RAID doma

• Matej Huš :: 18. jan 2003

Gotovo ste že slišali kakšnega računalniškega znalca, ki se je bahal z RAID-om v takšni ali drugačni obliki. Že sama beseda zveni zelo strokovno, potem pa je zraven govoril še o več diskih in ekstremno dobrih rezultatih, ki jih ti dosegajo. Pričujoči članek je zatorej namenjen temu, da se seznanite, kaj točno RAID je. Tokrat vas ne bodo prepričali le strokovni termini, saj boste dejansko izvedeli, kaj se praktično skriva v ozadju tehnologije.

V članku je poudarek na sistemih, ki so uporabni v domačih okoljih, saj je RAID enostavno preobsežno področje, da bi ga predelali v enem samem članku. Prav tako v njem ne boste zasledili težke in natančne teorije; namen članka je zgolj nazorno predstaviti logiko RAID-a ter smiselnost njegove uporabe doma. Članek se prav tako ne ukvarja z vprašanjem kako RAID polje dejansko postaviti. Predstaviti želi le teorijo RAID-a ter prednosti, ki jih le-ta ponuja in njihovo učinkovanje v praksi.

RAID je standard povezovanja diskov in upravljanja z njimi, ki je nastal z namenom, da bi lahko več manjših in počasnejših posameznih fizičnih diskov povezali v večjo in hitrejšo ter bolj zanesljivo logično enoto. Diski imajo namreč v računalništvu sloves ene od najmanj prijaznih komponent; so izjemno občutljivi, njihova okvara pomeni izgubo podatkov (česar si dandanes ne želi in ne more privoščiti prav nihče), povrh vsega pa so znani tudi kot največji "zaviralci" sistema. Kaj nam pomagajo hitri procesorji, grafične kartice in podobno, če pa se podatki še vedno hranijo na mehanskem mediju -- disku.

Kratica RAID označuje izraz Redundant Array of Inexspensive Disks, kar poskusimo sloveniti kot skupina poceni diskov s preobiljem podatkov. Glavna ideja tega sistema je povezati večje število manj zanesljivih in počasnejših, skratka cenejših diskov, ki bi navzven delovali kot hiter ter zanesljiv logičen pogon. Tehnologija se je izkazala kot zelo uspešna; o tem zgovorno priča pogostost tovrstnih krmilnikov na domačih osnovnih ploščah, nenazadnje pa jo uporablja tudi Slo-techov strežnik. Ker je uporaba identične tehnologije za različne maloge nemogoča, se je razvilo več različic RAID-a, ki se razlikujejo tako po zmogljivostih in lastnostih, ki jih ponujajo, kakor tudi po ceni. Pa si jih oglejmo.

"Mirroring" (RAID1)

"Mirroring" ali zrcaljenje je prva oblika, ki se uporablja predvsem tam, kjer potrebujemo veliko zanesljivost zapisa podatkov. Pri uporabi te tehnike se vsebina prvega diska avtomatično zapisuje hkrati tudi na drugega, tako da imamo vse podatke zapisane dvakrat. Ob uporabi zrcaljenja pridobimo na zmogljivostih malo. Pisanje in branje sta tako skorajda enako hitra kot brez uporabe RAID-a, saj je tukaj na prvem mestu zanesljivost; zmogljivost prihaja na drugem. No, v praksi je branje nekoliko hitrejše, saj lahko beremo hkrati različne podatke z dveh diskov, a razlike niso tako pomembne. Slabost tega načina je vsekakor slab izkoristek prostora, uporabili boste lahko zgolj 50% skupne kapacitete vseh particij. Pri uporabi te tehnike je zaželeno, da so vsi diski enako veliki, saj boste v nasprotnem primeru lahko v celoti uporabljali le najmanjšega, ostali pa bodo vidni samo do kapacitete najmanjšega. Presežka RAID krmilnik ne uporabi.

