ハードディスクドライブの故障

ハードディスクドライブ障害は、ハードディスク ドライブが故障し、適切に構成されたコンピューターで保存されている情報にアクセスできない 場合に発生します。

ハードディスクの故障は、通常の動作中に発生する場合もあれば、火や水、高磁場への暴露、強い衝撃や環境汚染などの外部要因によって発生し、ヘッドクラッシュにつながる場合もあります。

ハード ドライブに保存された情報は、データの破損、ハード ドライブのマスター ブート レコードの中断または破壊、あるいはマルウェアによるディスクの故意の破壊 の結果として、アクセス不能になる場合もあります。

ハードドライブが故障する原因は、人為的ミス、ハードウェア障害、ファームウェアの破損、メディアの損傷、熱、水による損傷、電源の問題、事故など、数多くあります。^[1]ドライブ製造元は通常、平均故障間隔(MTBF) または年間故障率(AFR) を指定しますが、これらは個々のユニットの動作を予測できない母集団統計です。^[2]これらは、ドライブのサンプルを短期間継続的に実行し、ドライブの物理コンポーネントの結果として生じる摩耗を分析し、推定して寿命の合理的な見積もりを提供することによって計算されます。ハードディスクドライブの故障は、バスタブ曲線の概念に従う傾向があります。^[3]製造時に欠陥がある場合、ドライブは通常、短期間で故障します。ドライブが設置後数か月間信頼性が証明された場合、そのドライブが信頼性を維持し続ける可能性が大幅に高くなります。したがって、ドライブが数年間毎日頻繁に使用されたとしても、綿密に検査しない限り、目立った摩耗の兆候が見られない場合があります。一方、ドライブはさまざまな状況でいつでも故障する可能性があります。

ドライブ障害の最も悪名高い原因はヘッドクラッシュです。これは、デバイスの内部読み取り/書き込みヘッドが通常表面からわずかに浮いている状態でプラッタに接触するか、磁気データストレージ表面を傷つけるものです。ヘッドクラッシュは通常、重大なデータ損失を招き、適切な機器を持つ専門家が行わない限り、データ回復を試みるとさらに損傷する可能性があります。ドライブプラッタには、非常に薄い非静電潤滑剤の層がコーティングされているため、衝突が発生した場合でも、読み取り/書き込みヘッドはプラッタの表面から簡単にはじき飛ばされる可能性があります。ただし、このヘッドはプラッタの表面からわずかナノメートルしか浮いていないため、衝突は既知のリスクとなります。

故障のもう 1 つの原因は、エア フィルターの故障です。最近のドライブのエア フィルターは、ドライブの筐体と外部環境の間の気圧と湿度を均等にします。フィルターがほこりの粒子を捕らえられなかった場合、粒子がプラッターに付着し、ヘッドが偶然その上を通過した場合にヘッド クラッシュを引き起こす可能性があります。ヘッド クラッシュの後、損傷したプラッターとヘッド メディアからの粒子によって、1 つ以上の不良セクタが発生する可能性があります。プラッターの損傷に加えて、これらにより、ドライブはすぐに使用できなくなります。

ドライブにはコントローラ エレクトロニクスも含まれており、これが時々故障することがあります。このような場合、コントローラ ボードを交換することですべてのデータを回復できる可能性があります。

ハードディスクドライブの故障は、壊滅的なものと徐々に進行するものの2種類があります。前者の場合、通常、ドライブがCMOS セットアップで検出できなくなるか、 BIOS POSTに合格できず、オペレーティングシステムが認識できなくなります。徐々に進行するハードドライブの故障は、データの破損や PC の速度低下 (ハードドライブの領域が徐々に故障し、アクセスに成功するまでに何度も読み取り試行が必要になるため) などの症状が、マルウェアなど他の多くのコンピュータの問題によっても引き起こされるため、診断が困難です。不良セクタの数の増加は、ハードドライブの故障の兆候の可能性がありますが、ハードドライブはそれらを自動的に独自の成長欠陥テーブルに追加するため^{[4] 、ハードドライブの欠陥管理システムよりも前にユーティリティがそれらを検出しない限り、または}内部のハードドライブ欠陥管理システムによって予備として保持されているバックアップセクタがなくなる (その時点でドライブは完全に故障する寸前) 場合を除き、スキャンディスクなどのユーティリティでは明らかにならない可能性があります。シーク動作の周期的な繰り返しパターン、例えば高速または低速のシーク・ツー・エンドのノイズ（クリック・オブ・デス）は、ハードドライブの問題を示している可能性があります。^[5]

