硬盘数据丢失?不存在的 | RAID技术原理

存储 存储设备
RAID(Redundant Array of Inexpensive Disks)称为廉价磁盘冗余阵列。RAID 的基本原理是把多个便宜的小磁盘组合到一起,成为一个磁盘组,使性能达到或超过一个容量巨大、价格昂贵的磁盘。

近期有个硬盘数据丢失的问题一直困扰这大家,今天我们来讲讲RAID技术原理,供大家了解存储相关的技术。

1.什么是Raid

RAID(Redundant Array of Inexpensive Disks)称为廉价磁盘冗余阵列。RAID 的基本原理是把多个便宜的小磁盘组合到一起,成为一个磁盘组,使性能达到或超过一个容量巨大、价格昂贵的磁盘。

[[214590]]

目前 RAID技术大致分为两种:基于硬件的RAID技术和基于软件的RAID技术。其中在 Linux下通过自带的软件就能实现RAID功能,这样便可省去购买昂贵的硬件 RAID 控制器和附件就能极大地增强磁盘的 IO  性能和可靠性。由于是用软件去实现的RAID功能,所以它配置灵活、管理方便。同时使用软件RAID,还可以实现将几个物理磁盘合并成一个更大的虚拟设 备,从而达到性能改进和数据冗余的目的。当然基于硬件的RAID解决方案比基于软件RAID技术在使用性能和服务性能上稍胜一筹,具体表现在检测和修复多 位错误的能力、错误磁盘自动检测和阵列重建等方面。 

2.RAID级别介绍

生产场景中常用Raid级别为:Raid 0、Raid 1、Raid 5、Raid 10(Raid 0 + Raid 1)

RAID 0:

也称为条带模式(striped),即把连续的数据分散到多个磁盘上存取,如图所示。当系统有数据请求就可以被多个磁盘并行的执行,每个磁盘执行属于它自 己的那部分数据请求。这种数据上的并行操作可以充分利用总线的带宽,显著提高磁盘整体存取性能。因为读取和写入是在设备上并行完成的,读取和写入性能将会 增加,这通常是运行 RAID 0 的主要原因。但RAID 0没有数据冗余,如果驱动器出现故障,那么将无法恢复任何数据。

RAID 1:

RAID 1 又称为镜像(Mirroring),一个具有全冗余的模式,如图所示。RAID  1可以用于两个或2xN个磁盘,并使用0块或更多的备用磁盘,每次写数据时会同时写入镜像盘。这种阵列可靠性很高,但其有效容量减小到总容量的一半,同时 这些磁盘的大小应该相等,否则总容量只具有最小磁盘的大小。

RAID 5:

RAID5把数据和相对应的奇偶校验信息存储到组成RAID5的各个磁盘上,并且奇偶校验信息和 相对应的数据分别存储于不同的磁盘上,其中任意N-1块磁盘上都存储完整的数据,也就是 说有相当于一块磁盘容量的空间用于存储奇偶校验信息。因此当RAID5的一个磁盘发生损坏 后,不会影响数据的完整性,从而保证了数据安全。当损坏的磁盘被替换后,RAID还会自动 利用剩下奇偶校验信息去重建此磁盘上的数据,来保持RAID5的高可靠性。

RAID 5可以理解为是RAID 0和RAID 1的折衷方案。RAID 5可以为系统提供数据安全保障,但 保障程度要比镜像低而磁盘空间利用率要比镜像高。RAID 5具有和RAID 0相近似的数据读取 速度,只是因为多了一个奇偶校验信息,写入数据的速度相对单独写入一块硬盘的速度略慢。

RAID 10:

Raid 10是一个Raid 1与Raid0的组合体,它是利用奇偶校验实现条带集镜像,所以它继承了Raid0的快速和Raid1的安全。我们知道,RAID 1在这里就是一个冗余的备份阵列,而RAID 0则负责数据的读写阵列。其实,右图只是一种RAID 10方式,更多的情况是从主通路分出两路,做Striping操作,即把数据分割,而这分出来的每一路则再分两路,做Mirroring操作,即互做镜像。

随着RAID磁盘阵列技术的发展,存储的性能和安全性都有了很好的保障。数据都不会轻易的丢失。即使数据真的丢失,也有一定的数据恢复技术能够进行恢复,就看是否真的希望保留这些数据了。

责任编辑:武晓燕 来源: IT幼稚园
相关推荐

2022-02-09 12:11:57

数据丢失数据恢复硬盘

2018-07-19 06:14:09

2018-07-03 14:20:10

数据库恢复备份

2023-03-02 11:44:08

AI技术

2023-09-12 08:02:13

viewport断点

2021-01-25 07:21:24

GitHub 开源代码下载

2020-11-03 10:23:22

云计算容器技术

2017-12-01 09:50:23

硬盘数据恢复

2009-09-12 09:34:18

Windows 7中国售价

2015-10-20 10:30:59

创业时机

2010-05-17 18:03:31

MySQL 数据库

2010-01-05 13:52:02

2011-08-24 09:45:34

Oracle数据库

2018-09-06 14:18:05

硬盘数据恢复

2017-12-07 14:57:13

404互联网错误代码

2018-02-07 14:41:16

数据科学家数据分析数学

2012-05-16 11:35:16

SQL Server拒绝访问

2019-12-31 09:11:01

后台Android系统

2016-12-13 09:05:27

大数据数据分析数据可视化

2009-05-05 17:07:56

点赞
收藏

51CTO技术栈公众号