raid5和raid6的数据安全性比较.docx

raid5和raid6的数据安全性比较

磁盘阵列（diskarray）可以有效的提高存储系统的可靠性和性能，同时也存在显著的缺点，那就是由于多个设备（磁盘）同时使用，导致了可靠性降低（从概率的角度来讲：N个设备的可靠性是一个设备的1/N）。
RAID（Redundantarrayofinexpensivedisk）就是为了解决这个问题而产生的，RAID通过给磁盘阵列增加冗余磁盘提高了磁盘阵列的可靠性。所谓冗余磁盘，即该磁盘不用于存放实际数据，而用来存放一些冗余信息，而这些冗余信息可用来在必要的时候进行有效数据恢复，从而增加磁盘阵列的可靠性，翻译成中文应该叫廉价磁盘冗余阵列。
在RAID6出现之前，RAID已经有了从RAID0~RAID5六个版本。那么我们已经有了这么多的RAID方式，提供了相当级别的可靠性保护，为什么我们还需要RAID6？在这里，我们这里先比较研究一下几种比较有代表性的RAID方式：
磁盘冗余家族概览目前应用最广泛，支持设备最多的RAID方式主要是RAID0，RAID1和RAID5
(1)无冗余（RAID0）：RAID0实际上不能算做真正的RAID技术，它只是实现了磁盘阵列存放数据的带状分布。虽然提高了大规模数据访问的性能，但是RAID0并没有冗余容错的功能，因为它本身并无冗余，所以可以说这里的RAID0是个误称。(2)镜像（RAID1）：RAID1同样实现了数据的带状分布，与RAID0所不同的是，在数据写入一个磁盘的时候，同时在另一个磁盘做相应的镜象。因此，RAID1虽然有数据容错功能，但是其对磁盘的利用率实在比较底，仅为50%。数据分布示意图（以4块磁盘组成的阵列为例）：

注释：其中d1,d2等表示存放的数据，d1’,d2’分别表示了数据d1和d2的备份。
(3)奇偶校验（RAID5）：相对于RAID1比较，RAID5也是仅仅实现了单个磁盘的冗余纠错功能，但是却大大提高了磁盘的有效利用率。以RAID5（4D+P）为例子来讲，使用4块磁盘存放数据位，使用1块磁盘存放校验位。其基本原理是这样的：根据条带化的数据4D（使用四位数据）生成一位的校验信息，存放在第五块磁盘中。
生成P校验位的公式一般是这样的：P=D1⊕D2⊕D3⊕D4P为校验位，D1~D4分别代表四个数据位，⊕表示异或操作。可以看到，当D1，D2，D3，D4中其余的一个数据丢失的时候，可以利用其余的三个数据位和校验位P进行恢复，具体的恢复公式如下：例如，当D1丢失的时候，D1=D2⊕D3⊕D4⊕P同时可以看到，当两快磁盘出现故障的时候，RAID5无法恢复。数据分示意布图（以4D+1P为例）：

其中，P1为数据位d0,d1,d2,d3的校验信息，P2为数据位d4,d5,d6,d7的校验信息等等。可以看到，校验信息并非存放在一块固定的磁盘上的，而是存放在不同的磁盘的，这样可以平衡各个磁盘的读写次数，从而平衡各个磁盘的使用频率（因为校验位的读写要相对频繁一点）。RAID5已经提供了一定程度的可靠性，然而也牺牲了一定的读取速度。特别是在RAID重构作业中，大量的数据读写操作增加硬盘的负担，旧的硬盘更容易发生故障。RAID5的局限性还表现在RAID5仅能在一块硬盘发生故障的情况下修复数据，如果2块硬盘同时发生故障，RAID5则无能为力。
以前，两块盘同时坏的情况是小概率事件，几乎不可能发生。但是近来随着光纤(FC)盘和SATA盘的容量和密度不断增加，使得RAID5的重建时间也不断增加。两块硬盘同时损坏的概率也大幅增加，在企业级存储上，这种风险必须得到重视。所以RAID6应需诞生了。
RAID6同RAID5最大的区别就是在RAID5的基础上除了具有P校验位以外，还加入了第2个校验位Q位。以RAID6（6D+1P+1Q）为例子，这个系统需要8块硬盘，其中6块用于存放数据，1块用于存放P校验位，1块用于存放Q校验位。当然，我得又一次强调，并非某个具体的独立的盘全部用来存放P校验信息，另外一个Q校验信息。而是对于某个位组（6个数据位+P位+Q位）来说，采用某种原则，6块盘上存放数据位，1块盘存放P位，1块盘用来存放Q位。
其数学原理如下：校验位的生成：P=D1⊕D2⊕D3⊕D4⊕D5⊕D6Q=GF(D1)⊕GF(D2)⊕GF(D3)⊕GF(D4)⊕GF(D5)⊕GF(D6)D1~D6：条带化的数据P：P校验位Q：Q校验位⊕：异或操作GF（D1）：对D1位进行GaloisField变换。
当一块磁盘出现数据错误或者丢失的时候，恢复方法同RAID5，无须使用Q校验位。当两块磁盘上的数据出现错误或者丢失的时候，恢复方法为：利用上边给出的P，Q的生成公式，联立方程组，无论受损的数据是否包括P或者Q，总是能够解出损失的两位的数据。数据分布示意图（以6D+P+Q位例）：