第三十八讲——磁盘存储

<div>　　我们这一讲说一说硬盘，硬盘时很常见的，应该在每一台主机中都存在，且以多种形式存在，硬盘作为一种存储介质，我们有必要了解其结构以及存储形式。</div>
<div>　　我们常见的硬盘分为机械硬盘和固态硬盘。</div>
<div>　　简单地说，机械硬盘中有机械结构，固态硬盘中无机械结构。</div>
<div>　　按接口划分，可分为IDE、SATA、SCSI、USB等等</div>
<div>　　IDE是一种比较老的接口形式，传输方式为并行传输。其理论传输速度为133Mbps。</div>
<div>　　SATA是一种新的接口，但也分为SATA1、SATA2、SATA3，即1/2/3代，STAT口为串行传输。</div>
<div>　　SATA1：理论传输值为300Mbps</div>
<div>　　SATA2：理论传输值为600Mbps</div>
<div>　　SATA3：理论传输值为6Gbps。</div>
<div>　　USB接口的硬盘一般用于外存，方便携带。</div>
<div>　　USB3.0的接口传输速度为480Mbps，采用串行传输。</div>
<div>　　我们之前说了串行传输、并行传输，按道理来说串行传输相当于一条双向车道的马路，并行传输相当于双向12车道的马路，但是为什么并行传输速度低且在IDE时代作为接口使用？</div>
<div>我们知道，信息在计算机中表示为电路的通断，当线路中有磁场时就会对周围的线路产生影响，所以并行传输不可避免的会遇到干扰，这就使得传输效率大大降低，串行传输虽然只是一条路，但是不产生大的干扰，不会产生拥堵，所以速度上就会有优势，因此，很多的设备采用的都是串行传输。</div>
<div><br />
</div>
<div>　　SCSI：Small Computer  System  Interface采用串行传输。</div>
<div>　　SCSI接口的硬盘很特别，其硬盘内部有一块芯片，用以辅助存储，即减少CPU的占用，这块芯片可以完成数据的读写操作，所以价格也很昂贵。</div>
<div><br />
</div>
<div>　　SCSI接口的硬盘通常使用在服务器中，且SCSI接口的机械硬盘转速较高，所以读写也会更快，但是在服务器上很多时候在同一时间需要访问多个文件（比如下载），这些操作对于硬盘来说负荷会比较大，此时就需要组合多块硬盘来同时完成一个动作。</div>
<div><br />
</div>
<div>　　组合多个设备需要一种特殊的设备接口，这个设备能够将一个设备接口分为多个接口。</div>
<div>这种特殊的设备我们称为RAID，Redundant  Arrays  of  Inexpensive  Disk，即廉价冗余磁盘阵列，这个阵列在系统看来，这几块组合起来的硬盘为一块硬盘。</div>
<div><br />
</div>
<div>　　但是当这个控制器制造出来的时候，因为其昂贵的成本消失廉价的意义，于是使用　　Independent（独立的）代替inexpensive。</div>
<div>　　现在的RAID称为：独立冗余磁盘阵列，这已经称为了事实上的众多存储解决方案的工业标准。</div>
<div>　　讲到RAID就得讲一讲条带化技术，为什么？因为条带化技术解决了RAID独立冗余磁盘阵列的存储问题。</div>
<div><br />
</div>
<div>　　条带化技术，解决了RAID磁盘阵列的存储问题，不是按数据块存储，而是将一个大文件类似于以32MB为单位存储，阵列中的每一个磁盘存储32MB，并且都是存放在同一位置。</div>
<div>即数据通过控制芯片发向底层控制芯片并存储在磁盘上的时候，数据是经过条带化以后分割存储在磁盘上的，在操作系统看来依然是一个一个的文件。</div>
<div><br />
</div>
<div>　　根据磁盘的组织方式不同，RAID有所谓的RAID级别之分，RAID  level：级别，级别并不意味着性能先进，级别只是为了表述磁盘的组合方式不同，没有上下之分。</div>
<div><br />
</div>
<div>　　在有了RAID之后，因为每一个磁盘都分担了一部分的数据，所以数据的存取速度有了保障，但是我们不能只考虑存取速度，还要考虑数据的可靠性，即数据不能损坏、丢失，换句话说要保证数据的可用（可用性）。</div>
<div><br />
</div>
<div>对于数据的可用性，也有相应的机制作为保证：</div>
<div>　　1 磁盘镜像技术（mirror）</div>
<div>  　　镜像技术指的是，两块磁盘存储相同的数据，如果其中的一块损坏，另一块还能继续工作。</div>
