有人实际遇到（或感知到）过比特翻转或数据静默损坏么？

[garywill]

那些什么研究说，硬盘和内存是有可能发生比特翻转的，就这么突然某个位 0/1 值自己改变

如果真的发生了，若是发生在可执行文件、代码文本，大概率是会出现莫名的异常的。如果发生在压缩包、或加密过的数据里，那么直接大块数据作废

自己和身边人这么多年来从没有感知到过这种异常。都是家用级硬盘，我们也没有用 zfs/btrfs 那种带校验机制的 fs

[ybbfie]

控制器本身是有校验机制的，家用环境比较温和，不是那么容易出问题。公司产品低温下是出现过比特翻转的

[qwx]

实际上硬盘都有 ecc 功能，遇到错误自动就修复了，本来概率不高的事情，有时候 ecc 也用不上。位翻转更多见于内存，但内存哪怕错误，也就是重启一次的事情。而且服务器内存还有附带 ecc 功能的。

[Cu635]

硬盘主控：op 啊，我虽然不显眼，但是也不能当我不存在是不是？硬盘主控有纠错功能。

至于内存，家用的就是放任不管了，反正概率虽然不为 0 但是也极低；服务器上的内存就是用 ECC 来纠错了。

[pusheax]

楼上正解，硬盘主控都有 ECC 功能，所以硬盘出现比特翻转的概率不高。
或者说出现单个比特错误的概率不高。更常见的是固件设计缺陷或 Flash 本身有问题，造成的大面积数据丢失。例如 QLC 硬盘的冷数据问题。
当然如果是没有 ECC 的储存设备，比如 NOR Flash 或者 NAND Flash ，这种情况就很常见，焊 Flash 芯片时风枪温度给高了，都有可能会丢数据。

[Rickkkkkkk]

油管上有一些视频讲真实案例的

[pusheax]

内存出现比特翻转的概率会比硬盘高很多，尤其是内存的 ECC 一般作为高级功能，只在 Xeon 这种专业级 CPU 上支持。
对于没有 ECC 的内存，甚至可以通过反复擦写某一 bit ，来人为地让周围的 bit 翻转，也就是 Rowhammer 。

[YuriX]

P4510 8T 位翻转搞坏数据过

[masterclock]

遇到过不少次，能确认的最近一次查证了一个月

[iyaozhen]

遇到过，那次事件公司内部广为流传

后来 rpc 框架还专门支持了 CRC32 数据校验

[wesleywaters]

遇到过，当时客户那是一个高压环境，发生电磁干扰了，第一次遇到这种事都很惊奇。

[liuzimin]

家用环境可执行文件没遇到过，但视频文件很常见吧。。。我 10 年前下载的火影忍者 mp4 文件，现在偶尔翻出来看，经常会看到局部画面有错乱。

[liuzimin]

话说我看到现在有些 ddr5 家用内存条，好像也支持 ECC 了？

[penisulaS]

老硬盘里的 jpeg ，经常损坏

[5xX4U5sUwdELgdQ3]

周围人说过有次办公室打雷, 然后他电脑不能上网了, 之后发现是 mac 地址的一位变了, 而单位设备都需要注册 mac 才能上网. 不知真假.

[xtreme1]

玩 mem oc 时随随便便遇到啊

[pingdog]

知道这个事的估计都有点年龄了，aws s3 大概在 08/09 年发生过，incident report 还分析了 bit flip 原因

[dynastysea]

内存和硬盘都还好，都有校验机制。最坑的是 cpu 的静默错误，现在都没有一个稳定的检测机制，厂商也没好的办法。出错了，那才叫一个抓瞎。

[booboo]

之前的一个项目，在某些环境下，几天出一次内存比特翻转，查起来搞死人。后面降低性能开启 ecc

[shanzz8]

前段时间 raid1 的硬盘数据操作失误，被群晖抹掉了，两块硬盘同时丢失数据，后来通过数据恢复工具把文件都基本找回了，但是有些文件，如 mysql 数据库表文件等同一块数据会被反复修改的文件，是损坏的，在恢复数据的时候发现里面的数据大小头是反的，两块硬盘的找回相同文件的数据是一样的，恢复数据花了很大的精力

[ryd994]

我工作中会接触到大量服务器。内存错误这种我们都有统计数据的。服务器 ECC 纠错之后可以输出统计数据。比例当然是很小的，但是服务器量大之后再小的比例也会成为不可忽视的问题。

@qwx 硬盘一般不用 ECC 而是用 ldpc 。ECC 8:1 的成本太高了。
内存错误也不一定是重启一次的事情。比如 zfs 推荐用 ECC 的原因就是 zfs 在硬盘储存的时候有校验，可以抵御冷错误，但 zfs 的软件无法抵御内存错误。如果损坏的地方很不巧是文件系统结构数据，而且这个错误的数据还写入了，那校验码也会是错的，数据就彻底毁了。

@liuzimin DDR5 的 ECC 和服务器用的 ECC 有所不同。服务器的 ECC 是由 CPU 的内存控制器主导。保护范围是除了 CPU 以外的全程。CPU 的缓存自带硬件 ECC 不用管。
DDR5 普通内存也要 ECC 是因为密度太高频率太高，良品率实在上不去了。但是这个 ECC 只保护内存颗粒内部。如果是传输过程中的错误是没用的。而且不会收集统计数据。服务器 ECC 除了纠错之外，另一个用途是及时发现损坏的内存。甚至可以在其中一颗内存颗粒损坏时，屏蔽对应的颗粒继续运行（ Single Device Data Correction ）