【RAID技术】RAID入门级——RAID级别、原理

序言

RAID是“Redundant Array of Independent Disks“的缩写，称为"独立磁盘冗余阵列"，通常简称为”磁盘阵列（DiskArray）“。通常简单来说，RAID技术就是将多个硬盘按照一定方式有机的组合在一起，形成一个大的硬盘阵列，从而提高硬盘数据的存储性能和数据备份技术。对于用户而言，操作磁盘阵列就像操作一般的单个硬盘一样，而且这样比操作单个硬盘的数据存储速度更快，并具有数据自动备份的机制。根据组成硬盘的不同方式成为RAID级别（RAID
Levels），目前主要的RAID级别有六种（RAID0，RAID1，RAID2，RAID3，RAID4，RAID5），而且还有其中的各种组合，如：RAID10（RAID0和RIAD1的组合），RAID50（RIAD0和RAID5的组合）等等。

为何有RAID技术的存在呢？在数据化快速发展的时代，数据的存储速度，数据的安全性是至关重要的，因此，RAID技术显著的特点是：速度、安全。采用RAID技术，最吸引人的地方还是其数据的备份能力，数据备份能力是指数据一旦发生丢失或者损坏后，利用备份数据能够快速地进行数据的恢复，从而保障数据的安全性。

目前RAID技术大致分为两种：基于硬件的RAID技术和基于软件的RAID技术。在Linux环境下，就可以通过系统自带的软件实现RAID功能，这样就可以替代了购买昂贵的RAID硬件控制器。（PS：通常可以采用虚拟机在Linux环境下来体验RAID技术）。由于是用软件去实现的RAID功能，所以它配置灵活、管理方便。同时使用软件RAID，还可以实现将几个物理磁盘合并成一个更大的虚拟设备，从而达到性能改进和数据冗余的目的。当然基于硬件的RAID解决方案比基于软件RAID技术在使用性能和服务性能上稍胜一筹，具体表现在检测和修复多位错误的能力、错误磁盘自动检测和阵列重建等方面。

1、RAID级别

按照硬盘的不同方式组合及数据存放顺序，RAID级别也就不同，因此其优缺点也不尽相同。

2、RAID 0原理

RAID 0也成为条带（stripe）存储，即把数据连续依次的分布存储到每个硬盘上，形成条带状，如下图所示。当系统有数据请求时，就可以被多个硬盘并行的处理，每个硬盘只需处理自己盘上的那部分数据，这种数据的并行操作，充分的提高了系统总线的负荷，从而提高了阵列整体的性能。是目前存储速度最快的一种，一旦某个硬盘发生了故障损坏，所有数据将无法恢复。

实现RAID0必须要有2个以上的硬盘，数据将分成数据块依次保存到各个硬盘上。因为数据是分布到各个硬盘上的，所有数据的读写负荷也就分布在不同的硬盘上了，其负荷就比较平衡。由于没有进行数据容错处理，一旦其中一个盘的数据发送了损坏，即使其他盘完好无损，其所有数据也是无法恢复的。RAID0不适合用于对数据稳定性要求高的数据存储，一般可以用来存储一些视频监控等数据，从而提高了数据的存储速度。

3、RAID 1原理

RAID又称为镜像存储，一种具有完全冗余的方式。可以使用2个或者2N个硬盘，一个盘用来作为数据盘，另一个或者多个盘作为镜像盘，在数据读写的过程中，同时百分之一百的将数据盘的数据也写入一份到镜像盘中，如下图所示。这种方式的数据可靠性很高，但数据的有效容量只有总容量的一半。在配备上应选择容量大小相同的硬盘，否则有效容量只有最小硬盘容量的大小。

RAID 1技术支持”热替换“机制，即在不需要断电的情况下，可以对故障盘进行替换，更换完毕只要从镜像盘上恢复数据即可。当主硬盘损坏时，镜像硬盘就可以代替主硬盘工作。镜像硬盘相当于一个备份盘，可想而知，这种硬盘模式的安全性是非常高的，RAID 1的数据安全性在所有的RAID级别上来说是最好的。但是其磁盘的利用率却只有50%，是所有RAID级别中最低的。

3、RAID 2原理

RAID 2又称为带海明码校验的RAID技术，和RAID
3比较相似，都是将数据条带化，分不到不同的硬盘上，然后RAID 2却应用了海明码校验来提供数据错误检查及恢复机制，如下图所示。这种校验技术需要多个磁盘存放检查及恢复信息，使得RAID 2技术实施更为复杂。因此，在商业环境中很少使用。下图的各个磁盘上是数据的各个位，由一个数据不同的位运算得到的海明校验码可以保存另一组磁盘上，具体情况请见下图。由于海明码的特点，它可以在数据发生错误的情况下将错误校正，以保证输出的正确。它的数据传送速率相当高，如果希望达到比较理想的速度，那最好提高保存校验码ECC码的硬盘，对于控制器的设计来说，它又比RAID3，4或5要简单。没有免费的午餐，这里也一样，要利用海明码，必须要付出数据冗余的代价。输出数据的速率与驱动器组中速度最慢的相等。

