计算机基础之RAID技术

概述

RAID，Redundant Array of Independent Disks，独立磁盘冗余阵列，一种把多块独立的硬盘（物理硬盘）按不同的方式组合起来形成一个硬盘组（逻辑硬盘），从而提供比单个硬盘更高的存储性能和提供数据备份技术，是目前商用服务器常见的磁盘管理技术。主要是为了改善磁盘的存储容量、读写速度，增强磁盘的可用性和容错能力。目前服务器级别的计算机都支持插入多块磁盘（8块或者更多），通过使用RAID技术，实现数据在多块磁盘上的并发读写和数据备份。基本功能包括数据冗余和性能提升：

• 数据冗余：指把数据的校验信息存放在冗余的磁盘中，在某些磁盘数据损坏时，能从其他未损坏的磁盘中，重新构建数据
• 性能提升：提高传输速率，磁盘阵列将多个磁盘组成一个阵列，当做一个单一的磁盘使用，把数据已分段的形式存储到不同的硬盘之中，发生数据存取变动时，阵列中的相关磁盘一起工作,这就可以大幅的降低数据存储的时间，同时还能拥有更佳的空间和使用率

原理

常用RAID技术有以下几种：

RAID0

假设服务器有N块磁盘：

数据在从内存缓冲区写入磁盘时，根据磁盘数量将数据分成N份，这些数据同时并发写入N块磁盘，使得数据整体写入速度是一块磁盘的N倍，读取时也一样，因此RAID0具有极快的数据读写速度。

优势：提升IO

劣势：不做数据备份没有冗余（错误修复）能力，N块磁盘中只要有一块损坏，数据完整性就被破坏，所有磁盘的数据都会损坏。

计算：2块40G的硬盘做RAID0，可用总容量为累加值，即80G，利用率是100%

RAID1

RAID1这种方案是为解决RAID0的问题，数据在写入磁盘时，将一份数据同时写入两块磁盘，这样任何一块磁盘损坏都不会导致数据丢失，插入一块新磁盘就可以通过复制数据的方式自动修复，具有极高的可靠性。

优势：数据可靠性
劣势：磁盘利用率为50%

RAID3

一般情况下，一台服务器上不会出现同时损坏两块磁盘的情况，在只损坏一块磁盘的情况下，如果能利用其它磁盘的数据恢复损坏磁盘的数据，就能在保证可靠性和性能的同时，大幅提升磁盘利用率。
在数据写入磁盘时，将数据分成N-1份，并发写入N-1块磁盘，并在第N块磁盘记录校验数据，任何一块磁盘损坏（包括校验数据磁盘），都可以利用其它N-1块磁盘的数据修复。
但是在数据修改较多的场景中，任何磁盘修改数据都会导致第N块磁盘重写校验数据，频繁写入的后果是第N块磁盘比其它磁盘容易损坏，需要频繁更换，所以RAID3很少在实践中使用。

RAID5

相比RAID3，更多被使用的方案是RAID5。RAID5和RAID3很相似，但是校验数据不是写入第N块磁盘，而是螺旋式地写入所有磁盘中。这样校验数据的修改也被平均到所有磁盘上，避免RAID3频繁写坏一块磁盘的情况。

至少需要3块硬盘。通用采用4块硬盘，其中有一块硬盘是用来做数据冗余的，如果做RAID5的服务器上有一块硬盘坏掉，那么需要把坏的盘拨下来，然后换上一块新的硬盘，系统会自动进行数据同步。

可用容量：单块磁盘容量 * (n-1)，n为磁盘数。

安全性能方面，RAID1最高，RAID5次于RAID1。

缺点：只允许单盘故障，一盘出现故障得尽快处理。有盘坏情况下，RAID5 IO/CPU性能狂跌，此时性能烂到无以复加。

建议：盘不多，对数据安全性和性能提示都有要求，RAID5是个不错选择，盘多可考虑RAID10。

RAID6

如果数据需要很高的可靠性，在出现同时损坏两块磁盘的情况下（或者运维管理水平比较落后，坏一块磁盘但是迟迟没有更换，导致又坏一块磁盘），仍然需要修复数据，这时候可以使用RAID6。RAID6和RAID5类似，但是数据只写入N-2块磁盘，并螺旋式地在两块磁盘中写入校验信息（使用不同算法生成）。