<div>　　2 校验码机制</div>
<div>　　校验码机制会将数据平均分配到N-1块磁盘上去，另一块盘存放循环冗余校验码，例如，第一块盘上存放的为2，第二块盘上存放的为5，那么校验位存放为7，当然这样说太简单暴力了，其实际情况比这复杂的多得多。</div>
<div><br />
</div>
<div>　　在校验码机制中，允许其中的一块盘损坏，通过其他盘都可以进行恢复，但是损坏数量大于一，则校验码机制也无力回天。</div>
<div>　　校验码机制的优势在于，一是提高了数据的存取速度，二是允许其中的一块盘损坏，其数据的存取速度和数据的可用性都有提高。</div>
<div>　　替换坏盘的过程称为硬盘的修复过程，如果在此过程中硬盘挂掉了，所有数据将失效。这在数据可用性较高的场景下是不适用的。</div>
<div><br />
</div>
<div>先讲一讲RAID level即RAID级别：</div>
<div>　　RAID 0  表示条带存储</div>
<div>　　RAID 1  表示镜像</div>
<div>　　RAID 2/3/4很少使用</div>
<div>　　RAID 5 在使用校验码的机制的基础上，将校验码轮流在数据盘上存储，使得每一块磁盘被访问的量是均等的。，也只能允许损坏一块硬盘。</div>
<div>　　RAID 6 使用两块校验盘，将数据校验两次存储，允许损坏两块磁盘，但是应用较少。</div>
<div>　　我们单独的使用RAID级别各有优缺点，我们能不能结合其中的两种发挥出优势呢？事实上这是完全可以的，并且给出了RAID结合的方式。</div>
<div><br />
</div>
<div>下面来分别讲一讲每一个RAID级别的差别：</div>
<div>RAID 0：条带化</div>
<div>    至少需要两块盘</div>
<div>    读写性能提升</div>
<div>    无冗余能力，不能保证数据的完整性</div>
<div>    空间利用率为100%</div>
<div><br />
</div>
<div>RAID 1：镜像</div>
<div>   至少两块盘</div>
<div>   读性能提升，写性能下降</div>
<div>   有冗余能力</div>
<div>   空间利用率为50%</div>
<div><br />
</div>
<div>RAID 5：</div>
<div>   至少三块盘才有意义</div>
<div>   读写性能提升</div>
<div>   有冗余能力</div>
<div>   空间利用率为（n-1）/n</div>
<div><br />
</div>
<div>RAID 10 </div>
<div>   至少需要四块盘</div>
<div>   读写性能提升</div>
<div>   有冗余能力</div>
<div>   空间利用率为50%</div>
<div><br />
</div>
<div>RAID 01 </div>
<div>   至少需要四块盘</div>
<div>   读写性能提升</div>
<div>   有冗余能力</div>
<div>   空间利用率为50%</div>
<div><br />
</div>
<div>Jbod 一中将小硬盘组合成大空间的技术。</div>
<div>   至少需要两块盘</div>
<div>   性能无提升</div>
<div>   冗余能力无</div>
<div>   空间利用率为100%</div>
<div> </div>
<div>　　RAID 01以六块磁盘为例，先拿三块磁盘做成条带，即RAID 0，另外的三块盘做成此RAID的镜像。</div>
<div> </div>
<div>　　RAID 10 以六块磁盘为例，先将磁盘分为三组镜像，即三组RAID1，然后对三组RAID1做条带，即RAID 0.</div>
<div><br />
</div>
<div>　　RAID01 和RAID10 从性能上来说，两种方式都相差不多，但是如果其中的一块损坏其修复的速度就会产生很大的差距，企业中一般使用RAID10来进行数据的存储，就实用性来说，RAID10优于RAID01。</div>
<div><br />
</div>
<div>　　对于RAID硬件设备来说，只要能识别硬盘的接口就能够组合，一般来说，我们要求RAID阵列里的镜像盘的规格要求相同。</div>
<div><br />
</div>
<div>　　我们需要知道的是SCSI与IDE是同时代的产物，都是并行的接口</div>
<div>　　SAS：串行口的SCSI接口</div>
