4.2.2. RBER ve disk yaşı (PE döngüleri hariç).
Şekil 1, RBER ile diskin sahada bulunduğu ay sayısı olan yaş arasındaki anlamlı ilişkiyi göstermektedir. Ancak bu sahte bir korelasyon olabilir çünkü eski sürücülerin daha fazla PE'ye sahip olması muhtemeldir ve bu nedenle RBER, PE döngüleriyle daha fazla ilişkilidir.
Yaşın PE çevrimlerinin neden olduğu aşınma üzerindeki etkisini ortadan kaldırmak için, konteynerler arasında bir kesme noktası olarak PE çevrimi dağılımının ondalık dilimlerini kullanarak tüm hizmet aylarını konteynerler halinde gruplandırdık; örneğin, ilk konteyner, disk ömrünün sonuna kadar olan tüm ayları içerir. PE döngüsü dağılımının ilk onda biri vb. Ayrıca. Her kap içinde PE döngüleri ile RBER arasındaki korelasyonun oldukça küçük olduğunu doğruladık (her kap yalnızca küçük bir PE döngüsü aralığını kapsadığından) ve ardından her kap için RBER ile disk yaşı arasındaki korelasyon katsayısını ayrı ayrı hesapladık.
Bu analizi her model için ayrı ayrı gerçekleştirdik çünkü gözlemlenen herhangi bir korelasyon, daha genç ve eski modeller arasındaki farklardan değil, yalnızca aynı modelin sürücülerinin yaşından kaynaklanmaktadır. PE döngülerinin etkisini yukarıda açıklanan şekilde sınırladıktan sonra bile, tüm sürücü modelleri için sürücünün sahada bulunduğu ay sayısı ile RBER'si arasında hala önemli bir korelasyon olduğunu gözlemledik (korelasyon katsayıları 0,2 ile 0,4 arasında değişiyordu) ).
Pirinç. 3. Yeni ve eski diskler için RBER ile PE döngü sayısı arasındaki ilişki, aşınmanın neden olduğu PE döngülerinden bağımsız olarak diskin yaşının RBER değerini etkilediğini göstermektedir.
Ayrıca, sürücünün "genç" yaştaki kullanım günlerini 1 yıla kadar ve sürücünün 4 yaş üzerindeki kullanım günlerini bölerek sürücü yaşının etkisini grafiksel olarak görselleştirdik ve ardından her birinin RBER'ini çizdik. PE döngülerinin sayısına göre gruplandırın. Şekil 3, MLC-D sürücü modeli için bu sonuçları göstermektedir. Tüm PE döngüleri boyunca eski ve yeni disk grupları arasında RBER değerlerinde gözle görülür bir fark görüyoruz.
Bundan, PE döngülerine maruz kalma nedeniyle bellek hücresi aşınmasından bağımsız olarak, sahada disk kullanımının gün sayısıyla ölçülen yaşın RBER üzerinde önemli bir etkiye sahip olduğu sonucuna vardık. Bu, silikon yaşlanması gibi diğer faktörlerin diskin fiziksel aşınmasında büyük rol oynadığı anlamına gelir.
4.2.3. RBER ve iş yükü.
Bit hatalarının dört mekanizmadan birinden kaynaklandığı düşünülmektedir:
- depolama hataları Bir bellek hücresinin zamanla veri kaybetmesi sonucu ortaya çıkan saklama hataları
Okuma işleminin bitişik hücrenin içeriğine zarar verdiği okuma rahatsız etme hataları; - Bir okuma işleminin bitişik bir hücrenin içeriğine zarar verdiği yazma bozma hataları;
- Silme işlemi hücrenin içeriğini tamamen silmediğinde eksik silme hataları.
Son üç türdeki hatalar (okuma bozma, yazma bozma, eksik silme) iş yüküyle ilişkilidir, dolayısıyla RBER ile iş yükü arasındaki korelasyonu anlamak, farklı hata mekanizmalarının yaygınlığını anlamamıza yardımcı olur. Yakın zamanda yapılan bir çalışmada, "Alanında flash bellek arızalarının geniş çaplı bir çalışması" (MEZA, J., WU, Q., KUMAR, S., MUTLU, O. "Flash bellek arızalarının sahada büyük ölçekli bir çalışması") 2015 ACM SIGMETRICS Uluslararası Bilgisayar Sistemlerinin Ölçülmesi ve Modellenmesi Konferansı Bildirileri, New York, 2015, SIGMETRICS '15, ACM, s. 177–190) bu alanda depolama hatalarının baskın olduğu, Okuma hatalarının ise baskın olduğu sonucuna varmıştır. oldukça küçüktür.
