Arreglos de Discos. Qué son y Dónde utilizarlos
Un arreglo redundante de discos independientes (RAID por sus siglas en inglés) es típicamente implementado para la protección de la información o incremento del desempeño al acceso de los discos duros. Existen varios tipos de arreglos y los más usados en la industria son: 0, 1, 5 y el 0+1 ó 10, siendo este último el de mayor desempeño, protección y costo.
Actualmente prevalece el uso de este tipo de configuraciones para la protección de la información, pero la industria del almacenamiento y las aplicaciones están evolucionando. Al día de hoy el fabricante de software o la industria del hardware nos entregan soluciones que nos permiten despreocuparnos en cierto grado en la definición del tipo de arreglo a utilizar o para qué archivos en específico los necesitamos. Obviamente estas soluciones son las de mayor costo y mejor desempeño.
Desafortunadamente, sólo aquellas empresas con enormes presupuestos para IT pueden adquirir soluciones de este tipo. En este artículo se explicará cómo los arreglos de disco nos ayudan no sólo a proteger la información, sino también a incrementar el desempeño de nuestras aplicaciones. Primero daremos una breve explicación de qué son los arreglos de discos y los tipos más populares a implementar. Después daremos una recomendación para la configuración de arreglos en las base de datos más comunes que podemos encontrar en el mercado.
¿Qué son los Arreglos de Discos RAID?
RAID proviene del acrónimo del inglés “Redundant Array of Independent Disks”, que significa matriz redundante de discos independientes. RAID es un método de combinación de varios discos duros para formar una unidad lógica única en la que se almacenan los datos de forma redundante. Ofrece mayor tolerancia a fallos y más altos niveles de rendimiento que un sólo disco duro o un grupo de discos duros independientes
RAID 0. Este arreglo es conocido como distribuido (striping), porque utiliza un sistema que utiliza a los discos como uno solo, teniendo un conjunto de cabezas independientes para su uso. La información es dividida en bloques de datos que se distribuyen en todos los discos del arreglo. EL RAIDø incrementa el desempeño, la lectura y escritura de la información al escribir un solo dato con varias cabezas de forma simultánea. Ejemplo: un dato de 8 bits se divide en todos los discos escribiendo 2 bits en cada uno de forma simultánea. Esto es más rápido que escribir 8 bits de forma serial con una sola cabeza. Este tipo de arreglo no tiene nivel de protección. En caso de la falla de un disco, se perdería toda la información.
RAID1. Este tipo de arreglo se conoce como Espejeo (Mirroring), porque su conjunto de discos los utiliza como espejos. Ofrece el nivel de protección más alto, pues uno tiene copia idéntica de la información de cada disco. Toda la información escrita en el disco primario se escribe en el disco secundario. RAID1 tiene un incremento en el desempeño de la lectura de la información, pero puede llegar a degradar el desempeño de la escritura.
RAID5. Este tipo de arreglo se denomina también como distribuido con paridad. Este tipo de arreglos distribuye la información en todo el conjunto de discos. A diferencia del RAIDø, RAID5 elabora un bit de paridad con el cual es posible reconstruir la información del arreglo en caso de la pérdida de alguno de los discos. La información y los bits de paridad son distribuidos en todos los discos, garantizando que siempre se encontrarán en discos distintos. RAID5 tiene un mejor desempeño que RAID1, pero cuando uno de los discos falla, el desempeño de la lectura llega a degradarse.
RAID 6
El RAID 6 no es uno de los niveles originales, y puede considerarse como una ampliación del RAID 5. Aunque también puede considerarse como un caso especial del código Reed – Solomon, un código cíclico binario que no trabaja con bits, si no con símbolos formados por grupos de bit. Este código se ha utilizado, entre otras cosas, en sondas espaciales, como la sonda Galileo, lanzada en dirección a Júpiter en 1989. Como explicar el funcionamiento del RAID mediante este código sería irse por las nubes, mejor lo hacemos basándonos en el RAID 5, que además, ya lo conocemos.
Al igual que en los sistemas RAID 5, en el RAID 6 de divide la paridad y se distribuye a lo largo de los discos, pero lo amplía añadiendo otro bloque de paridad por dato, lo que permite alcanzar dos discos redundantes y recuperarse de un fallo de dos discos.
En la figura se puede ver como distribuye la información el RAID 6, similar a la de un RAID 5.
Cada número representa un dato (0,1,...,4,5) y cada letra (A, B, C y D) un dispositivo. P y Q representan los bloques de paridad.
Cada par letra-número (A0, B0,...,C5,D5) representa un bloque de datos. Así vemos como el dato 0 se divide en bloques (A0, B0) que van siendo almacenados a lo largo de los dispositivos. Además se añaden los bloques de Paridad (P0, Q0) que en el caso del dato 0 va a ser almacenado en los dispositivos C y D. Para los siguientes datos os bloques de Paridad serán distribuido entre los dispositivos del conjunto, quedando guardado en los dispositivo B y C para el dato 1 (P1, Q1), en el A y el B para el dato 2 (P2, Q2) y así consecutivamente.
No es difícil de imaginar que un RAID 6 es más eficaz cuanto mayor sea el número de discos del conjunto. Ya se habla de que RAID 6 sustituirá a RAID 5 como sistema más común en cuanto la capacidad de los discos duros aumente a cerca de 2Tb, aunque obviamente, siempre queda la opción de utilizar discos más pequeños
Raid10 (0+1). Este tipo de arreglo es una mezcla del arreglo distribuido y espejeo. La información se distribuye en un conjunto de discos como un RAIDø y, a su vez, este conjunto de discos es espejeado a otro conjunto de discos como un RAID1. RAID10 provee el nivel de protección y desempeño más alto para escritura y lectura que cualquier otro arreglo, debido a que contiene los beneficios de los arreglos distribuidos y espejo. Su único problema es el costo de implementación, al tener que usar siempre el doble discos.
¿Dónde Puedo Utilizar un Arreglo de Disco?
Ahora que recordamos cuáles son los principales arreglos de disco, podemos revisar dónde podemos utilizarlos. Como tal, no existe una regla para definir dónde deberíamos o no utilizarlos. Esto generalmente depende de nuestros presupuestos y criticidad de los sistemas. En esta ocasión daremos una recomendación para las bases de datos más usadas en el mercado: Oracle, MS SQL y Exchange.
Ninguna de estas recomendaciones está labrada en piedra, la experiencia y el conocimiento de nuestros sistemas nos orientarán hacia cual es nuestra configuración óptima
Para el caso de SQL Server de Microsoft, la configuración es más simple. Se recomienda el uso de RAID1 y RAID5. RAID10 también es recomendado, pero dado el costo de su implementación, optamos por la primera opción. Con la configuración de los arreglos solventamos las necesidades de I/O de las bases de datos. Para bases de datos muy grandes se recomienda distribuirlas en múltiples arreglos de discos