Network RAID Notation Standard (SAM RAID Notation)

Efterhånden som RAID-landskabet bliver mere komplekst med fremkomsten af netværks-RAID er der et vigtigt behov for et mere komplekst og kortfattet notationssystem for RAID-niveauer, der involverer en netværkskomponent.

Traditionelt RAID kommer i enkeltcifret notation, og de tilgængelige niveauer er 0, 1, 2, 3, 4, 5, 6, 7. Niveau 7 er uofficielt men bredt accepteret som triple-paritet RAID (den naturlige udvidelse af RAID 5 og RAID 6), og RAID 2 og RAID 3 er i praksis ude af brug i dag.

Indlejret RAID, ét RAID-niveau inden i et andet, håndteres ved at sætte enkeltcifrede RAID-niveauer sammen, såsom RAID 10, 50, 61, 100 osv. Disse kan alternativt skrives med et plustegn, der adskiller niveauerne, som RAID 1+0, 5+0, 6+1, 1+0+0 osv.

Der er to store problemer med dette notationssystem, ud over det åbenlyse problem, at ikke alle RAID-typer eller udvidelser er dækket af enkeltcifersystemet, da mange aspekter af proprietære RAID-systemer som ZRAID, XRAID og BeyondRAID ikke er dækket i notationssystemet. Det første er mangel på netværks-RAID-notation, og det andet er mangel på specifik betegnelse af intra-RAID-konfiguration.

Netværks-RAID findes i to nøgletyper: synkron og asynkron. Synkront netværks-RAID fungerer i praksis identisk med sin ikke-netværkede modpart. Asynkron fungerer på samme måde, men medfører ekstra risici, da data måske ikke er synkroniseret på tværs af enheder på tidspunktet for en enhedsfejl. Så forskellene mellem de to skal være synlige i notationen.

Synkront RAID bør angives med parenteser. To lokale RAID 10-systemer spejlet over netværket (a la DRBD) ville således angives som RAID 10(1). Det effektive RAID-niveau for risiko- og kapacitetsberegninger ville være det samme som ethvert RAID 101, men dette informerer alle parter ved første øjekast om, at spejlet er over et netværk.

Asynkront RAID bør angives med firkantede parenteser. To lokale RAID 10-systemer spejlet over netværket asynkront ville således angives som RAID 10[1], hvilket gør det klart, at der er en risikabel forsinkelse i systemet.

Der er et yderligere behov for en anden type replikering på et højere, filsystemniveau (a la rsync), der, selvom det ikke er egentlig relateret til RAID, giver en lignende funktion for kolde data og ofte bruges i RAID-diskussioner – og jeg mener, at lageringeniører har brug for evnen til kortfattet at notere dette også. Denne asynkrone filsystemniveau-replikering kan angives med krøllede parenteser. Kun én notation er nødvendig, da filsystemniveau-replikering altid er asynkron. Som eksempel ville to RAID 6-arrays synkroniseret automatisk med et blok-differentielt filsystemreplikeringssystem angives som RAID 6{1}.

For yderligere at forenkle RAID-notation og for at forkorte det åbenlyse behov for at skrive ordet “RAID” gentagne gange samt for at fjerne os fra de traditionelle distraktioner vedrørende, hvad akronymet står for, så vi kan fokusere på de relevante replikeringsaspekter af det, bør et simpelt “R”-præfiks bruges. Så RAID 10 ville simpelthen være R10. Eller et rent netværksspejl kunne være R(1).

Dette efterlader ét vigtigt aspekt af RAID-notation at adressere, nemlig størrelsen af hver komponent i arrayet. Dette er ofte underforstået, men visse RAID-niveauer, især dem der er indlejrede, kan have kompleksiteter, der overses af den traditionelle notation. At kende det samlede antal diske i et array angiver ikke altid opsætningen af et specifikt array. For eksempel antages et 24-disk R10 at bestå af tolv spejlpar i en R0-stripe. Men det kunne være otte sæt af tredobbelte spejle i en R0-stripe. Eller det kunne endda være seks firedobbelte spejle. Eller fire seksdobbelte spejle. Eller tre ottedobbelte spejle. Eller to tolvdobbelte spejle. Mens de fleste af disse er yderst usandsynlige, er der behov for at notere det. Til sætstørrelsen bruger vi et hævet tal til at angive størrelsen af det pågældende sæt. Generelt er dette kun nødvendigt for ét aspekt af arrayet, ikke alle, da andre kan udledes, men i tvivlstilfælde kan det noteres eksplicit.

Så et R10-array, der bruger tre-vejs spejlsæt, ville være R1³0. Uden mulighed for at skrive et hævet tal kan man også skrive det som R1^3+0. Denne notation angiver ikke den samlede arraysstørrelse, kun dens konfigurationstype. Hvis alle mulige hævede tal inkluderes, kan en fuld arraysstørrelse beregnes ud fra dette alene. Hvis vi har et R10 af fire sæt af tre-vejs spejle, kunne vi skrive det R1³0⁴, hvilket ville informere os om, at hele arrayet består af tolv diske – eller i den alternative notation R1^3+0^4.

Notation med hævet tal for sæt er kun nødvendig, når det ikke er indlysende. R10 uden yderligere notation antyder, at R1-komponenten er spejlpar, for eksempel. R55 kræver næsten altid yderligere notation, undtagen når arrayet kun består af ni medlemmer.

Ét yderligere aspekt at overveje er notation af arraysstørrelse. Dette er langt enklere end hævet tal-notationen og er næsten altid fuldt ud tilstrækkelig. Dette fjerner behovet for at skrive i lang form “Et fire-disk RAID 10-array.” I stedet kan vi bruge et præfiks til dette. 4R10 ville angive et fire-disk RAID 10-array.

Så for at se på vores eksempel fra ovenfor, kunne de tolv disk RAID 10 med de tre-vejs spejlsæt skrives ud som 12R1³0⁴. Men brugen af alle tre tal bliver redundant. Ét af tallene kan udelades. Typisk ville dette være det sidste, da det er mindst sandsynligt at være nyttigt. R1-sætstørrelsen er nyttig til at bestemme den grundlæggende risiko, og det ledende 12 bruges til kapacitets- og ydeevneberegninger samt chassistørrelser og indkøb. Det efterfølgende fire er underforstået af de to andre tal og i praksis ubrugeligt alene. Så den bedste måde at skrive dette på ville simpelthen være 12R1³0. Hvis det samme array skulle bruge den almindelige spejlpar-tilgang frem for tre-vejs spejlet, ville vi simpelthen skrive 12R10 for at angive et tolv-disk standard RAID 10-array.