通常の動作中、HDD のヘッドはディスクに記録されたデータの上を飛んでいます。現代の HDD は、電源の中断やその他の故障によってヘッドがデータ ゾーンに着陸するのを防ぐために、ヘッドをデータ ストレージに使用されていないプラッター上の特別な着陸ゾーンに物理的に移動 (パーキング)するか、プラッターから持ち上げられた停止 (アンロード) 位置にヘッドを物理的にロックします。初期の PC HDD の中には、電源が途中で切断されてヘッドがデータ上に着陸したときにヘッドが自動的にパーキングされないものがありました。他の初期のユニットでは、ユーザーがプログラムを実行して手動でヘッドをパーキングしていました。

ランディングゾーンは、通常プラッターの内径 (ID) 付近にある、データが保存されていない領域です。この領域は、コンタクト スタート/ストップ (CSS) ゾーン、またはランディング ゾーンと呼ばれます。ディスクは、予期しない電源喪失が発生した場合に、スプリングまたはプラッターの回転慣性のいずれかを使用してヘッドをパークするように設計されています。この場合、スピンドル モーターは一時的にジェネレーターとして機能し、アクチュエーターに電力を供給します。

ヘッド マウントからのスプリング張力により、ヘッドは常にプラッターに向かって押されています。ディスクが回転している間、ヘッドはエア ベアリングによって支えられており、物理的な接触や摩耗は発生しません。CSS ドライブでは、ヘッド センサーを搭載したスライダー (単にヘッドと呼ばれることもよくあります) は、メディア表面からの多数の着地と離陸に耐えられるように設計されていますが、これらの微細なコンポーネントの摩耗が最終的には大きな負担となります。ほとんどのメーカーは、起動時の損傷の可能性が 50% を超える前に 50,000 回の接触サイクルに耐えられるようにスライダーを設計しています。ただし、減衰率は直線的ではありません。ディスクが新しく、起動と停止のサイクルが少ない場合、古くて使用頻度の高いディスクよりも次の起動に耐える可能性が高くなります (エア ベアリングが確立されるまでヘッドはディスクの表面に沿って文字通り引きずられるため)。たとえば、デスクトップ ハード ディスク ドライブの Seagate Barracuda 7200.10 シリーズの定格は 50,000 回の起動と停止のサイクルです。言い換えれば、テスト中に少なくとも50,000回の起動と停止のサイクルを実行するまで、ヘッドとプラッターのインターフェースに起因する故障は見られなかった。^[6]

1995年頃、IBMはディスク上のランディングゾーンを精密レーザープロセス（レーザーゾーンテクスチャー=LZT）で作成する技術を開発しました。この技術は、ランディングゾーンに滑らかなナノメートルスケールの「隆起」の配列を作り出し、^[7]スティクションと摩耗性能を大幅に改善しました。この技術は現在でも主に低容量のSeagateデスクトップドライブで使用されていますが、^[8] 2.5インチドライブ、および大容量のデスクトップ、NAS、エンタープライズドライブではロード/アンロードランプが優先され、段階的に廃止されています。一般に、CSS技術は、湿度の増加などの結果としてスティクション（ヘッドがプラッター表面に張り付く傾向）が増加する傾向があります。過度のスティクションは、プラッター、スライダー、またはスピンドルモーターに物理的な損傷を引き起こす可能性があります。

ロード/アンロード技術は、ヘッドをプラッターから安全な場所まで持ち上げることに依存しているため、摩耗やスティクションのリスクを完全に排除します。最初の HDD RAMACとほとんどの初期のディスク ドライブでは、ヘッドのロードとアンロードに複雑なメカニズムが使用されていました。ほぼすべての最新の HDD は、1967 年にMemorexによって初めて導入されたランプ ローディング^[9]を使用して、ディスクの外側のエッジ近くにあるプラスチックの「ランプ」にロード/アンロードします。ラップトップ ドライブは、耐衝撃性を高める必要性からこれを採用し、最終的にはほとんどのデスクトップ ドライブに採用されました。