Şekil 1, belirli bir disk ömrü ayındaki RBER değeri ile bazı modeller için aynı aydaki okuma, yazma ve silme sayısı arasındaki önemli ilişkiyi göstermektedir (örneğin, MLC - B için korelasyon katsayısı 0,2'den yüksektir) modeli ve SLC-B için 0,6'dan yüksek). Ancak aylık iş yükü toplam PE döngüsü sayısıyla ilişkili olabileceğinden bunun sahte bir korelasyon olması mümkündür.
Bölüm 4.2.2'de açıklanan aynı metodolojiyi, iş yükünün etkilerini PE döngülerinin etkilerinden ayırmak için, aylarca süren sürücü çalışmasını önceki PE döngülerine göre izole ederek ve ardından her konteyner için ayrı ayrı korelasyon katsayılarını belirleyerek kullandık.
Belirli bir aydaki disk ömründeki okuma sayısı ile o aydaki RBER değeri arasındaki korelasyonun, PE döngülerini sınırlandırırken bile MLC-B ve SLC-B modelleri için devam ettiğini gördük. Ayrıca okumaların eşzamanlı yazma ve silme sayısı üzerindeki etkisini hariç tuttuğumuz benzer bir analizi tekrarladık ve RBER ile okuma sayısı arasındaki korelasyonun SLC-B modeli için geçerli olduğu sonucuna vardık.
Şekil 1 aynı zamanda RBER ile yazma ve silme işlemleri arasındaki korelasyonu da göstermektedir, bu nedenle aynı analizi okuma, yazma ve silme işlemleri için tekrarladık. PE döngülerinin ve okumalarının etkisini sınırlayarak RBER değeri ile yazma ve silme sayısı arasında herhangi bir ilişki olmadığı sonucuna vardık.
Dolayısıyla okuma ihlali hatalarının RBER üzerinde önemli bir etkiye sahip olduğu disk modelleri vardır. Öte yandan RBER'in yazma ihlali hatalarından ve eksik silme hatalarından etkilendiğine dair bir kanıt yoktur.
4.2.4 RBER ve litografi.
Nesne boyutundaki farklılıklar, aynı teknolojiyi (MLC veya SLC) kullanan sürücü modelleri arasındaki RBER değerlerindeki farklılıkları kısmen açıklayabilir. (Bu çalışmaya dahil edilen çeşitli modellerin litografisine genel bir bakış için Tablo 1'e bakınız).
Örneğin, 2 nm litografiye sahip 34 SLC modeli (SLC-A ve SLC-D modelleri), 2 nm mikroelektronik litografiye sahip 50 modelin (SLC-B ve SLC-C modelleri)kinden daha yüksek bir RBER değerine sahiptir. MLC modellerinde yalnızca 43 nm model (MLC-B), 50 nm litografiye sahip diğer 3 modelden %50 daha yüksek bir ortalama RBER'ye sahiptir. Ayrıca, Şekil 4'de gösterildiği gibi, sürücüler aşındıkça RBER'deki bu fark 2 kat artar. Son olarak, daha ince litografi, MLC sürücülerine kıyasla eMLC sürücülerinin daha yüksek RBER'sini açıklayabilir. Genel olarak, litografinin RBER'i etkilediğine dair açık kanıtlarımız var.
4.2.5. Diğer hataların varlığı.
RBER ile düzeltilemez hatalar, zaman aşımı hataları vb. gibi diğer hata türleri arasındaki ilişkiyi, özellikle de diğer hata türlerine maruz kaldıktan bir ay sonra RBER değerinin yükselip yükselmediğini araştırdık.
Şekil 1, önceki aya ait RBER'nin gelecekteki RBER değerlerini tahmin etmesine rağmen (korelasyon katsayısı 0,8'den büyük), düzeltilemeyen hatalar ile RBER (Şekil 1'deki en sağdaki öğe grubu) arasında anlamlı bir korelasyon olmadığını göstermektedir. Diğer hata türleri için korelasyon katsayısı daha da düşüktür (şekilde gösterilmemiştir). Bu makalenin Bölüm 5.2'sinde RBER ile düzeltilemez hatalar arasındaki ilişkiyi daha ayrıntılı olarak araştırdık.
