存储是目前IT产业发展的一大热点,而RAID技术是构造高性能、海量存储的基础技术,也是构建网络存储的基础技术。专家认为,磁盘阵列的性能优势得益于磁盘运行的并行性,提高设备运行并行度可以提高磁盘的性能和数据安全性。

20年来,RAID 推出了一系列级别,包括RAID 0RAID 1RAID 2RAID 3RAID4RAID 5,以及各种组合如 RAID 0 1 等。其中最广泛的包括RAID5RAID10.但是一直以来,关于RAID5RAID10的性能优劣的争端还是非常多的,甚至很多人包括很多公司都那拿出了测试数据。而这些测试数据复杂难懂相互矛盾,更加让用户感到迷惑,不知道怎么选择。

在这里,我将就这两种RAID的内部运行原理来分析一下,看看我们在什么情况下应当适合选哪一种RAID方式。根据我的经验与分析:象小io的数据库类型操作,如ERP等等应用,建议采用RAID10,而大型文件存储,数据仓库,如医疗PACS系统、视频编辑系统则从空间利用的角度,建议采用RAID5.下面请看具体的性能对比:

为了方便对比,我这里拿同样多驱动器的磁盘来做对比,RAID5选择3D 1PRAID方案,RAID10选择2D 2DRaid方案,分别如图:

RAID5和RAID10的比较_第1张图片

那么,我们分析如下三个过程:读,连续写,随机写,但是,在介绍这三个过程之前,我需要介绍另外一个磁盘阵列中的重要概念:cache.

磁盘读写速度的要害之一:Cache

cache技术最近几年,在磁盘存储技术上,发展的非常迅速,作为高端存储,cache已经是整个存储的核心所在,就是中低端存储,也有很大的cache存在,包括最简单的RAID卡,一般都包含有几十,甚至几百兆的RAID cache.

cache的主要作用是什么呢?作为缓存,cache的作用具体体现在读与写两个不同的方面:作为写,一般存储阵列只要求数据写到cache就算完成了写操作,当写cache的数据积累到一定程度,阵列才把数据刷到磁盘,可以实现批量的写入。所以,阵列的写是非常快速的。至于cache数据的保护,一般都依靠于镜相与电池(或者是UPS)。

cache在读数据方面的作用一样不可忽视,因为假如所需要读取的数据能在cache中命中的话,将大大降低磁盘寻道所需要的时间。因为磁盘从开始寻道到找到数据,一般都在6ms以上,而这个时间,对于那些密集型I/O的应用可能不是太理想。但是,假如能在cache保存的数据中命中,一般响应时间则可以缩短在1ms以内。

不要迷信存储厂商的IOPS(每秒的io数)数据,他们可能全部在cache命中的基础上做到的,但是实际上,你的cache命中率可能只有10%.

介绍完cache,我们就可以解释RAID5RAID10在不同的模式下,工作效率问题了,那么我们来分别分析读操作、连续写和离散写三方面的问题。

读操作方面的性能差异

如我上文的介绍,磁盘阵列读操作的要害更多的体现在cache的命中率上。所以,RAID5RAID10在读数据上面,他们基本是没有差别的,除非是读的数据能影响cache命中率,导致命中率不一样。

RAID5和RAID10的比较_第2张图片

连续写方面的性能差异

连续写的过程,一般表示写入连续的大批量的数据,如媒体数据流,很大的文件等等。连续写操作大部分产生于医疗PACS系统、高教图书馆系统、视频编辑系统等等应用环境下。

根据我本人的经验,在连续写操作过程,假如有写cache存在,并且算法没有问题的话,RAID5RAID10甚至会更好一些,虽然也许并没有太大的差别。(这里要假定存储有一定大小足够的写cache,而且计算校验的cpu不会出现瓶颈)。

因为这个时候的RAID校验是在cache中完成,如4块盘的RAID5,可以先在内存中计算好校验,同时写入3个数据 1个校验。而RAID10只能同时写入2个数据 2个镜相。

RAID5和RAID10的比较_第3张图片

如上图所示,4块盘的RAID5可以在同时间写入123cache,并且在cache计算好校验之后,我这里假定是6(实际的校验计算并不是这样的,我这里仅仅是假设),同时把三个数据写到磁盘。而4块盘的RAID10不管cache是否存在,写的时候,都是同时写2个数据与2个镜相。

根据我前面对缓存原理的介绍,写cache是可以缓存写操作的,等到缓存写数据积累到一定时期再写到磁盘。但是,写到磁盘阵列的过程是迟早也要发生的,所以RAID5RAID10在连续写的情况下,从缓存到磁盘的写操作速度会有较小的区别。不过,假如不是连续性的强连续写,只要不达到磁盘的写极限,差别并不是太大。

离散写方面的性能差异

这里可能会较难理解,但是,这一部分也是最重要的部分。企业中的绝大部分数据库应用,如ERP系统等等在数据写入的时候其实都是离散写。

例如oracle 数据库每次写一个数据块的数据,如8K;由于每次写入的量不是很大,而且写入的次数非常频繁,因此联机日志看起来会像是连续写。但是因为不保证能够添满RAID5的一个条带(保证每张盘都能写入),所以很多时候更加偏向于离散写入。

RAID5和RAID10的比较_第4张图片

我们从上图看一下离散写的时候,RAID5RAID10工作方式有什么不同。如上图:我们假定要把一个数字2变成数字4,那么对于RAID5,实际发生了4io:先读出2与校验6,可能发生读命中然后在cache中计算新的校验写入新的数字4与新的校验8

如上图我们可以看到:对于RAID10,同样的单个操作,最终RAID10只需要2io,而RAID5需要4io.

这里我忽略了RAID5在那两个读操作的时候,可能会发生读命中操作的情况。也就是说,假如需要读取的数据已经在cache中,可能是不需要4io的。这也证实了cacheRAID5 的重要性,不仅仅是计算校验需要,而且对性能的提高尤为重要。我本人曾经测试过,在RAID5的阵列中,假如关闭写cacheRAID5的性能将差很多倍。

当然,我并不是说cacheRAID10就不重要了,因为写缓冲,读命中等,都是提高速度的要害所在,不过的是,RAID10cache的依靠性没有RAID5那么明显而已。

到这里,大家应当也大致明白了RAID5RAID10的原理与差别了,一般来说,象小io的数据库类型操作,建议采用RAID10,而大型文件存储,数据仓库,则从空间利用的角度,可以采用RAID5.