衝撃に対する堅牢性に対処するため、IBMはThinkPadシリーズのノートパソコン向けにアクティブ・プロテクション・システムという技術も開発した。ThinkPadに内蔵された加速度計が突然の急激な動きを検知すると、内蔵ハードディスクのヘッドが自動的にアンロードされ、データ損失や傷による欠陥のリスクを軽減する。Appleも後にこの技術をPowerBook、iBook、MacBook Pro、MacBookシリーズに採用し、緊急モーション・センサーと呼ばれている。ソニー^[10]、HPのHP 3D DriveGuard ^{[11] 、}東芝^[12]もノートパソコン向けに同様の技術をリリースしている。

ハード ドライブはさまざまな方法で故障する可能性があります。故障は、即時かつ全面的に発生する場合もあれば、進行性または限定的に発生する場合もあります。データは完全に破壊される場合もあれば、部分的にまたは完全に回復可能な場合もあります。

初期のドライブは、使用と摩耗により不良セクターが発生する傾向がありました。これらの不良セクターは「マップアウト」することができ、使用されないためドライブの動作に影響はなく、短期間に多くの不良セクターが発生しない限りは正常と考えられていました。初期のドライブの中には、不良セクターが発生したときにリストするテーブルがドライブのケースに取り付けられているものもありました。^[13]後期のドライブは、ユーザーには見えない方法で不良セクターを自動的にマップアウトします。再マップされたセクターを持つドライブは引き続き使用できますが、ドライブがヘッドを再マップされたセクターに物理的に移動する必要があるため、パフォーマンスが低下する可能性があります。SMART (自己監視、分析、およびレポートテクノロジー) を通じて利用できる統計とログは、再マップに関する情報を提供します。現代の HDD では、各ドライブはユーザーに見える不良セクターなしで出荷され、不良/再割り当てされたセクターがあれば、ドライブの差し迫った障害を予測できます。

その他の障害は進行性または限定的である可能性があり、通常はドライブを交換する理由と見なされます。潜在的に危険にさらされるデータの価値は、故障する可能性のあるドライブを使い続けることで節約できるコストをはるかに上回ることが多いからです。繰り返し発生するが回復可能な読み取りまたは書き込みエラー、異常なノイズ、過度で異常な発熱、その他の異常は警告サインです。

• ヘッドクラッシュ: ヘッドが機械的衝撃やその他の理由により回転するプラッターに接触することがあります。最善の場合、接触した箇所に回復不可能な損傷とデータ損失が発生します。最悪の場合、損傷した箇所から削り取られた破片がすべてのヘッドとプラッターを汚染し、すべてのプラッター上のすべてのデータを破壊する可能性があります。損傷が最初は部分的なものであったとしても、ドライブの回転を続けると損傷が拡大し、最終的には完全に損傷する可能性があります。^[14]
• 不良セクター: ドライブ全体が使用不能にならずに、一部の磁気セクターに障害が発生する場合があります。これは限定的な発生である場合もあれば、差し迫った障害の兆候である場合もあります。再割り当てされたセクターが少しでもあるドライブは、すぐに障害が発生する可能性が大幅に高くなります。
• スティクション: しばらくすると、ヘッドがプラッターに張り付く傾向があるため、起動時にヘッドが「離陸」しなくなることがあります。これはスティクションと呼ばれる現象です。これは通常、摩耗ではなく、プラッター表面の不適切な潤滑特性、設計または製造上の欠陥が原因です。これは、1990 年代初頭まで、一部の設計で時々発生していました。
• 回路障害: 電子回路のコンポーネントが故障し、ドライブが動作不能になる場合があります。これは多くの場合、静電気放電またはユーザーエラーが原因です。
• ベアリングとモーターの故障：電気モーターが故障したり焼損したり、ベアリングが摩耗して正常な動作ができなくなることがあります。現代のドライブは流体動圧ベアリングを使用しているため、これが現代のハードドライブの故障の原因として比較的まれです。^[15]
• その他の機械的故障: あらゆる機構の部品、特に可動部品が破損または故障し、正常な動作が妨げられ、破片によってさらに損傷が発生する可能性があります。

