Analyse de fiabilité d'un système de cluster de stockage

Exemple :

Considérez un cluster "haute disponibilité" avec un diagramme de blocs de fiabilité (RBD), comme montré ci-dessous.

Figure 1 : Système de cluster de stockage

Supposez les distributions de vie et les paramètres suivants pour les composants : (Notez que cet exemple, contrairement à l'article original, suppose qu'il n'y a pas de réparation des composants défaillants.)

• Serveur Exponentielle avec une moyenne = 45 753 heures
• Commutateur : Exponentielle avec une moyenne = 255 358 heures
• HBA : Exponentielle avec une moyenne = 252 550 heures
• Le contrôleur Exponentielle avec une moyenne = 68 961 heures

L'objectif de l'analyse est d'étudier la fiabilité du système.

Analyse

Étape 1 : Créez le RBD du système dans BlockSim, puis utilisez les informations données pour configurer les définitions de fiabilité universelles (URD) de chaque bloc. Par exemple, l'image suivante montre la fenêtre des propriétés du bloc de Server1. L'inset montre l'Assistant Modèle, qui vous permet de définir le modèle de défaillance du bloc. Les URD des autres blocs peuvent être configurés de manière similaire.

Figure 2 : Fenêtre des Propriétés du Bloc de Server1 et Assistant Modèle (inset)

Étape 2 : Une fois les URD configurés, analysez le diagramme et obtenez l'équation de fiabilité du système, comme indiqué ci-après. Dans cette équation, chaque R est la fonction de fiabilité (1-cdf) de l'élément. Par exemple, RServer2 est la fonction de fiabilité du Serveur 2.

Figure 3 : Équation de Fiabilité du Système du Système de Stockage en Grille

Étape 3 : Générez des graphiques au niveau du système pour voir plus d'informations sur le système. Les deux graphiques suivants sont des graphiques d'importance de fiabilité des composants à t = 8544 hr. Les deux graphiques (un graphique de zone tableau et un graphique à barres) illustrent le même concept ; c'est-à-dire que plus l'importance du composant est élevée, plus son effet sur la fiabilité du système est important.

Comme vous pouvez le voir, les serveurs dans cette configuration sont le composant le plus critique, tandis que les hubs sont les moins critiques.

Les images suivantes montrent des graphiques supplémentaires.

Étape 4 : Utilisez le BlocSim's Analytical Quick Calculation Pad (QCP) pour obtenir certains des résultats de fiabilité les plus fréquemment demandés. Par exemple, le MTTF (temps moyen avant défaillance) du système est d'environ 42 135 heures, comme indiqué ci-après.