Fallo del disco duro

Durante el funcionamiento normal, los cabezales de los discos duros se sitúan sobre los datos grabados en ellos. Los discos duros modernos evitan que las interrupciones de energía u otros fallos provoquen que los cabezales aterricen en la zona de datos, ya sea moviendo físicamente los cabezales a una zona de aterrizaje especial en los platos que no se utiliza para el almacenamiento de datos, o bloqueándolos físicamente en una posición suspendida ( sin carga ) elevada sobre los platos. Algunos discos duros de PC antiguos no aparcaban los cabezales automáticamente cuando se desconectaba la alimentación prematuramente, y los cabezales aterrizaban sobre los datos. En otras unidades antiguas, el usuario ejecutaba un programa para aparcar los cabezales manualmente.

Los discos duros pueden fallar de diversas maneras. La falla puede ser inmediata y total, progresiva o limitada. Los datos pueden destruirse por completo o recuperarse parcial o totalmente.

Las unidades antiguas tendían a desarrollar sectores defectuosos con el uso y el desgaste; estos sectores defectuosos podían ser "mapeados" para que no se utilizaran y no afectaran el funcionamiento de la unidad, y esto se consideraba normal a menos que se desarrollaran muchos sectores defectuosos en un corto período de tiempo. Algunas unidades antiguas incluso tenían una tabla adherida a la carcasa donde se listaban los sectores defectuosos a medida que aparecían. ^{[ 13 ]} Las unidades más recientes mapean los sectores defectuosos automáticamente, de una manera invisible para el usuario; una unidad con sectores reasignados puede seguir utilizándose, aunque el rendimiento puede disminuir ya que la unidad debe mover físicamente los cabezales al sector reasignado. Las estadísticas y los registros disponibles a través de SMART (Tecnología de Automonitoreo, Análisis e Informes) proporcionan información sobre la reasignación. En los discos duros modernos, cada unidad se envía sin sectores defectuosos visibles para el usuario, y cualquier sector defectuoso o reasignado puede predecir una falla inminente de la unidad.

Otros fallos, ya sean progresivos o limitados, suelen considerarse motivo suficiente para reemplazar una unidad; el valor de los datos potencialmente en riesgo suele ser mucho mayor que el ahorro que se obtendría al seguir utilizando una unidad que podría estar fallando. Los errores de lectura o escritura repetidos pero recuperables, los ruidos inusuales, el calentamiento excesivo e inusual y otras anomalías son señales de alerta.

• Caída del cabezal : un cabezal puede entrar en contacto con el plato giratorio debido a un impacto mecánico u otra causa. En el mejor de los casos, esto provocará daños irreversibles y pérdida de datos en la zona de contacto. En el peor de los casos, los residuos raspados de la zona dañada pueden contaminar todos los cabezales y platos, y destruir todos los datos de todos ellos. Si el daño es inicialmente parcial, la rotación continua de la unidad puede extenderlo hasta que sea total. ^{[ 14 ]}
• Sectores defectuosos : algunos sectores magnéticos pueden presentar fallos sin que la unidad quede inutilizable. Esto puede ocurrir de forma aislada o ser un indicio de un fallo inminente. Una unidad que presente sectores reasignados tiene una probabilidad significativamente mayor de fallar pronto.
• Adherencia : después de un tiempo, el cabezal puede no "despegarse" al encenderlo, ya que tiende a adherirse al plato, un fenómeno conocido como adherencia . Esto suele deberse a propiedades de lubricación inadecuadas de la superficie del plato, a un defecto de diseño o fabricación, más que al desgaste. Esto ocurría ocasionalmente con algunos diseños hasta principios de la década de 1990.
• Fallo del circuito : los componentes del circuito electrónico pueden fallar, lo que provoca que la unidad quede inoperable, a menudo debido a una descarga electrostática o a un error del usuario .
• Fallo de cojinetes y motor : los motores eléctricos pueden fallar o quemarse, y los cojinetes pueden desgastarse lo suficiente como para impedir un funcionamiento adecuado. Dado que las unidades modernas utilizan cojinetes fluidodinámicos, esta es una causa relativamente poco común de fallo de los discos duros modernos. ^{[ 15 ]}
• Fallos mecánicos diversos : las piezas, en particular las móviles, de cualquier mecanismo pueden romperse o fallar, impidiendo su funcionamiento normal, con la posible consecuencia de los daños causados ​​por los fragmentos.

La mayoría de los principales fabricantes de discos duros y placas base admiten SMART , que mide características de la unidad como la temperatura de funcionamiento , el tiempo de arranque, las tasas de error de datos, etc. Se cree que ciertas tendencias y cambios repentinos en estos parámetros están asociados con una mayor probabilidad de falla de la unidad y pérdida de datos. Sin embargo, los parámetros SMART por sí solos pueden no ser útiles para predecir fallas individuales de la unidad. ^{[ 16 ]} Si bien varios parámetros SMART afectan la probabilidad de falla, una gran fracción de las unidades que fallan no producen parámetros SMART predictivos. ^{[ 16 ]} Una falla impredecible puede ocurrir en cualquier momento durante el uso normal, con la posible pérdida de todos los datos. La recuperación de algunos o incluso todos los datos de una unidad dañada es a veces posible, pero no siempre, y normalmente es costosa.

