读者来信

• 作者：Michael W Lucas

亲爱的“本刊最差专栏作家”：

我们公司有一架又一架的存储服务器。我刚开始做系统管理员时，9 GB 的硬盘还很常见。如今每块硬盘都是好几个 TB，我们要建的阵列不只 PB，已经到了 EB 级。我们正在为某家公司建一个能装好几个 ZB 的数据中心。到底谁能用掉这么多存储？

——不是盗版电影，我查过了

亲爱的“盗版”：

这确实是个问题，不是吗？我们已经有了海量数据存储容量，可全球制造业里有相当一部分还在拼命生产更多。整艘整艘集装箱船装满 SSD 在太平洋上漂着，巴巴等着那个光荣时刻到来，靠港卸下这一船空白存储。像你们这样的机构按托盘订购硬盘。谁能干出这么多数据，多到非得用这种深不见底的存储不可？

除非你身处生物信息学这种“激动人心的大数据领域”，或者在大型强子对撞机上撕扯宇宙，指望你最喜欢的那任“博士”现身叫你停手，否则那些 PB 级数据多半是三类：你不该留的数据、过时的数据、没人肯负责扔掉的数据。

机构有个糟糕的习惯，抓到什么数据都留着，哪怕持有这些数据本身就给机构带来骇人的风险，威胁到机构的健康乃至存亡。你见过多少数据泄露事件，某家公司漏了社会保险号、信用卡号，或者鼻毛样本的生物学分析，你立刻就会问：这家公司当初为什么要收这些信息？就像染了病。可能是某位 C 级高管拍板要收，也可能是某个没人管着的网页设计师被经理气得发疯，一拍脑袋觉得数据库再加一列也无所谓。收集这类数据的决定下得轻而易举，要销毁就得开一个又一个会。比起召集那种会，多数人情愿抱着键盘玩 NetHack。毕竟数据被偷，被挑去祭旗喂给“大众媒体神庙”的员工多半不是你；就算是你，把这场象征性的处决写进简历，证明自己“经验丰富”，跳槽去更好的差事就是了。

然后是旧数据。去年的报销单。1993 年的报销单。换掉前任 CEO 搬走的那栋楼漏雨屋顶之前估算费用的电子表格。一个标注“勒索照片”的文件夹，照片确实能把人定罪，特别是那张有巧克力喷泉和烧烤夹的，可如今在职没人认得出照片里任何一个人物。这些文件是机构历史的档案。等哪天你们这家小小的房地产公司偶然发现了癌症疗法，CEO 决定雇个代笔记录机构惊心动魄的过往，总有倒霉蛋得在一层层化石里刨，找能曲解成“英明决策”的证据。

这些数据理论上“某天也许用得上”——如果一连串绝不会重复的离奇巧合同时发生，让木星、冥王星、哈雷彗星和北极星那可怕占星连线显得稀松平常。这种事不会发生，但“可能”。最棘手的是那种永远不可能派上用场，却没人肯负责丢弃的垃圾数据。旧数据库备份，“也许哪天用得着”。还有那种任何情况下都不可能再有用的旧数据库，因为读这些备份的软件只在 SCO UNIX 上跑，连 NetBSD 都丢掉了那套二进制兼容层。说实话，即便你有本事撬开一个几乎肯定是带奇怪扩展名的逗号分隔值文件，真有人问起来，你多半会一笑，说这数据读不出来，而不是真的搬出 file(1) 和 strings(1)，把这一堆乱七八糟的东西塞进 Perl，搞出一份漂亮的 Excel 兼容电子表格。2001 年仓皇出逃员工的笔记本硬盘镜像，因为他们的经理宣布下一任接替者需要那位员工的文件，转头又拒绝把这些文件交给接替者。被判失败的测试电子表格。因为“过于诚实”被销毁、换成 IRS 友好版的会计文件。机构越老，这种残渣越多，硬盘一块塞满一块，直到没人愿意看一眼，也没人肯负责丢弃。任何合格的系统管理员都觉得这事不可容忍。我们要系统干净！我们要存储整洁优雅。拖着 PB 级废墟——更糟的是还得备份这些 PB——简直冒犯我们的体面。我们中不少人手痒，恨不得扑上去，扔掉没用的，把剩下的归整好。可我不得不搬出系统管理员守则第 18 条：让机构花钱买更多存储，比付你工钱去清理旧文件便宜。回想那些 9 GB 老硬盘。还记得它们能装几千、几百万个文件吗？逐个打开、评估内容、决定留还是扔进外层黑暗，是压垮人的活儿。按今天的标准那些硬盘小得可怜。这不是现代才有的事；我的第一块硬盘 20 MB，里面的文件多得我应付不过来。更糟的是，其中不少文件至今还在。我每换一台机器，硬盘容量都比上一台大。我永远搞不清哪些文件还会用到，于是把旧硬盘上的所有东西都拷到新系统的归档文件夹里。我唯一弄丢的，是 Young Lucas 当年爱玩的那个 Sinclair ZX80 迷宫游戏代码，我敢说互联网上某个角落肯定还能找到。对任何经理来说，销毁这些文件都是高风险、低收益的事。成功了，机构能省下几百块存储钱。失败了，某些上古文件恰好至关紧要，经理的职业生涯就此了结。哪怕归档到磁带也有风险。每位真正的系统管理员都用 tar 这种开源格式归档一切，可很多机构偏要用“企业级备份系统”，这种系统有个骇人的习惯：让旧格式支持过期。

我们要系统干净！

我们要存储整洁优雅。

既然自我羞辱的机会遍地都是，回报却微乎其微，没人会去扑进这片泥潭。

你解决不了这个问题。你可以做到不再添乱。审视一下你自己经手的数据。你遵守机构的数据保留策略了吗？如果机构没有数据保留策略，自己立一个。简单到跟团队说一句：“我想把这套系统上的日志 60 天后全删了，谁有意见？”有些数据你需要留更久，有些数据一周后就能扔。一份好的数据保留策略甚至能让你免上法庭——不存在的日志传唤不到。你不想上法庭。法庭不好玩，律师和法官都不懂系统管理员的幽默。

或者，再买点存储，别再操心。

有问题想问 Michael？请发送至 [e-mail]

Michael W Lucas 是《Absolute FreeBSD》《TLS Mastery》和 $ git sync murder 的作者。他的《DNSSEC Mastery》和《Domesticate Your Badgers》应当于 2022 年初出版，尽管美国人道协会郑重恳请他别出。他写过什么的完整清单，请查询他的 SNMP 表。请将问题提交至 [e-mail]。