4.2.6. Diğer faktörlerin etkisi.
Verilerimizin açıklayamadığı, RBER üzerinde önemli etkisi olan faktörlerin olduğuna dair kanıtlar bulduk. Özellikle, belirli bir disk modeli için RBER'in, diskin konuşlandırıldığı kümeye bağlı olarak değiştiğini fark ettik. Bunun iyi bir örneği, RBER'i üç farklı kümedeki (kesikli çizgiler) MLC-D sürücüleri için PE döngülerinin bir fonksiyonu olarak gösteren ve bunu toplam sürücü sayısına (düz çizgi) göre bu model için RBER ile karşılaştıran Şekil 4'tür. Disk yaşı veya okuma sayısı gibi faktörlerin etkisini sınırladığımızda bile bu farklılıkların devam ettiğini görüyoruz.
Bunun olası bir açıklaması, iş yükleri en yüksek okuma/yazma oranlarına sahip olan kümelerin en yüksek RBER'ye sahip olduğunu gözlemlediğimizden, kümeler arasındaki iş yükü türündeki farklılıklardır.
Pirinç. 4 a), b). Üç farklı küme için PE döngülerinin bir fonksiyonu olarak medyan RBER değerleri ve okuma/yazma oranının üç farklı küme için PE döngülerinin sayısına bağımlılığı.
Örneğin, Şekil 4(b), MLC-D sürücü modeli için farklı kümelerin okuma/yazma oranlarını göstermektedir. Ancak okuma/yazma oranı tüm modeller için kümeler arasındaki farkları açıklamıyor; dolayısıyla çevresel faktörler veya diğer harici iş yükü parametreleri gibi verilerimizin hesaba katmadığı başka faktörler de olabilir.
4.3. Hızlandırılmış dayanıklılık testi sırasında RBER.
Çoğu bilimsel çalışma ve endüstriyel ölçekte medya satın alırken yapılan testler, hızlandırılmış dayanıklılık testlerinin sonuçlarına dayanarak sahadaki cihazların güvenilirliğini öngörüyor. Bu tür testlerin sonuçlarının, katı hal depolama ortamlarının çalıştırılmasındaki pratik deneyime ne kadar iyi karşılık geldiğini bulmaya karar verdik.
Google veri merkezlerine sağlanan ekipmanlar için genel hızlandırılmış test metodolojisi kullanılarak gerçekleştirilen test sonuçlarının analizi, sahadaki RBER değerlerinin tahmin edilenden önemli ölçüde yüksek olduğunu gösterdi. Örneğin, eMLC-a modeli için sahada çalıştırılan diskler için medyan RBER (test sonunda PE döngü sayısı 600'e ulaştı) 1e-05 iken, ön hızlandırılmış test sonuçlarına göre bu RBER değer 4000'den fazla PE döngüsüne karşılık gelmelidir. Bu durum, laboratuvar testlerinden elde edilen RBER tahminlerine dayanarak sahada RBER değerini doğru bir şekilde tahmin etmenin çok zor olduğunu göstermektedir.
Ayrıca hızlandırılmış test sırasında bazı hata türlerinin yeniden üretilmesinin oldukça zor olduğunu da belirttik. Örneğin, MLC-B modeli söz konusu olduğunda, sahadaki sürücülerin neredeyse %60'ı düzeltilemez hatalar yaşıyor ve sürücülerin neredeyse %80'i bozuk bloklar geliştiriyor. Ancak hızlandırılmış dayanıklılık testi sırasında, sürücüler PE döngü sınırının üç katından fazlasına ulaşana kadar altı cihazın hiçbirinde düzeltilemez bir hata yaşanmadı. eMLC modelleri için sahadaki sürücülerin %80'inden fazlasında düzeltilemez hatalar meydana gelirken, hızlandırılmış testler sırasında bu tür hatalar 15000 PE döngüsüne ulaşıldıktan sonra ortaya çıktı.
Kontrollü bir ortamda yapılan deneylere dayanan önceki araştırma çalışmalarında bildirilen RBER'e de baktık ve değer aralığının son derece geniş olduğu sonucuna vardık. Örneğin, L.M. Grupp ve diğerleri 2009 -2012 çalışma raporlarında PE döngü limitlerine ulaşmaya yakın sürücüler için RBER değerleri. Örneğin, çalışmamızda kullanılanlara benzer litografi boyutlarına (25-50nm) sahip SLC ve MLC cihazları için RBER değeri 1e-08 ila 1e-03 arasında değişir ve test edilen çoğu sürücü modelinin 1e-'ye yakın bir RBER değeri vardır. 06.