Un estudio de 2007 publicado por Google sugirió una correlación muy baja entre las tasas de falla y la alta temperatura o el nivel de actividad. De hecho, el estudio de Google indicó que "uno de nuestros hallazgos clave ha sido la falta de un patrón consistente de tasas de falla más altas para las unidades de alta temperatura o para aquellas unidades con niveles de utilización más altos". ^{[ 17 ]} Las unidades duras con temperaturas promedio reportadas por SMART por debajo de 27 °C (81 °F) tuvieron tasas de falla más altas que las unidades duras con la temperatura promedio más alta reportada de 50 °C (122 °F) , tasas de falla al menos el doble de altas que el rango de temperatura óptimo reportado por SMART de 36 °C (97 °F) a 47 °C (117 °F) . ^{[ 16 ]} La correlación entre fabricantes, modelos y la tasa de falla fue relativamente fuerte. Las estadísticas sobre este tema son mantenidas en estricto secreto por la mayoría de las entidades; Google no relacionó los nombres de los fabricantes con las tasas de falla, ^{[ 16 ]} aunque se ha revelado que Google utiliza unidades Hitachi Deskstar en algunos de sus servidores. ^{[ 18 ]} Otro estudio revisado por pares de 2026 es más explícito acerca de las diferencias entre fabricantes, utilizando historiales públicos de discos duros de Backblaze para estimar estadísticamente las diferencias a nivel de fabricante. ^{[ 19 ]} El estudio encontró diferencias significativas de confiabilidad a corto y mediano plazo entre las unidades HGST, Seagate, Toshiba y Western Digital.        

Un estudio de Google de 2007, basado en una gran muestra de unidades de disco, reveló que las tasas de fallo anualizadas ( TFA ) reales para unidades individuales oscilaban entre el 1,7 % para unidades de primer año y más del 8,6 % para unidades de tres años. ^{[ 20 ]} Un estudio similar de 2007 realizado en CMU sobre unidades empresariales mostró que el MTBF medido era entre 3 y 4 veces inferior a la especificación del fabricante, con una TFA media estimada del 3 % durante 1 a 5 años, basada en registros de reemplazo para una gran muestra de unidades, y que los fallos de los discos duros estaban altamente correlacionados en el tiempo. ^{[ 21 ]}

Un estudio de 2007 sobre errores latentes en sectores (a diferencia de los estudios anteriores sobre fallos completos de disco) mostró que el 3,45 % de 1,5 millones de discos desarrollaron errores latentes en sectores durante 32 meses (el 3,15 % de los discos nearline y el 1,46 % de los discos de clase empresarial desarrollaron al menos un error latente en sectores dentro de los doce meses posteriores a su fecha de envío), con una tasa anual de errores en sectores que aumentó entre el primer y el segundo año. Las unidades empresariales mostraron menos errores en sectores que las unidades de consumo. Se encontró que la limpieza en segundo plano era eficaz para corregir estos errores. ^{[ 22 ]}

Las unidades SCSI , SAS y FC son más caras que las unidades SATA de consumo y se suelen usar en servidores y sistemas de almacenamiento en disco , mientras que las unidades SATA se vendían al mercado de ordenadores domésticos , de sobremesa y de almacenamiento en línea, y se consideraban menos fiables. Esta distinción se está difuminando.

El tiempo medio entre fallos (MTBF) de las unidades SATA suele especificarse en aproximadamente 1  millón de horas. Algunas unidades, como Western Digital Raptor, tienen un  MTBF de 1,4 millones de horas, ^{[ 23 ]} mientras que las unidades SAS/FC alcanzan más de 1,6  millones de horas. ^{[ 24 ]} Las unidades modernas rellenas de helio están completamente selladas sin puerto de ventilación, eliminando así el riesgo de entrada de residuos, lo que resulta en un MTBF típico de 2,5 millones de horas. Sin embargo, investigaciones independientes indican que el MTBF no es una estimación fiable de la longevidad ( vida útil ) de una unidad. ^{[ 25 ]} El MTBF se realiza en entornos de laboratorio en cámaras de prueba y es una métrica importante para determinar la calidad de una unidad de disco, pero está diseñado para medir únicamente la tasa de fallos relativamente constante durante la vida útil de la unidad (el punto medio de la " curva de bañera ") antes de la fase de desgaste final. ^{[ 21 ] [ 26 ] [ 27 ]} Una métrica más interpretable, pero equivalente, al MTBF es la tasa de fallos anualizada (AFR). La AFR es el porcentaje de fallos de la unidad esperados por año. Tanto la AFR como el MTBF tienden a medir la fiabilidad solo en la parte inicial de la vida útil de una unidad de disco duro, subestimando así la probabilidad real de fallo de una unidad usada. ^{[ 28 ]} Las unidades de servidor e industriales suelen tener un MTBF más alto y una AFR más baja.

La empresa de almacenamiento en la nube Backblaze publica un informe anual sobre la fiabilidad de los discos duros. Sin embargo, la empresa afirma que utiliza principalmente discos duros de consumo estándar, implementados en entornos empresariales, en lugar de en sus condiciones representativas y para su uso previsto. Además, los discos de consumo no se prueban para funcionar con tarjetas RAID empresariales como las que se utilizan en un centro de datos, y es posible que no respondan en el tiempo esperado por el controlador RAID; dichas tarjetas se identificarán como defectuosas aunque no lo sean. ^{[ 29 ]} El resultado de este tipo de pruebas puede ser relevante o irrelevante para distintos usuarios, ya que representa con precisión el rendimiento de los discos de consumo en entornos empresariales o bajo estrés extremo, pero puede que no represente con precisión su rendimiento en un uso normal o previsto. ^{[ 30 ]}

1. IBM 3380 DASD, ca. 1984 ^{[ 31 ]}
2. Computer Memories Inc. Disco duro de 20 MB para PC/AT, ca. 1985 ^{[ 32 ]}
3. Fujitsu series MPG3 y MPF3, ca. 2002 ^{[ 33 ]}
4. IBM Deskstar 75GXP , ca. 2001 ^{[ 34 ]}
5. Seagate ST3000DM001 , ca. 2012 ^{[ 35 ]}