"Striping" (RAID0)

Medtem ko se pri zrcaljenju ne oziramo na zmogljivosti, predstavlja ta način drugo skrajnost. Tu je pomembna zgolj in samo zmogljivost; zanesljivost ni pomembna. Za ta način ne potrebujete sodega števila diskov, prav tako pa lahko efektivno uporabite ves razpoložljiv prostor vseh diskov. V čem je trik? Ob zapisovanju se podatki zapisujejo na vseh diske hkrati, kar pomeni, da se lahko nadejamo zelo, zelo hitrega zapisovanja podatkov. Podobno je z branjem. Kako veliki bloki podakov se bodo zapisovali na posamezne diske ureja t.i. chunk size. Z njegovo pravilno nastavitvijo lahko pripomorete k boljšim zmogljivostim RAID polja, po drugi strani pa lahko nepravilna nastavitev RAID polje povsem upočasni. Zaradi velikih hitrosti, ki jih je teoretično mogoče dosegati je zato priporočljivo, da imamo diske na ločenih kanalih, da drug drugemu ne kradejo pasovne širine. Poudariti velja le tveganost tega načina, saj boste ob odpovedi enega diska izgubili vse podatke, torej tudi tiste na nepoškodovanih diskih. Previdno torej! Tudi pri tej tehniki je zaželena enaka kapaciteta vseh diskov, saj bodo v nasprotnem primeru vsi diski navidezno enako veliki kot najmanjši. Presežki bodo znova neizkoriščeni.

"Linear" ali JBOD

Če nimate vseh diskov enako velikih in kljub vsemu želite, da bi izgledali kot en sam disk, lahko uporabite tudi "vmesno" možnost ki jo imenujemo JBOD. Pri uporabi te metode lahko med seboj kombiniramo različne diske, podatki pa se bodo najprej zapisovali na prvega, po njegovi zapolnitvi na drugega itd. Ta možnost ne prinese velikanskih hitrostnih pospeškov, je pa uporabna, če so posamezni diski premajhni za vaše potrebe, skupaj pa tvorijo dovolj zmogljiv disk. Ta način tudi ohranja podatke skupaj, zato so v primeru sesutja polja lažje rešljivi kot če bi bili razpršeni v polju RAID0.

"Parity s checksum" (RAID2-6)

Tretji način, imenovan "parity", je nekje med obema zgoraj navedenima. Nudi še vedno zavidljivo hitrost, prav tako pa ima pomembno vlogo zanesljivost. Ta način je uporaben le pri večjem številu diskov, zatorej ga v domačih računalnikih verjetno ne bomo srečali zelo pogosto. Uporabljan je t.i. paritetni sistem. Pri tem imamo dve možnosti: za zapisovanje paritet lahko določimo poseben disk ali pa uporabimo t.i. distribuirano pariteto, takrat se na vsak disk zapiše del paritetne informacije. S pomočjo teh paritet lahko tako sistem ob izpadu enega diska obnovi podatke z drugih in nemoteno deluje dalje. Svetla točka te tehnike je, da kljub dobršni zanesljivosti ne potrebujemo podvojevanja diskov ("mirroring") in tako posledično nekaj prihranimo ob nakupu diskov, saj izgubimo le za kapaciteto enega, slabost pa je izredna procesorska požrešnost, saj je potrebno pariteto vedno znova izračunavati ob vsakokratnem pisanju na disk, zaradi česar potrebujemo zmogljive krmilnike ter pri pisanju izgubimo veliko časa, saj mora krmilnik za izračun paritetne informacije prebrati vsebino iz vseh diskov (za zapis enega bloka moramo prebrati bloke na vseh ostalih diskih). Omeniti velja tudi, da je obnovitev podatkov ob izpadu enega diska izjemno dolgotrajna, saj je potrebno na osnovi paritete izračunati podatke. Ta način je tako praktično uporaben samo pri čisto strojni

implementaciji, saj drugače izgubimo ogromno pasovne širine (če nas to ne moti ter imamo pasovne širine dovolj, tudi programske rešitve delujejo zadovoljivo)

Kako do RAID-a?

V grobem obstajata dve implementaciji RAID-a. Prva možnost je čisto strojna; potrebujemo krmilnik, ki je lahko bodisi PCI kartica bodisi je že vgrajen na matično ploščo ter diske. Tukaj opravlja vsa procesorsko požrešna opravila strojni krmilnik, kar pomeni, da takšna rešitev bistveno ne vpliva na zmogljivosti procesorja, vendar je potrebno omeniti dodaten izdatek, ki ga predstavlja nakup krmilnika oziroma plošče z le-tem. Ta način uporabljajo domala vsi RAID sistemi s SCSI diski.