<div>　　SATA接口的盘比SAS接口的盘便宜的多，SAS盘单盘容量为73G、146G等等，其存储空间十分有限且价格高昂，这是由于SAS盘的转速较高，其盘片的密度要做的很大，另外SAS盘还需要一块强大的控制芯片。</div>
<div><br />
</div>
<div>　　SAS或者SCSI硬盘是一种很独特的硬盘，与IDE或者SATA不同的是，这种硬盘一根总线上可以接多块硬盘，总线上的每一个接口称为“目标（target）”，每一个target能够连接一块硬盘。</div>
<div><br />
</div>
<div>SCSI总线分为两类：</div>
<div>　　窄线（带）：可以有八个target，适配器占用一个，还能连接七个目标（tartget）。</div>
<div>　　宽线（带）：可以有十六个target，适配器占用一个，还能连接十五个target。</div>
<div>适配器的接口称为：initiator，数据请求的发起者。</div>
<div><br />
</div>
<div>　　对于工业生产的服务器上，窄带下的硬盘接口是远远不够的，于是人们将每一个目标（target）一分为多个子接口，为了区分是那个接口下的哪一块盘，数据在发送时会在数据前面加一段控制信息，数据包首部。</div>
<div>　　数据报文的首部（head），和TCP/IP协议的首部一样，这个报文也称为协议数据单元（协议报文），每一块盘都有自己的标记，地址。即每一块盘都有一个LUN：逻辑单元号码：logic  unit  number。</div>
<div><br />
</div>
<div>我们之前讲过RAID的级别，还讲了有RAID这种硬件设备。其实RAID有两种形式。</div>
<div>    一是硬件RAID</div>
<div>    二是软件RAID</div>
<div>　　公司、企业中使用的大多是硬件RAID，硬件RAID的芯片可能在服务器的主板上集成（RAID控制器），将插满磁盘的RAID阵列机箱连接到RAID控制器，如果主板上集成了RAID控制器，或者外部插入了适配器，则需要通过BIOS来进行设置。</div>
<div><br />
</div>
<div>　　如果要在RAID阵列上装操作系统，这个操作系统一定要能够识别RAID才行，如果识别不了得在安装操作系统之前提供驱动程序，U盘或者光盘，安装程序能够驱动硬件。</div>
<div>　　RAID阵列安装完操作系统后，在操作系统看来，RAID其实就是一个串口的设备，识别为/dev/[sh]d[a-z]# 的磁盘。</div>
<div>　　RAID 1 、RAID 0分别是在硬件配置好的基础上有硬件完成的。</div>
<div>　　现在很多的PC机的主板也都支持RAID和Jbod等等</div>
<div>　　有的RAID控制芯片为了使系统看起来会更快，会附带一个内存，多以RAID设备比单块硬盘性能要好得多，但可能会造成数据丢失，如果给RAID设备提供电源，保证意外断电情况数据不丢失。</div>
<div>　　软RAID：</div>
<div>　　例如在主板上插五块硬盘，其中的一块用于安装操作系统，另外四块组合成一个软RAID，这需要操作系统内核提供次功能。</div>
<div><br />
</div>
<div>linux中有一个模块：md：multi  disks</div>
<div>　　在md工作起来后可以读取配置文件，按照配置文件中的信息将哪些磁盘组成一个RAID。md模拟一个RAID（逻辑RAID）设备，每一个创建的逻辑设备在/dev下都有一个设备文件，通常都以md开头，/dev/md#</div>
<div>　　/dev/md0  用于标识不同的RAID设备，与RAID级别无关系。</div>
<div>　　通过MD模块访问（根据配置文件），是一个RAID设备，不通过md模块访问时，其实就是正常的硬盘设备。</div>
<div><br />
</div>
<div>　　软件RAID的性能取决于CPU的能力，如果操作系统坏了，有软RAID存放的数据就不能进行访问，这个问题可以通过对设备的标记解决。</div>
<div><br />
</div>
<div>　　RAID模块在设备上必须要标记为内核可以识别的类型，这种类型比较独特，我们称为fd（16进制），即软RAID必须将磁盘类型标记为fd类型，将磁盘标记为fd类型后，模块（md）在存放数据的时候会在数据之外存放一些元数据，就算将来重装操作系统，只要载入模块重新扫描即可重新组合起来，除非万不得已不建议在生产环境中架设软RAID。</div>

「一键投喂软糖/蛋糕/布丁/牛奶/冰阔乐！」