Çalışmamızda PE çevrim sınırına ulaşan üç sürücü modelinin RBER'leri 3e-08 ile 8e-08 arasında değişmektedir. Sayılarımızın alt sınırlar olduğunu ve en kötü durumda 16 kat daha fazla olabileceğini veya RBER'in 95. yüzdelik dilimini hesaba katsak bile değerlerimiz hala önemli ölçüde düşük.
Genel olarak, gerçek saha RBER değerleri, hızlandırılmış dayanıklılık testlerine dayalı olarak tahmin edilen değerlerden daha yüksek olsa da, diğer araştırma makalelerinde bildirilen ve laboratuvar testlerinden hesaplanan benzer cihazlar için çoğu RBER'den hâlâ düşüktür. Bu, hızlandırılmış dayanıklılık testlerinden elde edilen tahmini saha RBER değerlerine güvenmemeniz gerektiği anlamına gelir.
5. Düzeltilemez hatalar.
Bu makalenin 3. Bölümünde tartışılan düzeltilemez hataların (UE'ler) yaygın olarak ortaya çıkması göz önüne alındığında, bu bölümde bunların özelliklerini daha ayrıntılı olarak inceleyeceğiz. UE'yi ölçmek için hangi metriğin kullanılacağını, bunun RBER ile nasıl ilişkili olduğunu ve UE'nin çeşitli faktörlerden nasıl etkilendiğini tartışarak başlıyoruz.
5.1. UBER oranının neden bir anlamı yok?
Düzeltilemez hataları karakterize eden standart ölçü, UBER'in düzeltilemez bit hata oranıdır, yani düzeltilemeyen bit hatalarının sayısının okunan toplam bit sayısına oranıdır.
Bu ölçüm dolaylı olarak düzeltilemeyen hataların sayısının bir şekilde okunan bit sayısına bağlı olduğunu ve dolayısıyla bu sayıya göre normalleştirilmesi gerektiğini varsayar.
Bu varsayım, belirli bir ayda gözlemlenen hataların sayısının aynı süre içindeki okuma sayısıyla yüksek düzeyde ilişkili olduğunun tespit edildiği düzeltilebilir hatalar için geçerlidir (Spearman korelasyon katsayısı 0.9'dan büyük). Bu kadar güçlü bir korelasyonun nedeni, ECC kullanılarak düzeltilebildiği sürece tek bir kötü bitin bile erişilen her okuma işleminde hata sayısını artırmaya devam etmesidir, çünkü kötü biti içeren hücrenin değerlendirmesi bir hata algılandığında hemen düzeltilmez (diskler yalnızca periyodik olarak hasarlı bitlere sahip sayfaları yeniden yazar).
Aynı varsayım düzeltilemeyen hatalar için geçerli değildir. Düzeltilemez bir hata, hasarlı bloğun daha fazla kullanılmasını engeller, dolayısıyla böyle bir blok bir kez tespit edildiğinde gelecekteki hata sayısını etkilemeyecektir.
Bu varsayımı resmi olarak doğrulamak için, belirli bir aydaki disk ömründeki okuma sayısı ile aynı zaman dilimi içindeki düzeltilemeyen hataların sayısı arasındaki ilişkiyi ölçmek için çeşitli korelasyon katsayıları (Pearson, Spearman, Kendall) dahil olmak üzere çeşitli ölçümler kullandık. grafiklerin görsel olarak incelenmesinin yanı sıra. Düzeltilemeyen hataların sayısına ek olarak, düzeltilemeyen hata olaylarının sıklığına da (yani, belirli bir süre içinde bir diskte bu tür en az bir olay yaşanma olasılığı) ve bunların okuma işlemleriyle ilişkilerine baktık.
Okuma sayısı ile düzeltilemeyen hataların sayısı arasında bir korelasyon olduğuna dair hiçbir kanıt bulamadık. Tüm sürücü modelleri için korelasyon katsayıları 0.02'nin altındaydı ve grafikler, okuma sayısı arttıkça UE'de herhangi bir artış göstermedi.
Bu yazının Bölüm 5.4'ünde yazma ve silme işlemlerinin de düzeltilemez hatalarla ilişkisinin olmadığını, dolayısıyla okuma işlemleri yerine yazma veya silme işlemleriyle normalleştirilen UBER'in alternatif tanımının hiçbir anlamı olmadığını tartışıyoruz.
