云数据中心困惑之三：RAS特性

　　X86架构非常好的实践之道：移植来自安腾的20多条RAS特性

　　RAS特性即“可靠性、可用性、可服务性”(Reliability, Availability and Serviceability)。

　　云计算中心的RAS特性也是一个不容忽视的问题。一方面，对于云服务提供商来说,高的RAS特性很重要，数据中心服务器故障导致应用停用将给客户和终端用户造成损失，最终导致用户流失。另一方面，对于用户自己的数据中心来说，高RAS特性就更重要了，业务应用的停用，尤其是关键业务，比如金融行业业务支撑系统，一旦出现故障，将会造成十分巨大的损失。调研数据表明，服务器宕机1分钟，平均会使运输业损失15万美元，银行业损失27万美元，通信业损失35万美元，制造业损失42万美元，证券业损失45万美元，这是真正的一刻值千金啊。

　　随着至强在高端服务器领域的不断应用，除了基本的高性能以外，使用者对至强的RAS要求也越来越高，希望至强成为一个高效、节能、可靠的关键应用基础平台。从至强7500开始，包括其后的E7系列，Intel将英特尔安腾平台的、可与RISC架构平台相抗衡的20多个高级RAS特性移植到X86处理器中，并首次在至强平台上实现了IA64上才有的MCA恢复功能，提供更强的可靠性。

　　MCA恢复功能可以检测处理器、内存和I/O的错误，并与操作系统协作纠正，帮助系统从严重错误中恢复，避免了因为内存等的一点硬件错误，就导致整个系统的瘫痪。下图为其工作原理：

▲图3 MCA恢复功能的工作原理