Druga možnost je programski RAID. Za to možnost potrebujemo namensko programsko opremo, ki ni ravno poceni, ali pa uporabimo kar v operacijski sistem vgrajeno podporo. Microsoft jo je, denimo, vgradil v strežniške sisteme Windows NT družine. Tudi če ne uporabljate izdelkov Microsofta niste na slabšem, saj RAID podpora obstaja tudi v Linuxu. In, kar je še najlepše, tam je na voljo vse zastonj. Podrobnejše informacije o vspostavitvi RAID-a pod Linuxom so na voljo spletu, od koder lahko povlečete tudi potrebno programje. Svetla plat tega načina je nizka cena, poudariti pa je potrebno, da ta način ni primeren za zahtevnejše RAID tehnike, saj je izjemno procesorsko požrešen že pri najenostavnejših, porabi pa tudi veliko pasovne širine.

Ko strojni RAID ni strojni RAID ...

Ne pozabite, da boste pravi strojni RAID z IDE diski videli v izjemno malo primerih, saj gre pri trenutno popularnih in ugodnih karticah podjetij HPT, Promise, Z-Cyber ... še vedno le za implementacijo prek gonilnikov. Veliko večino dela še vedno opravlja centralni procesor. Kaj to pomeni? Na kratko, bistveno slabše rezultate, saj prihaja do zastojev podatkov, ker procesor ni zmožen dovolj hitro procesirati podatke ali pa potem procesor ni uporaben za svoje primarne namene, saj se preveč časa ubada z RAID-om. Za domače uporabnike so tako ti "kvazi" RAID krmilniki še sprejemljivi, v strežnikih pa je njihova uporaba neprimerna in jo odsvetujemo. Pravi, čisto strojni RAID za IDE diske podpirajo npr. kartice podjetja 3ware. S SCSI RAID krmilniki ni takšnih problemov, saj gre večinoma za popolnoma strojne rešitve.

Prav tako preverite vse te integrirane in druge ugodne IDE RAID rešitve, saj kljub mamljivi ceni niso nujno optimalne. Prava RAID kartica mora biti vedno sposobna zagnati računalnik, kljub npr. manjkajočemu disku v RAID1 polju ali brez paritetnega diska v RAID5, kar pri zgoraj omenjenih ni vedno res. Nekateri Fasttrack krmilniki recimo nočejo zagnati sistema ob manjkajočem disku v RAID1 ipd., kar lahko zelo oteži restavracijo podatkov. Previdnost torej ni odveč, poudariti pa velja, da sta prvi obrambi pred izgubo podatkov redno izdelovanje backup kopij na izmenljive medije ter UPS zaščita. RAID prihaja šele za tem.

RAID in številčenje

Ker torej obstaja več različnih tehnik RAID-a, ki jih lahko za nameček še med seboj poljubno kombiniramo, se je bilo potrebno nekako dogovoriti, kako različne RAID tehnike označevati. Sprejet je bil dogovor, da bodo poimenovane kar s številkami. Poglejmo si torej, kako si oznake sledijo in kaj pomenijo.

RAID0 je najosnovnejši, že omenjeni striping, pri katerem se na vsak disk zapiše del podatkov. S tem mnogo pridobimo na hitrosti, a izgubimo vse podatke ob odpovedi kateregakoli diska.

RAID1 je drugo ime za najenostavnejši mirroring. Njegova glavna lastnost je visoka cena, saj potrebujemo vsaj podvojeno kapaciteto diskov, prednost pa je velika varnost podatkov.

Tako smo končali s tehnikami, ki jih omogočajo poceni IDE RAID krmilniki ter tisti, ki so večinoma integrirani na matičnih ploščah. Vse naslednje tehnike za domačo rabo niso primerne, uporabljajo jih le v zahtevnih strežnikih in so navedene le kot zanimivost.