Bu nedenle UBER'in, okuma sayısının deneyci tarafından belirlendiği kontrollü ortamlarda test edilmesi haricinde anlamlı bir ölçüm olmadığı sonucuna vardık. UBER, saha testi sırasında bir ölçüm olarak kullanılırsa, okuma sayısından bağımsız olarak düzeltilemez hatalar meydana geldiğinden, okuma sayısı yüksek olan sürücüler için hata oranını yapay olarak düşürecek ve okuma sayısı düşük olan sürücüler için hata oranını yapay olarak şişirecektir.
5.2. Düzeltilemeyen hatalar ve RBER.
RBER'in önemi, özellikle düzeltilemez hataların olasılığına dayalı olarak sürücünün genel güvenilirliğini belirlemenin bir ölçüsü olarak hizmet etmesiyle açıklanmaktadır. 2008 yılındaki çalışmalarında N. Mielke ve arkadaşları, beklenen düzeltilemez hata oranının RBER'in bir fonksiyonu olarak tanımlanmasını öneren ilk kişilerdi. O zamandan bu yana birçok sistem geliştiricisi, beklenen düzeltilemez hata oranının RBER ve ECC tipinin bir fonksiyonu olarak tahmin edilmesi gibi benzer yöntemler kullandı.
Bu bölümün amacı RBER'in düzeltilemez hataları ne kadar iyi tahmin ettiğini karakterize etmektir. Birkaç birinci nesil sürücü modeli için medyan RBER'i, bunların kullanımda oldukları ve düzeltilemez UE hataları yaşanan günlerin yüzdesine göre gösteren Şekil 5a ile başlayalım. Grafikte gösterilen 16 modelden bazılarının analitik bilgi eksikliği nedeniyle Tablo 1'e dahil edilmediğini belirtmek gerekir.
Pirinç. 5a. Çeşitli sürücü modelleri için ortalama RBER ile düzeltilemeyen hatalar arasındaki ilişki.
Pirinç. 5b. Aynı modelin farklı sürücüleri için ortalama RBER ile düzeltilemez hatalar arasındaki ilişki.
Aynı nesildeki tüm modellerin aynı ECC mekanizmasını kullandığını, dolayısıyla modeller arasındaki farkların ECC farklılıklarından bağımsız olduğunu hatırlayın. RBER ve UE olayları arasında hiçbir korelasyon görmedik. Aynı grafiği 95. yüzdelik RBER ve UE olasılığı için de oluşturduk ve yine hiçbir korelasyon göremedik.
Daha sonra, analizi bireysel sürücüler için ayrıntılı düzeyde tekrarladık, yani daha yüksek bir RBER değerinin daha yüksek bir UE frekansına karşılık geldiği sürücülerin olup olmadığını bulmaya çalıştık. Örnek olarak, Şekil 5b, MLC-c modelinin her bir sürücüsü için medyan RBER'yi UE sayısına göre gösterir (sonuçlar 95. yüzdelik RBER için elde edilenlere benzer). Yine RBER ile UE arasında herhangi bir korelasyon göremedik.
Son olarak, daha yüksek RBER'e sahip sürücülerin çalışma aylarının UE'lerin meydana geldiği aylara karşılık gelip gelmeyeceğini incelemek için daha hassas bir zamanlama analizi gerçekleştirdik. Şekil 1'de düzeltilemez hatalar ile RBER arasındaki korelasyon katsayısının çok düşük olduğu zaten gösterilmiştir. Ayrıca UE olasılığını RBER'in bir fonksiyonu olarak çizmenin farklı yollarını da denedik ve hiçbir korelasyon kanıtı bulamadık.
Dolayısıyla, RBER'in UE'yi tahmin etmede güvenilmez bir ölçüm olduğu sonucuna vardık. Bu, RBER'e yol açan arıza mekanizmalarının, düzeltilemez hatalara yol açan mekanizmalardan farklı olduğu anlamına gelebilir (örneğin, tek tek hücrelerde bulunan hatalara karşın cihazın tamamında meydana gelen daha büyük sorunlar).
5.3. Düzeltilemez hatalar ve aşınma ve yıpranma.
Yıpranma, flash belleğin ana sorunlarından biri olduğundan, Şekil 6, PE döngülerinin bir fonksiyonu olarak düzeltilemeyen sürücü hatalarının günlük olasılığını göstermektedir.
