SSD-Verschleiß erkennen und den Austausch planen

SSDs melden ihren Verschleiß. Damit lässt sich ein Austausch rechtzeitig einplanen, aber kein Ausfalltag bestimmen. Ein Laufwerk kann trotz unauffälliger Werte plötzlich ausfallen, etwa durch einen Defekt der Elektronik oder einen Firmwarefehler. Überwachung ergänzt die Datensicherung; sie ersetzt sie nicht.

Verschleiß im Verlauf beurteilen

Speicherzellen vertragen eine begrenzte Anzahl von Schreib- und Löschvorgängen. Die Steuerung verteilt Schreibzugriffe und nutzt Reservekapazität, um verschlissene Zellen zu ersetzen. Wie schnell das Laufwerk altert, hängt vom Modell und seiner tatsächlichen Belastung ab.

Hersteller beschreiben die Schreibbelastbarkeit häufig als Gesamtschreibmenge in Terabyte, kurz TBW, oder als vollständige Laufwerksbeschreibungen pro Tag, kurz DWPD, über einen angegebenen Zeitraum. Vergleichen lässt sich das nur zusammen mit Kapazität, Garantiezeit und vorgesehenem Einsatz. Ein Büro-Laufwerk ist nicht grundsätzlich nach wenigen Monaten verbraucht; für einen Server muss es zur gemessenen Schreiblast passen.

Viele kleine Schreibvorgänge und knapp werdender freier Speicher können die intern geschriebene Datenmenge erhöhen. Deshalb lohnt sich der Verlauf über mehrere Wochen: Wie viel wird geschrieben, und wie schnell steigt der gemeldete Verschleiß?

Welche Zustandswerte helfen

Bei NVMe-Laufwerken ist Percentage Used eine herstellerspezifische Schätzung des bereits verbrauchten Schreibvermögens. Ein Wert von 100 bedeutet, dass die geschätzte Belastbarkeit erreicht ist. Er bedeutet nicht zwangsläufig, dass das Laufwerk ausgefallen ist; der Wert darf auch darüber liegen. Available Spare beschreibt die verbleibende Reservekapazität. Dazu gehört ein eigener Warnschwellwert. So definiert es die NVM-Express-Spezifikation, Abschnitt „SMART / Health Information“.

Diese Werte sind ein Teil des Zustandsbilds. Dazu lesen wir kritische Warnungen, Medienfehler, Temperatur und unsaubere Abschaltungen. Für SATA-Laufwerke unterscheiden sich Bezeichnungen und Rohwerte je nach Hersteller; eine Prozentzahl lässt sich nicht ungeprüft von einem Modell auf das andere übertragen.

Unsere Regel im Betrieb: Ab achtzig Prozent gemeldetem Verschleiß wird der Austausch geplant. Das ist eine betriebliche Vorsichtsgrenze, kein vom Laufwerk vorhergesagter Defekt. Warnungen oder steigende Medienfehler können einen früheren Austausch erfordern. Entscheidend sind Herstellerhinweise, der Verlauf und die Folgen eines Ausfalls für den Betrieb.

Und die Meldung muss ankommen. Eine Warnung an ein ungeprüftes Postfach hilft im Ernstfall wenig. Wie man die Zustellung prüft, steht im Beitrag zur Mailzustellung.

Percentage Used35 %

80 %Austausch planen100 %Nennwert erreicht

0 %120 %

Den Verlauf beobachten35 Prozent geschätzter Verbrauch: Der Wert liegt unter Ravoks Planungsgrenze. Er sagt nicht voraus, wie lange die SSD noch funktioniert.

80 %

Bei Ravok Anlass, den Austausch einzuplanen.

100 %

Die geschätzte Nennlebensdauer ist verbraucht. Der Wert kann weiter steigen und bedeutet nicht automatisch Schreibschutz.

Die 80-Prozent-Marke ist Ravoks Planungsgrenze, kein allgemeiner NVMe-Alarmwert. Warnungen, Medienfehler und andere Zustandswerte müssen unabhängig davon geprüft werden.

Wenn die SSD nur noch lesen kann

Bei verschleißbedingten Problemen können SSDs in einen Nur-Lese-Modus (Read-only) wechseln. Dann nehmen sie keine neuen Schreibvorgänge mehr an, vorhandene Daten lassen sich aber weiterhin auslesen und auf ein anderes Laufwerk kopieren. Ein solches Verhalten beschreibt beispielsweise Micron im Handbuch zu Storage Executive, unter „In Write Protect“. Eine erreichte TBW-Grenze oder ein Verschleißwert von 100 Prozent bedeutet dabei nicht automatisch, dass die SSD bereits schreibgeschützt ist.

Für den Serverbetrieb ist eine solche SSD trotzdem ausgefallen: Betriebssystem, Datenbanken und virtuelle Maschinen müssen auch schreiben können. Noch lesbare Daten sollten gesichert und das Laufwerk ersetzt werden. Dass eine ausgefallene SSD lesbar bleibt, ist keine Garantie. Je nach Modell und Fehlerursache kann auch der Lesezugriff ausfallen, etwa bei einem Defekt des Controllers. Auf diesen Schutzmodus sollte eine Sicherungsstrategie deshalb nicht angewiesen sein.