大手ハードディスクおよびマザーボードベンダーのほとんどは、動作温度、スピンアップ時間、データエラー率などのドライブ特性を測定するSMARTをサポートしています。これらのパラメータの特定の傾向と突然の変化は、ドライブの故障やデータ損失の可能性の増加に関連していると考えられています。ただし、SMART パラメータだけでは、個々のドライブの故障を予測するのに役立たない場合があります。^[16]いくつかの SMART パラメータが故障確率に影響しますが、故障したドライブの大部分は予測的な SMART パラメータを生成しません。^[16]通常の使用では、いつでも予測できない故障が発生する可能性があり、すべてのデータが失われる可能性があります。損傷したドライブから一部またはすべてのデータを回復することは、常に可能とは限らず、通常はコストがかかります。

Googleが 2007 年に発表した調査では、故障率と高温またはアクティビティ レベルの間にはほとんど相関関係がないことが示唆されています。実際、Google の調査では、「高温のドライブや使用率の高いドライブで故障率が高くなるという一貫したパターンが見られないという重要な発見がありました」と示されています。^[17] SMART が報告した平均温度が 27 °C (81 °F) 未満のハード ドライブは、平均温度が最高値の 50 °C (122 °F) のハード ドライブよりも故障率が高く、故障率は SMART が報告した最適な温度範囲である 36 °C (97 °F) ～ 47 °C (117 °F) の 2 倍以上でした。^[16]メーカー、モデル、故障率の相関関係は比較的強固でした。この件に関する統計は、ほとんどの組織によって厳重に秘密にされています。Google はメーカー名と故障率を関連付けていませんが、^[16] Google が自社のサーバーの一部で Hitachi Deskstar ドライブを使用していることが明らかになっています。^[18]

Google の 2007 年の調査では、大規模なドライブのフィールド サンプルに基づいて、個々のドライブの実際の年間故障率 ( AFR ) は、1 年目のドライブで 1.7%、3 年目のドライブで 8.6% を超えることが判明しました。^[19] CMUで 2007 年に行われた同様のエンタープライズ ドライブの調査では、測定された MTBF がメーカーの仕様よりも 3～4 倍低く、大規模なドライブのサンプルの交換ログに基づくと、1～5 年間の平均 AFR は 3% と推定され、ハード ドライブの故障は時間的に非常に相関していることが示されました。^[20]

2007 年の潜在的セクター エラーの調査(上記のディスク全体の故障の調査とは対照的) では、150 万台のディスクのうち 3.45% が 32 か月間で潜在的セクター エラーを発症し (ニアライン ディスクの 3.15%、エンタープライズ クラスのディスクの 1.46% が出荷日から 12 か月以内に少なくとも 1 つの潜在的セクター エラーを発症)、年間セクター エラー率は 1 年目と 2 年目の間で増加しました。エンタープライズ ドライブでは、コンシューマー ドライブよりもセクター エラーが少なくなっています。バックグラウンドスクラビングは、これらのエラーの修正に効果的であることがわかりました。^[21]

SCSI、SAS、およびFCドライブは、消費者向けSATAドライブよりも高価で、通常はサーバーやディスク アレイで使用されます。SATA ドライブは、家庭用コンピューターやデスクトップ、ニアライン ストレージ市場 に販売され、信頼性が低いと認識されていました。この区別は現在ではあいまいになっています。

SATA ドライブの平均故障間隔(MTBF) は、通常約 100 万時間と規定されています。Western Digital Raptorなどの一部のドライブの MTBF は 140 万時間ですが、^[22] SAS/FC ドライブの定格は 160 万時間を超えています。^[23]最新のヘリウム充填ドライブは、ブリーザー ポートなしで完全に密閉されているため、異物が侵入するリスクがなく、一般的な MTBF は 250 万時間です。ただし、独立した調査によると、MTBF はドライブの寿命 (耐用年数) の信頼できる推定値ではありません。^{[24] MTBF は、テスト チャンバー内の実験室環境で実施され、ディスク ドライブの品質を判断する重要な測定基準ですが、最終的な摩耗段階前のドライブの耐用年数 (「}バスタブ曲線」の中央) にわたって比較的一定の故障率を測定するように設計されています。^{[20] [25] [26]} MTBFと同等でありながら、より解釈しやすい指標として、年間故障率（AFR）があります。AFRは、年間に予想されるドライブ故障の割合です。AFRとMTBFはどちらも、ハードディスクドライブの寿命の初期段階のみの信頼性を測定する傾向があるため、中古ドライブの実際の故障確率を過小評価しています。^[27]サーバーおよび産業用ドライブは通常、MTBFが高く、AFRが低くなります。