RAID2 je malce izboljšan RAID1, saj je tu odstotek neizkoriščenega prostora malce nižji. Pri tem načinu se uporablja posebna metoda, imenovana Hammingova koda, ki služi odkrivanju napak. Za uporabo te tehnike RAID-a potrebujemo vsaj 7 diskov, saj se z vsakimi štirimi biti podatkov zapišejo še trije nadzorni biti. S pomočjo teh je kasneje mogoče ob odpovedi kateregakoli diska obnoviti podatke; sistem tako deluje nemoteno naprej. Slabost tega načina je še vedno velika izguba prostora, kar pa uspešno rešuje naslednji sistem.

RAID3 je poenostavljena inačica načina RAID2. Pri njegovi uporabi se ne uporablja t.i. Hammingova koda za odkrivanje napak, temveč le paritetni bit. Za uporabo tega načina potrebujemo vsaj tri diske, pri katerih se na poseben disk zapisuje paritetna informacija, na ostale pa se razdelijo podatki. V tem primeru je uporabljan t.i. "byte level", kar pomeni, da se podatkovni biti zapisujejo izmenično na vse diske. S pomočjo paritete lahko tako ob odpovedi enega diska sistem obnovi podatke in nemoteno deluje dalje brez njih izgube.

RAID4 je izjemno podoben načinu RAID3; od njega se razlikuje le po tem, da se podatki zapisujejo po blokih ("block level") na različne diske. Velikosti posameznih blokov lahko spreminjamo, kar nam daje možnost, da s pravilno izbiro nastavitev iz našega RAID polja iztisnemo največ. Jasno, ob nepravilni nastavitvi lahko dosežemo ravno nasproten učinek od pričakovanega -- tj. upočasnitev.

Prišli smo do trenutno najbolj uporabljanega RAID načina. RAID5 je po svoji zasnovi podoben RAID4 sistemu, le da se tu pariteta zapisuje na vse diske in ne več na posebej določenega. Ta način je v praksi najbolj uporabljan predvsem zaradi dejstva, da odpravlja ozko grlo paritetnega diska, kar se je pokazalo pri uporabi velikega števila diskov v sistemih RAID3 in 4. Z uporabo tega sistema sicer izgubimo kapaciteto enega diska, vendar je zagotovljena zanesljivost, saj lahko sistem navzlic odpovedi enega izmed diskov obnovi vse podatke in nemoteno deluje dalje.

RAID6 je veliko manj uporabljan od svojega "brata" RAID5, čeprav uporabljata zelo podoben sistem. Edina razlika je, da se pri tem načinu pariteta zapiše dvakrat, kar nam omogoča nemoteno delovanje sistema tudi ob izpadu dveh diskov hkrati - kar pa je zelo malo verjetno.

Vse zgoraj omenjene načine lahko seveda tudi kombiniramo, npr. RAID1+0 je kombinacija stripinga in zrcaljenja, za katerega potrebujemo štiri diske itd. Možnosti in kombinacij je obilo, a to je že zunaj mej tega članka, saj povprečen nedeljski uporabniki tega verjetno ne bo potreboval, kaj šele uporabljal.

RAID v domačem računalu

Če ste se torej odločili, da boste v vašem računalniškem "čudu" uporabili RAID, morate najprej poskrbeti za vsaj dva diska, čeprav lahko boljše rezultate dosegate šele ob uporabi treh diskov ali več. Na tem mestu bomo predpostavljali, da boste RAID polje postavljali z IDE diski, saj so SCSI različice neprimerno dražje in zato v domačih računalnikih neuporabne. Prav tako je zaželeno, da so diski enakih kapacitet, kajti v nasprotnem primeru boste imeli izgube prostora, ki bo popolnoma neuporaben in žal tudi nedostopen. Nato boste morali izbrati krmilnik, kjer imate načeloma še možnost uporabe povsem programskega RAID-a, a vam polagam na srce, da tukaj procesor resnično trpi, pospeški pa na račun počasnejšega procesorja niso vidni. Že pri uporabi raznih že omenjenih "kvazi strojnih IDE RAID krmilnikov" je obremenjenost procesorja precejšnja, prav tako porabljena pasovna širina. Tako, da, v domačem računalniku boste pravi strojni RAID težko ugledali.

