对于raid的理解

一、前言

1.1简介

磁盘阵列RAID——独立磁盘冗余阵列。

磁盘阵列是由很多廉价的磁盘，组合成一个容量巨大的磁盘组，利用个别磁盘提供数据所产生加成效果提升整个磁盘系统效能。利用这项技术，将数据切割成许多区段，分别存放在各个硬盘上。

利用同位检查（ParityCheck）的观念，在数组中任意一个硬盘故障时，仍可读出数据，在数据重构时，将数据经计算后重新置入新硬盘中。

相同的数据存储在多个硬盘的不同的地方的方法。通过把数据放在多个硬盘上（冗余），输入输出操作能以平衡的方式交叠，改良性能。因为多个硬盘增加了平均故障间隔时间（MTBF），储存冗余数据也增加了容错。

1.2raid实现方式

软 RAID :
所有功能均有操作系统和 CPU 来完成，没有独立的 RAID 控制 / 处理芯片和 I/O 处理芯片，效率最低
硬 RAID ：
配备了专门的 RAID 控制 / 处理芯片和 I/O 处理芯片以及阵列缓冲，不占用 CPU 资源，但成本很高。
软硬混合 RAID ：
具备 RAID 控制 / 处理芯片，但缺乏 I/O 处理芯片，需要 CPU 和驱动程序来完成，性能和成本 在软 RAID 和硬 RAID 之间。

二、标准raid

raid0、raid1、raid5、raid6、raid10、raid01、raid50

1、raid0：条带化存储

特点： 存储性能最优
原理： 把连续的数据分散到多个磁盘上存取，有数据请求时可以多个磁盘并行的执行，每个磁盘执行属于它自己的那部分数据请求。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。
优点：

1. 充分利用I/O总线性能使其带宽翻倍，读/写速度翻倍
2. 充分利用磁盘空间，利用率为100%

缺点：

1. 没有数据冗余，存在单点故障
2. 没有数据校验，正确性不能保证

应用场景：

1. 数据正确性要求不高的场景：个人娱乐，日志
2. 读写性能要求高：图像处理
   性能：
   读性能：n100％
   写性能：n100％

2、raid1：镜像存储

特点：
成本最高的，磁盘利用率最低，但提供了很高的数据安全性和可用性，当一个磁盘失效的时候，系统可以自动切换到镜像磁盘进行读写，不需要重组失效的数据。
性能：
磁盘空间 = 磁盘总量/2 = 50%
需要的磁盘数：至少2块
读性能= 优秀 = I/O性能*n = 200%
写性能=正常=100%
优点：

1. 提供数据冗余，数据双倍存储。
2. 提供良好的读性能

缺点：

1. 无数据校验
2. 利用率低，成本高

应用场景：
存放重要数据，银行，金融

3、raid5：奇偶校验（0和1的折中版）

原理：
数据以块分段条带化存储。校验信息交叉地存储在所有的数据盘上。数据和相对应的奇偶校验信息存储到组成RAID5的各个磁盘上，并且奇偶校验信息和相对应的数据分别存储于不同的磁盘上，其中任意N-1块磁盘上都存储完整的数据
优点：

1. 读写性能高
2. 有校验机制
3. 磁盘空间利用率高

缺点：

磁盘越多安全性能越差，因为重建时，raid的性能就会受损

应用场景：
安全性高，如金融、数据库、存储等。
性能：
磁盘空间 = n-1
需要的磁盘数 ≥ 3
读写性能 ≈ 优秀 = 磁盘个数(n)I/O速度 = n100%

4、raid6：双重奇偶校验

RAID0-5都只能保护因单个磁盘失效而造成的数据丢失。

RAID6 不仅支持数据的恢复，还支持校验数据的恢复，因此实现代价很高，控制器的设计也比其他等级更复杂、更昂贵。

原理：
两个独立的奇偶系统使用不同的算法，数据的可靠性非常高，即使两块磁盘同时失效也不会影响数据的使用。
但RAID 6需要分配给奇偶校验信息更大的磁盘空间，写性能比RAID5差。
特点：
RAID6 具有快速的读取性能、更高的容错能力。但成本高于 RAID5 许多，写性能较差，设计和实施非常复杂。它一般是替代 RAID10 方案的经济性选择。
性能：
磁盘空间 = n-2
需要的磁盘数 ≥ 4

