基于 openUBMC 实现服务器系统盘高可靠管理

一、应用背景

在 AI 训练、HCI 超融合和分布式存储场景中，系统盘承担操作系统启动、配置与日志记录等核心能力，其可靠性直接关系服务器节点的可用性。传统“一卡两用”方案由同一张 RAID 卡管理系统盘和数据盘，存在以下问题：

• 可靠性风险：单张 RAID 卡成为系统盘、数据盘共用的单点故障点。一旦控制器故障或数据盘故障触发 I/O 阻塞，会连带造成系统盘不可用，导致节点宕机。
• 性能相互影响：系统盘的频繁小块写入与数据盘的批量顺序读写共享 RAID 控制器通道和缓存，会抢占资源，拖慢系统盘 IO 响应，影响系统可用性。
• 硬件超配，成本增加：在分布式存储和 HCI 场景中，数据盘通常只需 JBOD 直通访问，通用 RAID 卡自带的大容量缓存和复杂 RAID 功能存在超配，增加单节点综合成本。

针对上述痛点，百信信息采用系统盘与数据盘独立管理架构，实现故障域隔离，简化运维并降低整机综合成本。

二、解决方案

百信信息采用 TrustRAID B310n 国产 NVMe BootRAID 卡，配套 HBA 卡构建“专卡专用”架构：系统盘由 BootRAID 卡提供 RAID1 保护，数据盘由 HBA 卡实现 JBOD 直通访问。整套硬件方案基于 openUBMC 实现统一带外管理。

图 1 一卡两用（左）与专卡专用（右）架构对比

1. 高可靠：故障域物理隔离

传统“一卡两用”方案中，HDD 数据盘年故障率约 5%，数据盘故障若触发 RAID 卡 I/O 阻塞时，可能连带造成系统盘失效的风险。“专卡专用”方案采用独立控制器和物理通道，隔离两类磁盘的故障域。B310n 通过硬件 RAID1 保护系统盘，并支持 M.2 SSD 热插拔、自动重构及重构中断接续，故障盘更换免停机。

2. 高集成：简化部署，优化 TCO

TrustRAID B310n 将两块 M.2 NVMe SSD 集成在半高半长 PCIe 标卡上，无需额外配置独立系统盘硬盘盒及连接线缆。产品出厂预配置 RAID1，插入标准 PCIe 槽位即可投入使用，无需二次配置。

系统盘采用专用 BootRAID、数据盘采用成本更低的 HBA，减少通用 RAID 卡的能力超配，叠加省去硬盘盒、线缆带来的成本下降，对比传统“一卡两用”方案，整体可实现 20% 以上的成本优化。

图 2 TrustRAID B310n 产品外观

3. 易管理：统一带外管理接口

依托 openUBMC 存储管理框架完成 B310n 适配，将盘卡一体设备纳入带外统一管理，核心技术创新点如下：

• 盘卡一体映射：构建不依赖硬盘背板的物理盘映射机制，实现板载 M.2 盘的统一管理。
• SDK 差异屏蔽：基于 SML 封装 Marvell SDK 的接口和数据结构，屏蔽底层差异，复用 openUBMC 的既有存储管理能力。
• 哈希缓存减负：通过哈希缓存复用查询结果，减少对板卡的重复访问，降低页面高频刷新带来的系统负载。

三、客户价值

• 提升业务连续性：系统盘与数据盘故障域隔离，消除数据盘故障连锁引发系统盘失效、节点宕机的风险。
• 简化部署与维护：出厂自动配置 RAID1、盘卡一体化设计、支持硬盘热插拔，大幅减少配置和维护工作，故障盘更换无需停机。
• 降低总体成本：相比“一卡两用”方案，RAID 卡成本节省 20% 以上，同时减少硬盘盒、线缆及后续维护开销。