RAID 2.0的可靠性疑虑

CloudService

以前小编写过一篇关于详细解析Raid0、Raid0+1、Raid1、Raid5四者的区别，今天来介绍下RAID2.0可靠性， RAID2.0架构的基本原理，是透过分散式虚拟区块技术，将资料打散到更多硬盘上，藉由让更多硬盘参与RAID群组，来提高系统重建效能，硬盘数量越多，速度也越快。

　　但由此衍生出的一个疑虑，便是出现硬盘失效的机率，将随着系统硬盘数量的增加而大幅提高。

　　每台硬盘都存在着一定的失效机率，群组内的硬盘数量越多，累积出现硬盘失效的机率也越高。例如使用一个4台硬盘组成的RAID ?5群组时，出现2台硬盘同时失效、导致系统无法回复的机率是很小的;但如果透过RAID ?2.0把同样的资料打散到100台硬盘上，这100台硬盘累积出现2台硬盘故障的机率，将会大幅增加几十倍。所以，RAID 2.0出现硬盘故障的机率是增加的。

　　举例来说，以同样使用40台硬盘，搭配使用容许一台硬盘失效的RAID 5组态为基准，RAID ?2.0的做法是将40台硬盘全构成为一个磁盘群组，而传统RAID ?5则通常是将40台硬盘，分别组成8个各含5台硬盘的群组。就硬盘失效机率来说，若整个系统硬盘总数相同(40台)，在全系统层级出现硬盘失效的机率也相同，传统RAID与RAID ?2.0之间没有差异。

　　但就建立LUN所在的RAID群组层级来说，传统RAID 5的小群组(5台硬盘)，遇上硬盘失效的机率，要比RAID ?2.0的40台硬盘大群组低的多。而就容错能力来看，RAID 2.0整个40台硬盘的磁碟群组在RAID 5组态下，只能承受1台硬盘失效，而传统RAID ?5架构，则是8个RAID 5群组各自都能承受1台硬盘失效。不过当出现1台硬盘失效后时，RAID ?2.0由于能动用全部剩余完好硬盘(39台)共同进行重建作业，速度要比只能动用个别RAID 5群组剩余硬盘(4台)进行重建的传统RAID快上许多。

　　就系统可靠性指标来说，考虑到失效维护时间的平均失效间隔(MTBF)，是出现故障机率的平均失效间隔(MTTF)，加上执行修护、恢复正常运作所需时间长短的平均维修间隔(MTTR)之和。RAID ?2.0的MTTF要比传统RAID更差(随硬盘数量增加成反比)，但MTTR却远低于传统RAID(重建恢复正常的速度快了10～20倍)，一增一减之下，在全系统层级，RAID ?2.0的可靠性仍等同或优于传统RAID。

　　但是在个别LUN的层级，传统RAID的LUN是位于少数几台硬盘组成的RAID群组内，而RAID ?2.0的LUN是位于几十台硬盘组成的大群组内，所以LUN的可靠性反而是降低了。

　　考虑到这个问题，当使用RAID 2.0时，最好搭配使用容错能力较高的RAID 6组态，并限制磁盘群组规模，以抑制LUN失效机率。