腾讯云：我们把服务器从1米多的台子上扔下来了，没坏
是的，我们真会把服务器从最高1.2米的台子上把服务器摔下来。
这是为了给它做整机跌落测试。
检测服务器能否在震动、冲击等极端情况下，给用户提供稳定的服务。
只有通过的服务器，才能进入腾讯云的数据中心。
实际上，不止是跌落测试，为了保证服务器不宕机，服务实时在线，腾讯云从服务器的选用、日常运维到急救，各类自研技术统统安排上了。一台服务器的不同阶段，分别有不同服务器医生守护！
第一阶段：高标准定制、选用服务器
在腾讯云，服务器想进数据中心的大门，得先经过体检医生全方位的性能测试。
除了要经得起跌落测试，也要抗得住业务压力。
压是真压，长时间、满负载的稳定性压测是必备动作。连续运行超过12小时，服务进程不重启业务不出bug，才算一台内外兼优的好服务器。
服务器内部配置要求更高。
比如，作为服务器里的运动员，硬盘每分钟转动、碰撞上万次，极易出现磨损和故障。这些故障和运行的业务是有关系的。
关系是什么，以前很难弄清楚。但腾讯云根据腾讯业务模型不断测算，最终找出了规律。选取定制化磁头和碟片进行生产，几个月时间，就把硬盘年化故障率（AFR）降低了80%左右！
第二阶段：7x24小时巡诊击退bug
服务器进厂运行服役后，健康就更重要了。为此，腾讯云准备了诸多技术，7x24小时保证服务器时时在状态。
首先出场的是化验医生——数据中台。它掌握先进的数据清洗、数据校验技术，可以实时感知服务器内的数据状态。一旦发现内存、硬盘等部位出现数据异常，会立即通知对应部位医生诊治。
比如，硬盘就有自己的诊科医生硬盘打分AI系统，当硬盘有较高损坏风险时，会向运维系统报告替换硬盘。
内存也有自己的诊科医生——多套内存监测算法。
当内存发生单比特的故障——CE（可纠正错误，corrected error）时，内存自带的修复功能就能解决bug，用户体验几乎无感。
但当内存发生多比特故障——UCE（不可纠正错误，uncorrected error），服务器立即宕机，用户也将收获一个502。
为此，腾讯云准备了一套监测算法，可以提前识别可能恶化成UCE的CE错误，使UCE拦截率提升超过20%。
在监测算法之外，腾讯云还完善了MCA Recovery（MACHINE-CHECK ARCHITECTURE Recovery）技术，可以阻挡内存做傻事。
用上这套算法后，出现UCE问题时，服务器不会立即重启，而是标记和隔离内存故障数据，再加以解决。目前，可以规避接近一半内存故障导致的宕机。
第三阶段：终极急救大招换身术
经过上面两个阶段，已经可以解决服务器遇到的绝大部分故障。但如果发生极端情况，服务器最终陷入了故障，怎么办？
不用担心，腾讯云早就给服务器备好了急救医生——数据热迁移技术和硬盘多副本技术，保证数据不丢失、用户体验不受影响。
过去服务器出现故障（主要是内存故障）时，得先给服务器关机，才能做数据迁移。这会给业务带来极大的影响，比如游戏厂商就得安排某些服务区关机、停服……
腾讯云自研热迁移技术就不同了，换身过程中，无需关机，只把内存的几个问题字节圈住，再把其他健康数据迁移走，迁移完后再关停损坏服务器，启用新服务器，整个过程用户使用体验也不受影响。
硬盘损坏同样扛得住，腾讯云有多种多副本技术，保证用户数据始终有多个完整副本存在不同服务器中。一个坏了，其他的随时顶上，保证用户使用相关服务不会受影响。
当然，上述只是服务器保护工作中的冰山一角：
数据中心内，比照国家要求，有严格的温湿度及电压调控，保证服务器始终运行在稳定的环境中。
设有服务器故障智能监控体系，能够明确故障部位告警并快速维修。数据中心内，7x24小时安排驻场维修人员。
服务器资源从机器上架到回收退役无缝衔接，全生命周期保证数据安全。退役服务器会进行严格的数据销毁操作。
未经用户授权，腾讯云绝不主动触碰服务器数据。即便用户授权，腾讯云也会通过权限划分确保权限最小化，所有额外权限均需要经过多级评审批准....
现在，你知道为了让你网上冲浪顺畅，腾讯云有多努力了吧！
免责声明：部分文章来源于互联网及其他公众平台，内容仅供读者参考，不确保文章的准确性，如有侵犯版权请告知，我们将在24小时内删除！
SpaceDC发布数据中心安全白皮书，消除数据中心面临的威胁
了解SpaceDC可访问：https://www.spacedc/zh/
往期精彩内容分享
欢迎加入DTDATA数据中心全生态服务平台，找机房、找品牌、找产品、找朋友，DTDATA团队为大家分享更多，敬请关注。服务热线：400-089-1045，投稿邮箱：service@dtdata
