RAID技术穷途末路了吗?

自从1988年伯克利大学发明RAID(磁盘阵列)技术以来，RAID一直是存储领域的核心，肩负着保护数据的重任。但是随着磁盘容量的不断增大，RAID技术遇到了前所未有的新问题。最大的问题在于在数据重构时间过长，延长了系统degraded时间，增加了多个磁盘故障的概率，降低了数据可靠性。并且在RAID数据重构过程中，RAID自身的Rebuild IO对应用IO造成了影响，直接导致应用IO的performance大为降低。更为严重的是，应用IO和Rebuild IO构成了互为影响的关系，大量的应用IO也会导致Rebuild时间进一步延长。

 

目前，在存储系统中，4TB盘即将大面积应用。4TB盘的应用必须要考虑RAID自身存在的问题。在此，我做了一个小小的实验，对一个存储厂商的RAID Rebuild时间进行了评估，在没有应用IO的前提下，对于500GB的盘，需要将近2个小时的Rebuild时间，而对于4TB的盘，Rebuild时间增加到了14小时以上。

 

磁盘容量和重构时间之间的关系

 

目前我们常用的RAID算法是RAID-6，即可以最多容忍2块磁盘失效，如果超过两块磁盘失效，那么将会导致整个RAID系统Crash。所以，在14小时之内，如果又存在两块磁盘发生读写错误，那么整个RAID系统将会失效，这是未来RAID需要解决的最大问题。

面对上述问题，业内提出了一些解决方案，基本思路有如下几种：

1，延续RAID5到RAID6的技术思路。Rebuild时间可以尽最大努力进行优化，例如采用Copy的方式替代传统Rebuild方法（中科院计算所专利）。另外，如果可以让RAID容忍更多磁盘失效，例如，容忍3快磁盘失效，那么再长的重构时间也不是什么太大的问题。因此，业内很多人开始研究开发可以容忍三块磁盘失效的算法，典型算法是Reed-solumen算法。我们把这种思路的RAID称之为RAID-7。RAID-7最大的问题在于需要更强的计算资源，RAID-7计算复杂度比RAID-6高了很多，因此，RAID-7的研发需要硬件厂商一起参与研究、开发。

 

2，De-clustered RAID思想。Declustered RAID的一个思想前提在于：在绝大多数情况下，故障磁盘模型是Partial Failure（局部损坏）而不是整体损坏。为此，Declustered RAID将一个磁盘划分成多个区域，并且基于这些区域构建RAID。如果读写错误发生在一个区域中，那么RAID只需要重构该区域，而不需要重构整个磁盘。这种思想可以降低Rebuild时间，并且可以将Spare空间分散到多个区域的不同磁盘上，可以避免Rebuild过程中Spare盘成为IO瓶颈点。Declustered RAID对大容量磁盘故障模型进行了研究，对现有RAID进行了优化，但是，个人认为灵活度不够，不能有效地分离应用IO和Rebuild IO。

 

3，在底层虚拟化（Low Level Virtualization）的基础上构建RAID。由于磁盘容量不断增大，那么我们有必要在RAID的下层增加一个管理物理磁盘的虚拟化层，通过该虚拟化层来管理物理磁盘，并且为RAID提供虚拟磁盘。当遇到读写错误的时候，虚拟化层可以Remap RAID的请求，从而使得很多错误信息对RAID透明，减少RAID数据重构次数。由于有了这个虚拟化层，可以很容易的实现Data Awareness的数据重构方式，进一步降低RAID重构时间。由于虚拟化层可以对底层物理资源进行管理，因此，可以对磁盘健康状态进行监测，从而对存储资源进行合理分配，达到数据可靠存储的目的。最为重要的是，虚拟化层可以对应用IO和Rebuild IO进行分离，在很多情况下，Rebuild IO不会对应用IO造成性能影响。当然，底层虚拟化也会存在一些问题，最为关键的是存储资源如何分配？尽最大可能不浪费存储空间。目前，我正在对该领域进行研究探索。

 

4，在很多集群文件系统中，基本已经放弃了传统RAID技术，并且将数据冗余保护的功能放在了文件系统层面。例如Hadoop文件系统直接在文件系统层面将数据冗余存储三份。

 

RAID技术一直是数据存储的关键，面对磁盘容量不断增加的今天，我们有必要思考RAID技术的未来，今天4TB磁盘即将大面积应用，明天10TB硬盘还会远吗？