数据来恢复出错内存的数据，而内存热备则是彻底用备份内存接替出错内存的所有工作。

    可以看到，内存镜像技术是完整和全面的保护措施，而内存刷洗技术则是对原本内存可靠性的保证。当然，内存刷洗技术也会同时对副本内存进行操作，试想倘若没有内存刷洗技术的支持，副本内存中的数据又如何得到保证，连副本都不能确保正常，那么内存镜像意义何在呢。