クラウドストレージ会社Backblazeは、ハード ドライブの信頼性に関する年次レポートを作成しています。しかし、同社は、主に、企業の状況で導入される一般的な消費者向けドライブを使用しているとしています。これは、代表的な状況や本来の用途ではありません。消費者向けドライブは、データセンターで使用される種類の企業向けRAIDカードと連携して動作するようにテストされておらず、RAID コントローラーが期待する時間内に応答しない可能性があります。このようなカードは、実際には故障していないのに故障したと識別されます。^[28]この種のテストの結果は、企業内または極度のストレス下での消費者向けドライブのパフォーマンスを正確に表しているため、ユーザーによって関連性がある場合とない場合がありますが、通常または本来の使用におけるパフォーマンスを正確に表すとは限りません。^[29]

1. IBM 3380 DASD、1984年頃^[30]
2. コンピュータメモリーズ社 PC/AT用20MB HDD、1985年頃^[31]
3. 富士通MPG3およびMPF3シリーズ、2002年頃^[32]
4. IBM Deskstar 75GXP、2001年頃^[33]
5. Seagate ST3000DM001、2012年頃[ ^34]

ディスク障害によるデータ損失を回避するための一般的な解決策は次のとおりです。

• 障害発生後にデータを復元できるようにするためのデータバックアップ
• 潜在的な破損を検出して修復するためのデータスクラビング
• データの冗長性により、システムが個々のドライブの障害を許容できるようになります。
• アクティブハードドライブ保護、外部の機械的力からラップトップドライブを保護する
• ハードドライブに搭載されたSMART（自己監視、分析、レポート技術）により、予測可能な障害モードの早期警告を提供します。
• データセンターのサーバーラックの下で使用される基礎免震

故障したドライブのデータは、プラッターの磁気コーティングが完全に破壊されていなければ、部分的または完全に復元できる場合があります。専門の会社がデータ復旧を行っていますが、かなりの費用がかかります。クリーンルームでドライブを開き、適切な機器を使用して故障したコンポーネントを交換または再生することで、データを復元できる場合があります。^[35]電子機器が故障した場合、電子基板を交換できる場合もありますが、異なる時期に製造された名目上はまったく同じモデルのドライブでも、互換性のない異なる回路基板が搭載されていることがよくあります。さらに、最近のドライブの電子基板には通常、システム領域にアクセスするために必要なドライブ固有の適応データが含まれているため、関連するコンポーネントを再プログラムするか（可能な場合）、はんだ付けを解除して2つの電子基板間で転送する必要があります。^{[36] [37] [38]}

場合によっては、データを回復するのに十分な時間、操作を復元できることがあります。その場合、ファイル カービングなどの再構築技術が必要になることがあります。ドライブが故障している場合は、危険な技術が正当化される可能性があります。ドライブを一度起動すると、短時間または長時間動作し続ける可能性がありますが、二度と起動しないため、ドライブが起動したらすぐに、可能な限り多くのデータを回復します。

• ソリッドステートドライブ#障害と回復
• 連鎖的な失敗
  • 単一障害点

Wikibooks には、 「ハードディスクドライブの故障とデータ損失を最小限に抑える」というテーマの本があります。

• Backblaze: ハードドライブの年間故障率、2019 年、2020 年第 2 四半期
• 大規模ディスクドライブの故障傾向 – Google, Inc. 2007 年 2 月
• ディスクスクラブのクリーンな見方
• ハードディスクドライブの故障や不具合により発生するノイズ
• ハードディスクドライブの構造: 論理的および物理的な障害