4、RAID 3原理

RAID 3，这种校验码与RAID2不同，只能查错不能纠错。它访问数据时一次处理一个带区，这样可以提高读取和写入速度,它像RAID 0一样以并行的方式来存放数据，但速度没有RAID 0快。校验码在写入数据时产生并保存在另一个磁盘上。需要实现时用户必须要有三个以上的驱动器，写入速率与读出速率都很高，因为校验位比较少，因此计算时间相对而言比较少。用软件实现RAID控制将是十分困难的，控制器的实现也不是很容易。它主要用于图形（包括动画）等要求吞吐率比较高的场合。不同于RAID
2，RAID 3使用单块磁盘存放奇偶校验信息。如果一块磁盘失效，奇偶盘及其他数据盘可以重新产生数据。 如果奇偶盘失效，则不影响数据使用。RAID 3对于大量的连续数据可提供很好的传输率，但对于随机数据，奇偶盘会成为写操作的瓶颈。 利用单独的校验盘来保护数据虽然没有镜像的安全性高，但是硬盘利用率得到了很大的提高，为n-1。

是将数据先做XOR 运算，产生Parity Data后，在将数据和Parity Data 以并行存取模式写入成员磁盘驱动器中，因此具备并行存取模式的优点和缺点。进一步来说，RAID 3每一笔数据传输，都更新整个Stripe﹝即每一个成员磁盘驱动器相对位置的数据都一起更新﹞，因此不会发生需要把部分磁盘驱动器现有的数据读出来，与新数据作XOR运算，再写入的情况发生﹝这个情况在
RAID 4和RAID 5会发生，一般称之为Read、Modify、Write Process，我们姑且译为为读、改、写过程﹞。因此，在所有 RAID级别中，RAID 3的写入性能是最好的。

RAID 3 的 Parity Data 一般都是存放在一个专属的Parity Disk，但是由于每笔数据都更新整个Stripe，因此，RAID 3的 Parity Disk 并不会如RAID 4的 Parity Disk，会造成存取的瓶颈。

RAID 3 的并行存取模式，需要RAID 控制器特别功能的支持，才能达到磁盘驱动器同步控制，而且上述写入性能的优点，以目前的Caching 技术，都可以将之取代，因此一般认为RAID 3的应用，将逐渐淡出市场。

RAID 3 以其优越的写入性能，特别适合用在大型、连续性档案写入为主的应用，例如绘图、影像、视讯编辑、多媒体、数据仓储、高速数据撷取等等。

5、RAID 4原理

创建RAID 4需要三块或更多的磁盘，它在一个驱动器上保存校验信息，并以RAID 0方式将数据写入其它磁盘，如图所示。因为一块磁盘是为校验信息保留的，所以阵列的大小是（N－l）*S，其中S是阵列中最小驱动器的大小。就像在 RAID 1中那样，磁盘的大小应该相等。

如果一个驱动器出现故障，那么可以使用校验信息来重建所有数据。如果两个驱动器出现故障，那么所有数据都将丢失。不经常使用这个级别的原因是校验信息存储在一个驱动器上。每次写入其它磁盘时，都必须更新这些信息。因此，在大量写入数据时很容易造成校验磁盘的瓶颈，所以目前这个级别的RAID很少使用了。

RAID 4 是采取独立存取模式，同时以单一专属的Parity Disk 来存放Parity Data。RAID 4的每一笔传输﹝Strip﹞资料较长，而且可以执行Overlapped I/O，因此其读取的性能很好。

但是由于使用单一专属的Parity Disk 来存放Parity Data，因此在写入时，就会造成很大的瓶颈。因此，RAID 4并没有被广泛地应用。

RAID4和RAID3很象，不同的是，它对数据的访问是按数据块进行的，也就是按磁盘进行的，每次是一个盘。在图上可以这么看，RAID3是一次一横条，而RAID4一次一竖条。它的特点的RAID3也挺象，不过在失败恢复时，它的难度可要比RAID3大得多了，控制器的设计难度也要大许多，而且访问数据的效率不怎么好。

6、RAID 5原理

在希望结合大量物理磁盘并且仍然保留一些冗余时，RAID 5 可能是最有用的 RAID 模式。RAID 5可以用在三块或更多的磁盘上，并使用0块或更多的备用磁盘。就像 RAID 4一样，得到的 RAID5 设备的大小是（N－1）*S。

RAID5 与 RAID4 之间最大的区别就是校验信息均匀分布在各个驱动器上，如图4所示，这样就避免了RAID 4中出现的瓶颈问题。如果其中一块磁盘出现故障，那么由于有校验信息，所以所有数据仍然可以保持不变。如果可以使用备用磁盘，那么在设备出现故障之后，将立即开始同步数据。如果两块磁盘同时出现故障，那么所有数据都会丢失。RAID5 可以经受一块磁盘故障，但不能经受两块或多块磁盘故障。

RAID 5也是采取独立存取模式，但是其Parity Data 则是分散写入到各个成员磁盘驱动器，因此，除了具备Overlapped I/O 多任务性能之外，同时也脱离如RAID 4单一专属Parity Disk的写入瓶颈。但是，RAI?D 5在座资料写入时，仍然稍微受到"读、改、写过程"的拖累。

由于RAID 5 可以执行Overlapped I/O 多任务，因此当RAID 5的成员磁盘驱动器数目越多，其性能也就越高，因为一个磁盘驱动器再一个时间只能执行一个 Thread，所以磁盘驱动器越多，可以Overlapped 的Thread 就越多，当然性能就越高。但是反过来说，磁盘驱动器越多，数组中可能有磁盘驱动器故障的机率就越高，整个数组的可靠度，或MTDL (Mean Time to Data Loss) 就会降低。

由于RAID 5将Parity Data 分散存在各个磁盘驱动器，因此很符合XOR技术的特性。例如，当同时有好几个写入要求发生时，这些要写入的数据以及Parity Data 可能都分散在不同的成员磁盘驱动器，因此RAID 控制器可以充分利用Overlapped I/O，同时让好几个磁盘驱动器分别作存取工作，如此，数组的整体性能就会提高很多。