Tipos de discos y configuraciones RAID usadas en servidores

Hola,

Quería hacerte alguna puntualizaciones respecto al RAID. Veo algún detalle que podrías pulir.

Empezar con el RAID 0. Ni más ni menos que una concatenación de discos, el dispositivo RAID resultante es la suma de los tamaños de los dispositivos que se añaden, 2 o más.

En los RAID 1 también puedes disponer de más de dos dispositivos, en este caso, por seguridad (modo paranoid-bofh) o sobretodo por mejorar rendimiento. En equipos con muchas lecturas, al leer de un RAID1, si disponemos de una buena controladora, se harán lecturas en paralelo de los diferentes sectores a leer, lo que aumenta en gran medida la velocidad de lectura. Al escribir, siempre lo hacemos a todos por igual.

En los RAID 5 escribes stripes + crc (check de redundancia), por lo que el tamaño de disco a desperdiciar en CRC depende del número de discos del RAID 5. Lo mínimo son 3, aunque yo prefiero hacerlos con más. En un RAID 5 con 3 HDD desperdicias 1 para CRC, pero en un RAID 5 de 8 HDD, sigues desperdiciando 1 para CRC, así que tienes más espacio útil.

No lo mencionas, pero en todos puedes configurar dispositivos Hotspare (hablo de dispositivos y no discos porque puedes mezclar tecnologías tanto hardware como dispositivos software), para que entren a sustituir a un disco dañado. Es muy interesante disponer de ellos aunque en la práctica sean discos sin uso, si disponemos de información sensible, por lo mucho que tardan en sincronizarse los RAID con discos de gran tamaño, y ante el punto crítico que se produce entre que falla un dispositivo, y se sustituye para empezar a sincronizar. En este caso, el nuevo sustituirá al hotspare.

Para la gente normal, con estos tres niveles de RAID tiene bastante. El RAID 10 supone un gran desperdicio de dispositivos, la mitad, frente a un RAID 5, así que solo es interesante en casos muy puntuales donde se haya estudiado el rendimiento.

Pero puedes hacer combinaciones, por ejemplo, si quieres rendimiento salvaje, y mucha seguridad, lo más rápido con lo que he trabajado es con arrays de discos Sun en modo RAID 0 con 14 discos y dos hotspare, en parejas de arrays formando dispositivos RAID 1, y unidos entre sí (6 arrays) como un dispositivo RAID 5, para motar un storage de Oracle. Es un desperdicio brutal de discos, pero da una confiabilidad muy alta cuando tienes las máquinas en un CPD remoto y no puedes estar in situ al momento por un fallo puntual, y un rendimiento de E/S brutal (todo hardware)

Un RAID muy interesante y que no se menciona es el que usa ZFS, y que desarrolló Sun, el RAID Z, que es más rápido que el RAID 5 y mejora la gestión de los stripes. Si montas un freenas o cualquier BSD lo tienes como opción fuera del entorno Solaris/OpenSolaris. Una cosa genial es hacer más grande el RAIDZ en caliente, cambiando discos del zopo por otros más grandes.

El RAID por hardware SIEMPRE es más fiable que el RAID software, a menos claro que hablemos de fakeRAID (implementado en algunas BIOS) y de controladores marca nisupu. El motivo principal es que todos los sistemas de ficheros trabajan con cachés de lectura y escritura, y si solo hacemos direct-write perdemos mucho rendimiento. En las controladores hardware se incorpora una batería y memoria (a más de una y de otra puede salir prohibitiva en coste) con lo que en caso de corte eléctrico, se garantiza que se escriban todos los datos y por lo tanto el sistema de ficheros no tenga problemas de coherencia. Arrancar después de un crash y tardar una brutalidad en hacer un check de consistencia de un storage de BBDD es algo evitable.

Comentas que los cálculos de paridad los hace la "controlador de red". Se te coló.

Lo fascinante del RAID por software, tal como lo implementa Linux o Mac OS X es que es muy flexible en cuanto a los dispositivos, y no te has de ceñir a geometrías físicas para reemplazar dispositivos. Eso tiene un coste en rendimiento brutal, pero permite llegar a hacer cosas como un RAID entre un pendrive y un HDD, por ejemplo, para salir del paso. O a hacer RAID a través de Internet como con NBD, y montar encima un sistema de ficheros GFS para tener alta disponibilidad. Pero ya son configuraciones más delicadas.

En cuanto a los tipos de discos, lo mejor siempre es más discos más pequeños que pocos y grandes, por el tiempo que se tarda en reconstruir un array, sobretodo si es soft, y al ser sometidos a menos stress, se tendrá mayor fiabilidad. Yo me decanto por los SAS donde se pueda, los SSD dan mucho rendimiento pero para cierto tipo de stress, van a fallar prematuramente. Son discos perfectos para scratch.

Respecto al RAID 5 software discrepo, ya que los he montado sin problema, eso sí, con buenas controladoras SATA, sino si que existe el peligro de degradación. Y con buenos HDD. Lo que machaca a estos RAID en mi experiencia es mal hardware (placa madre), discos baratos y cables SATA de mala calidad. Montando cosas de calidad no me han surgido inconsistencias.

Y no es RAID pero ya que hablamos de dispositivos y rendimiento... Para sistemas de ficheros que requieran una tasa de lectura brutal, como por ejemplo el storage para Apache donde tenemos los PHP, podemos montar un RAMDRIVE, sincronizar el contenido con rsync o similar con el storage físico, y hacer que nuestras APPS lean del disco RAM. El problema es la volatilidad cuando se reincida el servidor.

Saludos,

Hola Juan Carlos, se trata de un articulo SIMPLE para que departamento comercial pueda explicarle de forma FACIL y RAPIDA, para clientes que no entiendan lo que es un RAID, si les paso una explicación tan detallada como la tuya, el cliente coge la puerta y se va...

Un saludo.

Definitivo, el compartir información no debería ser tan rebuscado, mucha gente con otras profesiones no conocen términos o entienden muy bien la tecnología y a la mayoría de los ingenieros en sistemas parece no importarles, yo soy Ing en Sistemas y estoy en total desacuerdo con aplicar terminología con personas que no tienen relación en el campo. Gracias por la info Álvaro. Saludos! MP