Raid3.0数据丢失怎么办

  随着磁盘技术的发展,单磁盘容量快速增加,从最初的几十兆到现如今的4TB盘的广泛使用,但性能的提升却远没有那么显著,出现了磁盘容量与性能增长的不匹配。RAID3.0技术为海量数据存储而设计,完美的实现了海量数据存储下的高可靠、可共享、节点间冗余能力,以及足够高的性价比等诸多需求。

  RAID3.0将用户输入的一个文件或对象,切分成N块数据,通过Erasure Coding技术计算得到冗余的M块数据,将N+M块数据分散分布到N+M个网络数据节点上,从而提供容忍M个分布在不同数据节点磁盘或节点级别故障能力。

  通过Erasure Coding技术,实现了多种不同冗余能力的N+M组合方式,提供灵活的数据可靠性。重要的,冗余可以根据不同的文件/对象进行不同的配置,使用方可以视业务对数据可靠性的不同要求而进行灵活配置。

  文件/对象级别的细粒度,感知数据的容错设计,让数据重构只限于用户数据,避免了RAID/RAID2.0技术或多或少的无效数据恢复开销。N+M块数据通过算法,负载均衡的分布到集群中的N+M个数据节点上,实现了跨越网络节点的故障容忍能力。也让集群中众多节点、众多磁盘协同参与数据恢复成为可能,从而实现了跨节点众多磁盘参与、只恢复用户真正数据的高效数据自愈机制。

  跨节点、多硬盘、文件/对象粒度的数据冗余构建技术,能高效利用集群多网络节点、多硬盘的IO汇聚能力,提供急速的存储性能。跨节点的分布式设计,让系统几乎无上限的海量存储能力成为可能,极好的满足了数据爆炸式增长的时代平滑扩容的建设要求。同时,RAID3.0技术对于跨节点的容错设计,对物理节点可靠性的要求显著下降,从而有效降低了存储成本。物理数据节点本地存储不再需要组建RAID,有效保障了整体系统的磁盘利用率。

  如果我们raid3.0磁盘阵列的数据不慎丢失的话,大家也不用慌张,必须要第一时间寻找专业团队的帮助。这里向大家推荐上海天盾数据恢复中心,相信他们专业的技术水准一定能够帮助我们找回丢失的数据。

时间: 2024-08-29 10:33:25

Raid3.0数据丢失怎么办的相关文章

构建高并发高可用的电商平台架构实践

从各个角度总结了电商平台中的架构实践,由于时间仓促,定了个初稿,待补充完善,欢迎大家一起交流. 转载请声明出处:http://blog.csdn.net/yangbutao/article/details/12242441 作者:杨步涛 关注分布式架构.大数据.搜索.开源技术 QQ:306591368 技术Blog:http://blog.csdn.net/yangbutao 一. 设计理念 1.      空间换时间 1)      多级缓存,静态化 客户端页面缓存(http header中包

高并发电子商务平台技术架构

原文出自:http://blog.csdn.net/yangbutao/article/details/12242441 http://stamen.iteye.com/blog/1525924 我自己的大型B2B和B2C站点原来也是用Hibernate,可是后来不得不换成mybatis, 第一是用Hibernate 因为它封装得太高了.非常多东西是隐式进行的.常常引起问题,非常难定位.毕竟凡事有利必有弊: 第二大型站点肯定不是一个数据库.这点Hibernate是非常麻烦的,用Jdbc或Myba

构建高并发高可用的电商平台架构实践(下)

构建高并发高可用的电商平台架构实践(下) 6. 数据存储 数据库存储大体分为以下几类,有关系型(事务型)的数据库,以oracle.mysql为代表,有keyvalue数据库,以redis和memcached db为代表,有文档型数据库如mongodb,有列式分布式数据库以HBase,cassandra,dynamo为代表,还有其他的图形数据库.对象数据 库.xml数据库等.每种类型的数据库应用的业务领域是不一样的,下面从内存型.关系型.分布式三个维度针对相关的产品做性能可用性等方面的考量分析.

容灾、备份、存储

百度词条---王建成解读 容灾:一般是异地,否则如何容得了灾?==>是不是本地.不同机房就不算容灾,究竟是地方还是技术本身才是关键? 经典语录:容灾系统是数据存储备份的最高层次. [数据级容灾]是指通过建立异地容灾中心,做数据的远程备份,在灾难发生之后要确保原有的数据不会丢失或者遭到破坏,但在数据级容灾这个级别,发生灾难时应用是会中断的.在数据级容灾方式下,所建立的异地容灾中心可以简单地把它理解成一个远程的数据备份中心.数据级容灾的恢复时间比较长,但是相比其他容灾级别来讲它的费用比较低,而且构建

构建高并发高可用的架构

从各个角度总结了电商平台中的架构实践,由于时间仓促,定了个初稿,待补充完善,欢迎大家一起交流. 转载请声明出处:http://blog.csdn.net/yangbutao/article/details/12242441 作者:杨步涛 关注分布式架构.大数据.搜索.开源技术 QQ:306591368 技术Blog:http://blog.csdn.net/yangbutao 一. 设计理念 1.      空间换时间 1)      多级缓存,静态化 客户端页面缓存(http header中包

HBase Cassandra Riak HyperTable

Cassandra                                                              HBase 一致性 Quorum NRW策略 通过Gossip协议同步Merkle Tree,维护集群节点间的数据一致性 单节点,无复制,强一致性 可用性 1,基于Consistent Hash相邻节点复制数据,数据存在于多个节点,无单点故障. 2,某节点宕机,hash到该节点的新数据自动路由到下一节点做 hinted handoff,源节点恢复后,推送回

HBase底层存储原理——我靠,和cassandra本质上没有区别啊!都是kv 列存储,只是一个是p2p另一个是集中式而已!

理解HBase(一个开源的Google的BigTable实际应用)最大的困难是HBase的数据结构概念究竟是什么?首先HBase不同于一般的关系数据库,它是一个适合于非结构化数据存储的数据库.另一个不同的是HBase基于列的而不是基于行的模式. Google's BigTable论文 清楚地解释了什么是BigTable: Bigtable是一个疏松的分布式的持久的多维排序的map,这个map被行键,列键,和时间戳索引.每一个值都是连续的byte数组.(A Bigtable is a sparse

构建高并发高可用的电商平台架构实践 转自网络

从各个角度总结了电商平台中的架构实践,由于时间仓促,定了个初稿,待补充完善,欢迎大家一起交流. 转载请声明出处: 作者:杨步涛 关注分布式架构.大数据.搜索.开源技术 QQ:306591368 技术Blog:http://blog.csdn.net/yangbutao 一. 设计理念 1.      空间换时间 1)      多级缓存,静态化 客户端页面缓存(http header中包含Expires/Cache of Control,last modified(304,server不返回bo

实例磁盘阵列数据恢复方法

在RAID阵列数据恢复中,我们经常会遇到诸如RAID1.RAID0.RAID5等简单结构的阵列数据恢复,这类阵列数据恢复一般难度不大,数据恢复成功率也比较高.但当遇到复杂结构的阵列类型,如复合型阵列结构RAID0+1.RAID1+0.RAID5+0.RAID3+0.RAID6.RAID5E.RAID5EE等,这类阵列数据恢复难度相对较大. 如我所在的上海天盾数据恢复中心曾遇到过一组4个硬盘的RAID0,并不是简单的块串联,而是很长的块组合后才有规律:而RAID5类型也有由HP RAID5双循环的