Testni sistem

• Procesor: AMD Athlon 1100 MHz (nenavit);
• Matična plošča: Gigabyte GA-7VRXP (KT333);
• RAID krmilnik: Promise PDC20276 (integriran na plošči) -- podpira RAID0 ter RAID1
• Pomnilnik: 256 MB DDR266;
• Trdi diski:
  • dva Western Digital 80 GB 7200 rpm 8 MB cache;
  • Western Digital 15 GB 5400 rpm 2 MB cache (referenca);
• Grafična kartica: ELSA GladiacMX (GeForce2 MX);
• Gonilniki: VIA Hyperion 4in1 v4.45;
• Datotečni sistem: NTFS;
• Operacijski sistem: Windows 2000 Professional.

Kako sem testiral?

Vse diske sem najprej popolnoma zbrisal (low-level format), nakar sem namestil operacijski sistem na referenčni disk. Oba osemdesetgigabajtneža sem nato priključil ločeno ter ju tako tudi testiral. Nato sem z diskoma najprej kreiral RAID0 polje ter ga testiral, nakar sem ustvaril RAID1 polje ter ponovil vse teste. Za konec sem z enakimi testi preizkusil še referenčni disk.

Vsi testi so potekali pri nenavitem računalniku, saj sem želel doseči čim večjo stabilnost. Diske sem priključeval z 80-žilnimi kabli na IDE krmilnik s podporo ATA100 ter na že omenjeni Promiseov PDC20276 krmilnik, ki je integriran na moji plošči in na žalost spada med t.i. "kvazi strojne" krmilnike. Vsi diski so bili formatirani z datotečnim sistemom NTFS. Na RAID poljih je bil vedno naložen svež operacijski sistem (Windows 2000).

Vse diske in RAID polja sem testiral v naslednjih programih:

• SiSoft Sandra 2003 Pro
• HD Tach 2.61

Sandra je že naša stara znanka... Gre za sintetični test, ki testira poljubno formatiran disk z 255 MB veliko datoteko in izpljune nekatere statistične podatke, kot so povprečni dostopni čas, hitrost branja (s predpomnilnikom ter naključnega) ...

HD Tach pa je program, ki preizkusi disk od začetka do konca ter izpiše povprečno hitrost branja, dostopni čas ...

Rezultati testov

Kaj dejati ob gornjih slikah? Dva diska sta, vsaj kar se branja tiče, hitrejša od enega samega. Stvari pa se bistveno bolj zapletejo, ko ste postavljeni pred odločitev, ali je branje hitrejše pri uporabi striping ali mirroring načinu.

Kogar zanima le in samo dostopni čas, je zadeva jasna. Pri načinu mirroring je dostopni čas krajši (boljše), saj so podatki napisani na dveh diskih in se torej berejo ter iščejo hkrati. A dostopni čas ni najpomembnejši pokazatelj hitrosti. Poglejmo še hitrost branja. Mirroring tu prevzame prednost, saj je prenos konstantno višji, pa tudi obremenitev procesorja je manjša, a prednosti niso vredne posebne pozornosti. S stališča branja podatkov je tako uporaba sistema RAID0 smotrnejša.

Test diska starejše generacije sem dodal, ker me je zanimalo, koliko so diski v zadnjih generacijah resnično napredovali. Da, so napredovali. Hitrosti branja in pisanja sta pri najnovejših diskih skorajda dvakrat višji, razlog zato pa gre iskati pri hitrosti vrtenja (7200 rpm) ter količini predpomnilnika (8 MB). In proti tem razlikam, so razlike med različnimi RAID polji majhne.

Pri branju podatkov iz predpomnilnika se RAID0 ter RAID1 ne obneseta najbolje, kar je razumljivo. Western Digitalovi diski imajo namreč izjemno hiter predpomnilnik in tu nam običajen RAID ne pomaga kaj dosti. A pri vsakdanjem delu z računalnikom (kamor sintetični testi vsekakor ne sodijo) do takih situacij skorajda ne prihaja. Tudi starejši disk še drži priključek, saj pri branju iz predpomnilnika hitrost vrtenja plošč, v čemer je le-ta bistveno zaostajal, ne igra vloge.