Gemeinsame Ausfallursachen berücksichtigen

Ein Laufwerksverbund kann den Ausfall einzelner Laufwerke auffangen. Mehrere gleichzeitig betroffene Laufwerke bleiben ein Risiko, etwa bei gemeinsamer Stromversorgung, gleicher Belastung oder einem Fehler in derselben Firmware. Baugleiche SSDs erreichen ihre Verschleißgrenze deshalb nicht zwangsläufig am selben Tag; gemeinsame Ursachen sollten trotzdem in die Planung eingehen.

Wir prüfen Herstellerhinweise und Firmwarestände, halten passende Ersatzlaufwerke bereit und planen Wechsel so, dass der Verbund seine Redundanz behält. Unterschiedliche Chargen können manche gemeinsamen Risiken verringern, garantieren aber keine Ausfallsicherheit. Eine getrennte, geprüfte Sicherung bleibt erforderlich.

Was im Server anders ist als im Büro

Für Schreiblast, Dauerbetrieb und Wiederherstellung nach Stromverlust zählen die konkreten Eigenschaften des Laufwerks. Ein Schutz gegen Stromverlust, häufig „Power Loss Protection“ genannt, muss im Datenblatt ausdrücklich beschrieben sein. Die Bezeichnung „Server-SSD“ allein sagt noch nicht, welche Schreibvorgänge und internen Daten geschützt sind.

Eine unterbrechungsfreie Stromversorgung hilft beim geordneten Herunterfahren. Sie schützt nicht gegen jede Unterbrechung innerhalb des Rechners, etwa an einem Netzteil oder Kabel. Deshalb betrachten wir Laufwerk, Stromversorgung und das Verhalten des Betriebssystems gemeinsam.

Wärme im Betrieb und bei der Lagerung unterscheiden

Beim NAND-Flash gilt nicht pauschal „je kühler, desto besser“. Ein wärmerer Flash-Speicher kann beim Schreiben und Löschen Vorteile haben. Wärme begünstigt die Erholung der Speicherzellen zwischen Schreib- und Löschzyklen; besonders bei schnell aufeinanderfolgenden Zyklen ist dieser Effekt relevant. Das erläutert Swissbit anhand von Lebensdauertests. Eine Untersuchung an 3D-TLC-NAND zeigte bei höheren Temperaturen eine geringere Rate an Bitfehlern vor der Fehlerkorrektur, ohne eine entsprechend schnellere Schädigung durch die Schreib- und Löschzyklen festzustellen.

Für die gesamte SSD zählen jedoch auch Controller und weitere Bauteile, deren Temperaturgrenzen sich unterscheiden können. Zu hohe Temperaturen können zur Leistungsdrosselung führen. Zugleich beschleunigt Wärme den Ladungsverlust gespeicherter Daten. Schreibbelastbarkeit und Datenhaltung sind deshalb getrennt zu betrachten; diesen Zielkonflikt untersucht auch die Forschungsarbeit HeatWatch.

Einige Server bieten Laufwerksplätze an der Rückseite zum Warmgang hin. Für diese Plätze gelten eigene Vorgaben zu Laufwerken, Lüftern und Umgebungstemperatur, etwa in Dells thermischen Konfigurationsvorgaben. Maßgeblich sind die freigegebene Einbauposition und der vorgesehene Luftstrom. Wird eine SSD unter Last langsamer, prüfen wir Temperatur, Kühlung und die übrigen Messwerte, bevor wir einen Defekt annehmen.

Eine SSD im Schrank ist keine ausreichende Archivstrategie

Die Datenhaltung ohne Strom hängt unter anderem von Temperatur, Zustand und Modell des Flash-Speichers ab. Daraus lässt sich keine allgemeine sichere Lagerdauer für eine beliebige SSD ableiten. Eine einzelne abgelegte SSD genügt deshalb nicht als langfristige Aufbewahrung.

Für wichtige Daten braucht es mehrere getrennte Kopien, regelmäßige Lesbarkeitsprüfungen und geplante Übertragung auf geeignete Medien. Die Grundsätze stehen im Beitrag zur Datensicherung.

Was Sie jetzt prüfen können

Lassen Sie sich für die SSDs Ihres Servers den Zustandsbericht und seinen Verlauf zeigen: gemeldeter Verschleiß, Reservekapazität, Warnungen und Medienfehler. Prüfen Sie außerdem, wann eine Wiederherstellung aus der Sicherung zuletzt erfolgreich getestet wurde.

Unsaubere Abschaltungen sind ein Anlass, die Ereignisse mit Wartungen, Neustarts und Stromunterbrechungen abzugleichen. Eine feste Anzahl allein beweist kein Stromproblem. Wächst der Zähler unerwartet, gehört die Ursache untersucht.

Was zur Überwachung und zum Austausch gehört, steht unter Datensicherung und Reparatur und Datenrettung.