Şekil 6. PE döngülerine bağlı olarak düzeltilemeyen sürücü hatalarının günlük meydana gelme olasılığı.
UE olasılığının sürücünün yaşıyla birlikte sürekli olarak arttığını not ediyoruz. Bununla birlikte, RBER'de olduğu gibi, artış genellikle varsayıldığından daha yavaştır: grafikler, UE'lerin PE döngüleriyle katlanarak büyümek yerine doğrusal olarak büyüdüğünü göstermektedir.
RBER için yaptığımız iki sonuç UE'ler için de geçerlidir: Birincisi, PE döngü limiti 6 olan MLC-D modeli için Şekil 3000'daki gibi PE döngü sınırına ulaşıldığında hata potansiyelinde net bir artış olmaz. İkinci olarak, İkinci olarak, İkinci olarak, İkinci olarak, , hata oranı aynı sınıf içinde bile farklı modeller arasında farklılık gösterir. Ancak bu farklar RBER'deki kadar büyük değildir.
Son olarak, Bölüm 5.2'deki bulgularımızı desteklemek üzere, tek bir model sınıfı içinde (MLC ve SLC), belirli sayıda PE döngüsü için en düşük RBER değerlerine sahip modellerin mutlaka en düşük RBER değerlerine sahip olanlar olmadığını bulduk. UE'nin oluşma olasılığı. Örneğin, 3000'den fazla PE döngüsü, MLC-D modelleri, MLC-B modellerinden 4 kat daha düşük RBER değerlerine sahipti, ancak aynı sayıda PE döngüsü için UE olasılığı, MLC-D modelleri için MLC-B'ye göre biraz daha yüksekti. modeller.
Şekil 7. Çeşitli türlerde önceki hataların varlığının bir fonksiyonu olarak düzeltilemeyen sürücü hatalarının oluşma aylık olasılığı.
5.4. Düzeltilemeyen hatalar ve iş yükü.
İş yükünün RBER'i etkilemesiyle aynı nedenlerden dolayı (bkz. Bölüm 4.2.3), UE'yi de etkilemesi beklenebilir. Örneğin okuma ihlali hatalarının RBER'i etkilediğini gözlemlediğimizden beri okuma işlemleri düzeltilemeyen hataların olasılığını da artırabilir.
İş yükünün AB'ye etkisi konusunda detaylı bir çalışma yaptık. Ancak Bölüm 5.1'de belirtildiği gibi UE ile okuma sayısı arasında bir ilişki bulamadık. Aynı analizi yazma ve silme işlemleri için tekrarladık ve yine hiçbir korelasyon göremedik.
İlk bakışta bunun, düzeltilemez hataların PE döngüleriyle ilişkili olduğuna dair önceki gözlemimizle çelişiyor gibi göründüğünü unutmayın. Bu nedenle, yazma ve silme işlemlerinin sayısıyla bir korelasyon beklenebilir.
Ancak PE döngülerinin etkisine ilişkin analizimizde, aşınmanın etkisini ölçmek için belirli bir aydaki düzeltilemeyen hataların sayısını, sürücünün ömrü boyunca bugüne kadar yaşadığı toplam PE döngüsü sayısıyla karşılaştırdık. İş yükünün etkisini incelerken, belirli bir ayda en fazla okuma/yazma/silme işleminin gerçekleştiği ve aynı zamanda düzeltilemez hatalara neden olma ihtimalinin daha yüksek olduğu sürücü çalışması aylarına baktık; okuma/yazma/silme işlemlerinin toplam sayısını hesaba katın.
Sonuç olarak okuma ihlali hatalarının, yazma ihlali hatalarının ve eksik silme hatalarının düzeltilemez hataların oluşmasında ana faktörler olmadığı sonucuna vardık.
Bizimle kaldığın için teşekkürler. Yazılarımızı beğeniyor musunuz? Daha ilginç içerik görmek ister misiniz? Sipariş vererek veya arkadaşlarınıza tavsiye ederek bize destek olun, Habr kullanıcıları için, bizim tarafımızdan sizin için icat ettiğimiz benzersiz bir giriş seviyesi sunucu analogunda %30 indirim: (RAID1 ve RAID10, 24 adede kadar çekirdek ve 40 GB'a kadar DDR4 ile mevcuttur).
Dell R730xd 2 kat daha mı ucuz? Sadece burada Hollanda'da! Dell R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - 99$'dan! Hakkında oku
Kaynak: habr.com