Sistemas RAID

Concepto

RAID son las siglas de Redundant Array of Independent Disks, en castellano matriz redundante de discos independientes. Es un método para agrupar varios discos duros en una matriz que el sistema operativo reconoce como una única unidad de almacenamiento.

Su función es mejorar el almacenamiento reuniendo varios discos en una sola unidad lógica, con lo que se gana rendimiento, capacidad y/o tolerancia a fallos. La SNIA publica el estándar Common RAID Disk Data Format (DDF), que normaliza cómo se disponen los datos de un grupo RAID en los discos, de modo que distintos fabricantes puedan leerlos e intercambiarlos.

Técnicas base

Objetivos

• Mejorar el rendimiento.
• Aumentar la disponibilidad.
• Proporcionar tolerancia a fallos.
• Incrementar la capacidad.

Tipos de implementación

• RAID por hardware: lo gestiona una controladora dedicada.
• RAID por software: lo gestiona el sistema operativo.

Niveles RAID

RAID 0 (striping)

• Configuración básica orientada a quien busca velocidad de lectura y escritura por encima de todo; el reparto de los datos entre los discos reparte también la carga de E/S, de modo que la velocidad aumenta con el número de discos.

• Requiere al menos 2 discos, que pueden ser de capacidades distintas, aunque la matriz toma como referencia el de menor capacidad.
• Los datos se escriben alternando entre los discos de la matriz; viajan en paralelo y el flujo puede llegar a ser el doble que con un solo disco.
• Inconveniente: no hay duplicación ni redundancia; si falla un disco o un archivo interno, los datos se pierden sin posibilidad de recuperarlos.

RAID 1 (mirroring)

• Configuración básica en la que prima la redundancia.
• Necesita al menos 2 discos; los datos se guardan igual en todos ellos, de modo que ante un error en un disco o en un archivo siempre queda otra copia.
• El tamaño de la matriz es el del disco de menor capacidad, porque los datos han de estar siempre duplicados.
• Como los mismos datos están en todos los discos, las lecturas pueden repartirse entre ellos y ganar velocidad; las escrituras, en cambio, no se aceleran, porque cada dato debe escribirse en todos los discos del espejo.

RAID 4 (paridad dedicada)

• Distribuye la información a nivel de bloques y reserva un único disco para la paridad.
• Cada disco puede trabajar de forma independiente ante una petición de lectura o escritura; si la controladora lo permite, puede atender varias peticiones simultáneas.
• El cuello de botella está en el disco de paridad.
• Mínimo 3 discos.

RAID 5 (paridad distribuida)

• Uno de los niveles más usados; exige un mínimo de 3 discos.
• Los datos se dividen en bloques repartidos entre todos los discos y, junto a ellos, se guarda un código de paridad que también se reparte (rota) entre todos los discos; no hay un disco dedicado a la paridad. Con esa paridad se puede reconstruir la información si falla uno solo de los discos.

• La velocidad de lectura aumenta al repartirse los bloques entre más discos.
• Combina el reparto de datos (striping, como RAID 0) con redundancia por paridad, que permite recuperar los datos tras un fallo.

• Tolerancia a fallos: 1 disco.
• Inconvenientes: el mínimo es de 3 discos en lugar de 2, lo que supone más inversión; y si fallan dos discos a la vez, se pierden los datos del conjunto.

RAID 6

• Variante de RAID 5 con doble paridad, normalmente distribuida entre todos los discos.

• Mínimo 4 discos.
• Tolerancia a fallos: 2 discos.

RAID 1+0

• Combina RAID 1 y RAID 0; mínimo 4 discos.
• Primero se forman 2 parejas en RAID 1 y, con ellas, una pareja en RAID 0.

RAID 0+1

• Combina RAID 0 y RAID 1 en orden inverso: primero se montan dos RAID 0 y sobre ellos un RAID 1.
• La recuperación de datos es más compleja que en un RAID 1+0.

Resumen de niveles RAID

Claves para no confundirse en el examen

• RAID 0 reparte los datos de forma equitativa entre dos o más discos. Mejora el rendimiento pero NO tolera fallos: si un disco falla, se pierde toda la información. Es falso que RAID 0 sea tolerante a fallos.
• RAID 1 duplica (espeja) los datos en dos discos distintos, con una copia exacta y completa. NO usa paridad —eso lo distingue de los niveles con paridad—; es falso que RAID 1 utilice paridad.
• RAID 5 permite acceso independiente con paridad distribuida entre todos los discos del conjunto y soporta un único fallo de dispositivo sin perder datos.
• RAID 4 reparte la información por bloques con un único disco de paridad dedicado, no dos; es falso que RAID 4 use dos discos de paridad dedicados.