Pri zaporednem branju podatkov se daleč najboljše obnese vezava diskov v RAID0, saj pride tu do izraza zmožnost sinhronega branja obeh diskov. Pri zaporednem pisanju se stvar obrne, tu prevzame pobudo samostojen disk, saj se pri RAID variantah porabi nekaj časa tudi za izračunavanje kam zapisati podatke.

Pri zapisovanju in branju naključno ležečih podatkov pa pride do izraza prava vrednost RAID-a. In roko na srce, največkrat se srečujemo prav s to vrsto dostopa do diska. Pri branju podatkov se najboljše obnese RAID1, kar je razumljivo, saj so podatki zapisani na več diskih, kar pomeni, da lahko naenkrat beremo iz več diskov, če so seveda na ustreznih vodilih; drug drugemu ne smejo krasti prepustnosti. In sistem, jasno, ne bere istih podatkov z obeh diskov, temveč z vsakega polovico (približno). Pri zapisovanju je slika podobna, le vodstvo prevzame način RAID0, kjer se podatki dejansko zapisujejo na dva diska hkrati, kar teoretično prinese dvakratno izboljšanje zmogljivosti, način RAID1 pa pri pisanju rahlo zaostaja.Vsi podatki se morajo še zmeraj zapisati na vsak disk.

Podatke o dostopnih časih jemljite rahlo z rezervo, saj si jih vsak program razlaga malce drugače in pokaže drugačne vrednosti. Pomembna je primerjava. Kot se je pokazalo, imata obe RAID možnosti boljši (nižji) dostopni čas kot samostojen disk, kar je posledica tega, da sistem pač išče po več diskih hkrati. Iz istega razloga je v vodstvu tu način RAID1 (podatki so na obeh diskih -- sistem preišče pol prvega in pol drugega), na drugem mestu pa sta skoraj skupaj RAID0 ter samostojen disk. Logično, saj so podatki zapisani samo enkrat in vsakokrat je potrebno preiskati celotno kapaciteto. Referenčni disk ima bistveno slabši dostopni čas, ki lepo kaže pomembnost 7200rpm hitrosti vrtenja plošč. Kakorkoli že, dostopni čas ni najpomembnejši pokazatelj hitrosti, je pa lep pokazatelj same logike RAID sistemov.

Summa Summarum

Čas je, da potegnemo črto. V teoriji izgleda RAID odlično. A praksa se ponovno razlikuje od teorije. Za domačo rabo je po mojem mnenju primeren le RAID1, a še ta samo, če veste, zakaj ga potrebujete. "Striping" oz. RAID0 je preveč tvegana možnost. Doprinese k pospeškom, o tem ni dvoma, a dejstvo da so -- če vam odpove en sam disk -- vsi podatki izgubljeni, pretehta. Pospeški so enostavno premajhni. Uporaba tega načina bi bila smotrna samo v primerih, kjer potrebujete visoke hitrosti prenosa, npr. video oblikovanje, a dvomim, da se bo povprečni uporabnik tega loteval.

RAID1? Če zahtevate varnost podatkov, potem da. V nasprotnem primeru ne. RAID1 malenkostno zmanjša zmogljivosti računalnika, to je dejstvo, a je pri današnjih hitrostih to skorajda nepomembno. Če si izdatek v višini dvakratne razpoložljive kapacitete lahko privoščite, si RAID1 vsekakor omislite. Varnost podatkov šteje, toda ne pozabite, RAID1 vas ščiti samo pred mehansko okvaro enega diska. V primeru tokovnih sunkov, virusov, itd. vam le-ta ne bo pomagal. Vaši prijatelji naj še vedno ostanejo UPS ter varnoste kopije na izmenljive nosilce podatkov.

Summa summarum: RAID si privoščite le, če natančno veste za kaj in zakaj. Da bi imeli RAID le za zabavo oz. zato, da ga pač imate, se preprosto ne splača. Z njegovo postavitvijo je namreč kar nekaj težav, a ko vam uspe, sistem resnično "poleti". Ali pa ne, odvisno od uspešnosti vaših nastavitev.