至少需要4块硬盘，RAID6是在RAID5的基础上为了加强数据保护而设计的。可允许损坏2块硬盘。
可用容量：

C=(N-2)×D
C=可用容量 N=磁盘数量 D=单个磁盘容量

RAID10

利用奇偶校验实现条带集镜像，结合RAID0和RAID1两种方案，将所有磁盘平均分成两份，数据同时在两份磁盘写入，相当于RAID1，但是在每一份磁盘里面的N/2块磁盘上，利用RAID0技术并发读写，既提高可靠性又改善性能，不过磁盘利用率较低，有一半的磁盘用来写备份数据。

至少需要4块硬盘，是一种高成本、高可靠性、高存储性能的三高阵列技术。

缺点：对盘的数量要求稍高，磁盘使用率为50%。

对比

RAID技术有硬件实现，比如专用的RAID卡或主板直接支持，也可以通过软件实现，在操作系统层面将多块磁盘组成RAID，在逻辑上视作一个访问目录。RAID技术在传统关系数据库及文件系统中应用比较广泛，是改善计算机存储特性的重要手段。

RAID技术只是在单台服务器的多块磁盘上组成阵列，大数据需要更大规模的存储空间和访问速度。将RAID技术原理应用到分布式服务器集群上，就形成Hadoop分布式文件系统HDFS的架构思想。

各级RAID的对比

RAID级别	别名	容错冗余	读性能	写性能	空间利用率	数据可靠性	最大能容忍的坏盘数
RAID0	条带	无	单块盘的N倍	单块盘的N倍	100%	很低	0
RAID1	镜像	有	单块盘的N倍	最慢磁盘的性能	50%	很高	N-1
RAID2	-	-	不到单块盘的N倍	单盘的写入速度 * 校验盘的数量	不到100%		取决于海明纠错码位数
RAID3	专用奇偶校验条带	有	单块盘的N-1倍	校验盘的写入速度	(N-1)/N		1
RAID4	-	-	单块盘的N-1倍	校验盘的写入速度	(N-1)/N		1
RAID5	分布奇偶校验条带	有	单块盘的N倍	略微弱于单块盘的N倍	(N-1)/N	较高	1
RAID6	双重奇偶校验条带	有	单块盘的N倍	略微弱于单块盘的N倍，差于RAID5	(N-2)/N	较(RAID5)高	2
RAID10	镜像加条带	有			50%

实战

容量计算

如果使用物理硬盘容量不相等的硬盘做RAID，创建的RAID阵列的总容量为较小的硬盘的计算方式。

RAID5的存储机制是两块存数据，一块存另外两块硬盘的交易校验结果。RAID5的建立后，坏掉一块硬盘，可以通过另外两块硬盘的数据算出第三块的，所以至少要3块。RAID5是一种旋转奇偶校验独立存取的阵列方式，它与RAID3，RAID4不同的是没有固定的校验盘，而是按某种规则把奇偶校验信息均匀地分布在阵列所属的硬盘上， 所以在每块硬盘上，既有数据信息也有校验信息。这一改变解决争用校验盘的问题，使得在同一组内并发进行多个写操作。所以RAID5既适用于大数据量的操作，也适用于各种事务处理，它是一种快速、大容量和容错分布合理的磁盘阵列。当有N块阵列盘时，用户空间为N-1块盘容量。

3块容量为80G的硬盘做RAID5阵列，其容量为：160G；
2块80G和1块40G的硬盘做RAID5阵列，其容量为：80G

参考

一文详解大规模数据计算处理原理及操作重点