存储故障磁盘超强纠错技术简介.docxVIP

第PAGE3页, 共 SECTIONPAGES 9页 概述背景 近年来硬盘容量急剧增大，单块硬盘从过去几百G到现在主流的3TB、4TB，再到更高的6TB硬盘，传统的RAID机制碰到了极大的挑战。大容量硬盘再带来高性价比的同时，也使得硬盘数据的安全问题愈加明显，在这其中最突出的就是硬盘故障率过高。 经过大量实践考验的10年存储经验积累，我司将硬盘故障导致的故障时间减少80%，市场上磁盘故障率由3%降低到了0.4%，远低于业界水平。这种质的飞跃，得益于我司的故障磁盘超强纠错技术，能够提供多种有效机制对磁盘和阵列进行容错处理，提高RAID可靠性： 磁盘微代码处理 磁盘错误修复/阵列巡检 磁盘SMART检测及预拷贝 磁盘两级坏道替换机制 允许多块磁盘同时发生介质错误 阵列超级块冗余设计 容错技术 2.1磁盘微代码处理 硬盘在读写过程中可能返回错误代码，所有的错误代码都以scsi sense code向RAID层返回，各种不同的错误代码均有其特定的含义，覆盖磁盘坏、磁盘介质错误、链路问题、磁盘abnormal或是磁盘重分配扇区满等等。 RAID层将针对不同的错误代码，智能地采取不同的处理策略。 2.2磁盘错误修复/阵列巡检 该技术主要适用于冗余RAID类型阵列。 磁盘读错误修复：当读RAID中磁盘数据的时候，其中一块磁盘出现读介质错误 ，并且读错误的条带为冗余条带。根据RAID的算法特点，可以读出同一条带其他磁盘的数据，进行运算，得到该磁盘正确的数据。将运算获得数据重新写到磁盘上，写成功之后，也意味着修复了该磁盘。 阵列巡检：系统周期性对冗余RAID进行数据一致性检测，对存在数据错误的硬盘坏道进行自动修复。该机制的修复条件和修复措施基本同磁盘错误修复。 两者不同之处在于：磁盘错误修复是被动检测到磁盘有读错误上报及时进行处理，而阵列巡检则是主动监测阵列坏道状况，预先进行处理。 阵列巡检过程需要定义巡检周期。巡检描周期是对所有需要扫描的RAID进行一次坏道巡检的时间间隔。巡检周期设置过短会增加硬盘负荷，影响硬盘性能；周期设置过长则无法及时发现坏道，失去巡检意义。 2.3磁盘SMART检测及预拷贝 硬盘预拷贝技术是通过硬盘预测技术获取第一手硬盘状态信息。S.M.A.R.T的全称为“Self-Monitoring，Analysis and Reporting Technology”，即“自我监测、分析及报告技术”。支持S.M.A.R.T技术的硬盘可以通过硬盘上的监测指令和主机上的监测软件对磁头、盘片、马达、电路的运行情况、历史记录及预设的安全值进行分析、比较。 经过智能的预拷贝算法对这些运行状态进行判断，以获悉硬盘可能即将失效的概率，提前将风险较大的硬盘数据拷贝到热备盘上。 2.4磁盘两级坏道替换机制 该机制也称为磁盘重映射，分为两级： 第一级是磁盘本身坏道映射，也可以称为磁盘的故障自修复，是磁盘固有的特性； 第二级是独有的坏道替换管理，是在RAID层增加的一种替换机制。 RAID层的坏道替换，需要先在磁盘中划分一个保留区，然后在对阵列中的磁盘进行写IO时，如果发生不可修复的介质错误，即磁盘本身修复失败时，则可以根据重映射算法，将IO写到这个坏块重新映射的自保留区域，下次读取这个IO的时候，就直接从这块保留的区域读出。 2.5允许多块磁盘同时发生介质错误 多磁盘错误容忍机制允许RAID中多块磁盘非同一条带同时发生介质错误。对于冗余阵列，如果多块磁盘发生不可修复的介质读错误，则可以由“错误写修复”机制自动进行恢复；如果多块磁盘发生不可修复的、且坏道替换失败的介质写错误，只要不在同一条带，则RAID仍然是可用的，后续可以通过拷贝重建机制依次加入热备来替换掉所有故障磁盘。 如以下图中所示RAID5阵列，虽然每块磁盘上都有一个或多个介质错误，但只要保证同一条带没有两个及以上错误，那么所有条带都是可用的，即该阵列也就是可用的。 2.6阵列超级块冗余设计 RAID超级块：是RAID阵列在每块磁盘上预留的一块特殊空间，用来存储阵列的配置信息，不能用于业务数据存储，在设备关机或重启或是阵列迁移之后，RAID都可以根据这块信息，都可以重新组建阵列，并恢复到之前的运行状态。 超级块中的某些信息相当重要，一旦丢失就会导致阵列无法运行，所以需要对超级块进行冗余设计。 RAID阵列中每块磁盘的超级块都有主区和备区，更新超级块的时候，主区和备区同时更新，默认是以主区超级块信息组成阵列，当主区故障，无法读出数据的时候，或者读出的数据跟其他磁盘不一致，则读备区超级块信息来组成阵列，然后修复其它不一致的超级块数据。 技术优势 综上所述，我司的超强RAID纠错容错技术，从多角度预防和降低磁盘故障，以避免因磁盘问题所导致的RAID失效，主要优势有以下方面： 1）磁盘微代码