码迷,mamicode.com
首页 > 其他好文 > 详细

RAID(独立冗余磁盘阵列)技术浅析

时间:2016-09-14 15:13:23      阅读:181      评论:0      收藏:0      [点我收藏+]

标签:

引言

如果我们有一个需要很大容量,一块硬盘存储不了的数据,只能存储到多个硬盘上,最简单的思维是:一块硬盘一块硬盘的读取/存储。

很显然,这样单纯的堆积法虽然解决了容量的问题,但是也带来的浪费,因为一次只是从一块硬盘上进行读/写,同时,单块硬盘的读取速度,也是整个磁盘组合的读取速度。

因为CPU和缓存的速度远远大于磁盘的读取数据,因此我们可以将CPU数据读/取请求按照顺序给不同的磁盘,让磁盘“同时”读/写数据,也就是下面的RAID 0.

RAID 0

将连续的数据拆分成block,分散将数据block的读/写请求给各个磁盘,达到“同时”读/写的目的。

也叫Stripe条带模式。

  • 优点:这种数据上的并行操作可以充分利用总线的带宽,显著提高磁盘整体存取性能。因为读取和写入是在设备上并行完成的,读取和写入性能将会增加,
  • 缺点:没有数据冗余,如果其中一个磁盘Disk出现错误,将影响所有的读/写操作,并且不能从错误中恢复数据。

P.S.磁盘上只有实实在在的扇区结构,并没有什么Stripe结构,Stripe只是一种逻辑上由程序根据某种算法实现的一种的概念。Stripe后的多个硬盘,数据是被并行写入磁盘的,而不是只有写满了一个磁盘的Stripe区域后,再写下个磁盘的Stripe区域。

技术分享

RAID 1

又称为镜像(Mirroring),一个具有全冗余的模式。

  • 优点:需要极高的可靠性和安全性。支持"热替换",即不断电的情况下对故障磁盘进行更换。
  • 缺点:其磁盘的利用率却只有50%,是所有RAID级别中最低的。

技术分享

RAID 1+0

先做镜像(1),再做条带(0)。

比如,有HDD0~HDD7共7个磁盘,其中HDD0~HDD3是数据盘,HDD4~HDD7是对应的镜像盘。同时,有”ABCD”四个数据的磁盘写请求。

当数据A的写请求在磁盘HDD0上执行时,就在对应的镜像盘HDD4中进行镜像A’。与此同时,按照与数据A类似的步骤,并行在相应磁盘中写入数据B、数据C和数据D。

技术分享

  • 优点:兼顾了RAID0和RAID1的优点,在可靠性和I/O性能上有保证。只要不是数据盘和对应的镜像盘同时出现损坏,数据就能保证完整性,写功能不会受到影响。如果损坏了其中一块比如HDD0时,读性能可能会稍微降低(读取数据时可以并行操作)。
  • 缺点:从上图可以看出,需要分出一半的磁盘组作为Mirror,因此空间利用率只有50%,成本大。

RAID1+0 由于兼具可靠性和好的性能, 在商业应用中很广泛,常应用于数据库等要求安全性,小数据频繁写的场合。

RAID 0+1

先做条带(0),再做镜像(1)。

先对数据进行RAID 0条带化,然后将Stripe后的数据进行备份。

RAID01几乎不会在实际环境中应用,因为RAID0+1和RAID1+0在读取效率上没有差异,但是RAID0+1在安全性和可靠性低。

技术分享

RAID 2

可以认为是RAID0的改进版,加入了汉明码(Hanmming Code)错误校验。

汉明码(Hamming Code)是一种能够自动检测并纠正一位错码的线性纠错码,即SEC(Single Error Correcting)码。汉明码通过在要传输的数据位中增加一些bit作为校验位,可以验证数据的有效性。

汉明码的原理举例说明,如果传输的数据位数为k,使用的校验位的位数为r,组成一个n=k+r位数的汉明码。为了能够发现这n位数的数据在传输给后端时是否出错,并且能够指明是那一位数据出错,那么r位的校验位至少能够代表k+r+1个状态(k+r表明出错的位置,其中多出来的1表示数据传输正确)。那么关系式如下:

技术分享

也是就是说,如果要传输k=4位数据位,根据算式(1) 必须则校验位r≥3,如果用r=3作为校验位数,那么总共传输的数据位数n=k+r=7。

RAID就是利用了汉明码的原理,使用校验磁盘作为错误检查和纠正ECC(Error Correcting Code)盘。如下图,A0-A3四个盘是数据盘,Ax-Az三个盘是校验盘。

技术分享

根据原理,汉明码有且仅能纠正一个Bit的错误,并且因为校验的原因,校验位和数据位需要一同并行写人或读取(例如,A0-A3,Ax-Az的磁盘需要并行联动)

RAID2技术过于极端,目前基本已经被淘汰了。根据原理,RAID2需要在IO数据到来之后,控制器将数据按Bit分开,顺序并同时在每个数据盘和相应校验盘中存放1Bit,而磁盘上的IO最小单位是扇区512B,那么如何确保写入1Bit并且不至于浪费过多空间的算法就很复杂。此外,需要占用相对较多的校验盘也是原因之一,虽然随着数据盘的增加,校验盘的数量会呈指数下降。

RAID 3

RAID 2的缺点主要是将数据以bit位作为单位来分割,将原本物理连续的扇区转变成了物理不连续、逻辑连续的,这样导致效率低下。RAID3 就准备从根本上就绝这个问题。

RAID3保留了RAID2的一些优点,比如多磁盘同时联动,性能高(利用将一个IO尽量做到能够分割成小块,让每个磁盘能够参与工作)。不过RAID3放弃了将数据分割成Bit这么极端的做法,因为这样就将磁盘扇区的物理连续性打破了。RAID3将数据以一个扇区(512B)或者几个扇区(例如4KB)作为单位来分割数据。此外,RAID3也放弃了使用汉明码来校验,取而代之的是XOR校验算法。XOR校验算法只能判断数据是否有误,不能判断出有那一位有误,更不能更正错误,但是XOR算法可以只需要一块校验盘即可。

技术分享

在一个磁盘阵列中,一般情况下多于一个磁盘出现故障的几率是很小的,所有一般情况下,RAID3的安全性还是有保障的。

同RAID2一样,由于需要多磁盘同时联动,同时还需要校验。显然,RAID3不适用于有大量写操作的情况,因为这样会使得校验盘的负荷较大,降低RAID系统的性能。RAID3 常用于写操作较少,读操作较多的应用环境,比如数据库和WEB服务器。

RAID 4

从RAID2和RAID3的设计来看,都是为了尽量达到全盘联动,也就是说主要都是为了提高数据传输率而设计的,但是确无法做到并发IO。

然而,现实中例如数据库等应用的特点就是高频率随机IO读写,例如每秒产生的IO数目很大,但是每个IO请求的数据长度都很小。这种情况下,如果所有的磁盘同一时刻都被一个IO占用并且不能并发IO,只能一个IO一个IO的做,必然产生极大的浪费。

那么,要实现并发IO,就需要保证有空闲的磁盘没有被IO占用,这样才能让其他IO去占有这个磁盘进访问。要达到有有空闲磁盘的目的,那么就需要增加每次读/写的容量,例如按块(Block)存取。

技术分享

RAID4对于写IO有个很难克服的问题,那就是校验盘的争用。例如上图A0-A3四个数据盘和一个校验盘构成的RAID4系统中,某一时刻一个IO只占用了A0和A1两个磁盘和校验盘,此时虽然后面两块磁盘是空闲的,可以同时接受新的IO请求,但是接受了新的IO请求,则新的IO请求也要使用校验盘。这样就导致了校验盘的争用成为并发的瓶颈。(动画演示见http://storage-system.fujitsu...)

基于这个原因,需要特别优化请求的IO数据,才能高效使用RAID4。然而,要优化到并发几率很高很不容易,目前只有NetApp的WAFL文件系统还在使用RAID4,其他产品均未使用了。

RAID4面临淘汰,取而代之的是拥有高盲并发几率的RAID5系统。所谓的高盲并发几率,就是上层文件系统不用感知下层磁盘的结构,即可增加并发的几率。

RAID 5

技术分享

RAID 5+0

技术分享

RAID 6

技术分享

备注:

关于RAID的介绍中动画的网站http://storage-system.fujitsu...

http://storage-system.fujitsu...

文章来源:http://stor.51cto.com/art/201609/517218.htm

RAID(独立冗余磁盘阵列)技术浅析

标签:

原文地址:http://www.cnblogs.com/wajueji/p/5872289.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!