优点：

1. 良好的随机读性能
2. 有校验机制

缺点：

1. 写入速度差
2. 成本高

应用场景：
对数据安全级别要求比较高的企业

三、组合raid

1、raid01

原理：

先做RAID 0再将RAID 0组合成RAID 1，拥有两种RAID的特性。

磁盘空间= n/2 = 50%

4 ≥ 需要的磁盘数 ≥ 2*n

读写性能 = RAID0

优点：

1. 较高的IO性能
2. 有数据冗余
3. 无单点故障

缺点：

1. 成本稍高
2. 安全性比RAID 10 差

应用场景：
适用于既有大量数据需要存取，同时又对数据安全性要求严格的领域，如银行、金融、商业超市、仓储库房、各种档案管理等。

2、raid10

原理：
先做RAID 1再将RAID 1组合成RAID 0，拥有两种RAID的特性，安全性能高。

优点：

1. RAID10的读性能将优于RAID01
2. 较高的IO性能
3. 有数据冗余
4. 无单点故障
5. 安全性能高

缺点：
成本稍高

特性：
磁盘空间= n/2 = 50%
至少4块硬盘

应用场景：

特别适用于既有大量数据需要存取，同时又对数据安全性要求严格的领域，如银行、金融、商业超市、仓储库房、各种档案管理等。

3、raid50

原理：
由两组RAID 5磁盘组成（每组最少3个），每一组都使用了分布式奇偶位，而两组硬盘再组建成RAID 0，实现跨磁盘抽取数据。RAID 50提供可靠的数据存储和优秀的整体性能，并支持更大的卷尺寸。即使两个物理磁盘发生故障（每个阵列中一个），数据也可以顺利恢复过来。
优点：

1. 读性能高：支持并发读取
2. 连续写性能适中：支持并行写入
3. 安全性高：最多允许故障2块盘

缺点： 随机写性能适中，支持并发写入，但是

四、RAID 应用选择

选择判断的3个因素：

数据可用性、 I/O 性能和成本

关于标准磁盘的选择：

如果可用性和性能是重要的，而成本不是一个主要因素，则根据磁盘数量选择 RAID1 。
如果可用性，成本和性能都同样重要，则根据一般的数据传输和磁盘数量选择 RAID3 或 RAID5 。

关于组合磁盘：raid10、raid01和raid50

安全性：
raid10安全性比较高：
空间利用率：
raid10和raid01都是50％
raid50空间利用率最低百分之75，磁盘越多，利用率越高
读写性能较
主要分析分析如下三个过程：读，连续写，离散写。
在介绍这三个过程之前，先介绍一个特别重要的概念：cache。
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的作用？
体现在读与写两个不同的方面，如果作为写，一般存储阵列只要求写到cache就算完成了写操作，所以，阵列的写是非常快速的，在写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，至于cache数据的保护，一般都依赖于镜像与电池（或者是UPS）。
cache的读一样不可忽视，因为如果读能在cache中命中的话，将减少磁盘的寻道，因为磁盘从寻道开始到找到数据，一般都在6ms以上，而这个时间，对于那些密集型io的应用可能不是太理想。但是，如果cache能命中，一般响应时间则可以在1ms以内。两者应该相差3个数量级（1000倍）。

1）读操作方面的性能差异
RAID10可供读取有效数据的磁盘个数为4，RAID5可供读取有效数据的磁盘个数也为4个（校验信息分布在所有的盘上），所以两者的读的性能应该是基本一致的。
2）连续写方面的性能差异
在连续写操作过程，如果有写cache存在，并且算法没有问题的话，RAID5比RAID10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。
4块盘的RAID5可以在同时间写入1、2、3到cache，并且在cache计算好校验之后，这里假定是6，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RAID5与RAID10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，如果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。
3）离散写方面的性能差异
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，比如32K（保证每张盘都能写入），所以很多时候更加偏向于离散写入（写入到已存在数据的条带中）。
离散写的时候，RAID5与RAID10工作方式有什么不同？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4次io：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。
对于RAID10，同样的单个操作，最终RAID10只需要2个io，而RAID5需要4个io.
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，如果需要读取的数据已经在cache中，可能是不需要4个io的。这也证明了cache对RAID5 的重要性，不仅仅是计算校验需要，而且对性能的提升尤为重要。
当然，并不是说cache对RAID10就不重要了，因为写缓冲，读命中等，都是提高速度的关键所在，只不过RAID10对cache的依赖性没有RAID5那么明显而已。