Aunque todo lo que se ha presentado hasta ahora en este cap�tulo solamente trata con discos duros �nicos conectados directamente a un sistema, existen otras opciones m�s avanzadas que explorar. Las secciones siguientes describen algunos de los enfoques m�s comunes para extender sus opciones de almacenamiento masivo.
5.6.1. Almacenamiento accesible a trav�s de la red
Combinando redes con las tecnolog�as de almacenamiento masivo puede resultar en una flexibilidad excelente para los administradores de sistemas. Con este tipo de configuraci�n se tienen dos beneficios posibles:
Consolidaci�n del almacenamiento
Administraci�n simplificada
El almacenamiento se puede consolidar implementando servidores de alto rendimiento con conexiones de red de alta velocidad y configurados con grandes cantidades de almacenamiento r�pido. Con la configuraci�n apropiada, es posible suministrar acceso al almacenamiento a velocidades comparables al almacenamiento conectado directamente. M�s a�n, la naturaleza compartida de tal configuraci�n a menudo hace posible reducir los costos, ya que los gastos asociados con suministrar almacenamiento centralizado y compartido pueden ser menores que suministrar el almacenamiento equivalente para cada uno de los clientes. Adem�s, el espacio libre est� consolidado, en vez de esparcido (pero no utilizable globalmente) entre los clientes.
Los servidores de almacenamiento centralizado tambi�n puede hacer muchas tareas administrativas m�s f�ciles. Por ejemplo, monitorizar el espacio libre es mucho m�s f�cil cuando el almacenamiento a supervisar existe en un s�lo servidor centralizado. Los respaldos tambi�n se pueden simplificar en gran medida usando un servidor de almacenamiento centralizado. Es posible hacer respaldos basados en la red para m�ltiples clientes, pero se requiere m�s trabajo para configurar y mantener.
Existen varias tecnolog�as disponibles de almacenamiento en red; seleccionar una puede ser complicado. Casi todos los sistemas operativos en el mercado hoy d�a incluyen alguna forma de acceder a almacenamiento en red, pero las diferentes tecnolog�as son incompatibles entre ellas. �Cu�l es el mejor enfoque para determinar la mejor tecnolog�a a implementar?
El enfoque que usualmente deriva los mejores resultados es dejar que las capacidades incorporadas del cliente decidan el problema. Esto tiene varias razones:
Problemas m�nimos de integraci�n de clientes
Trabajo m�nimo en cada sistema cliente
Costos bajos de entrada por cliente
Tenga en cuenta que cualquier problema relacionado a clientes son multiplicados por el n�mero de clientes en su organizaci�n. Usando las capacidades incorporadas de los clientes, no tiene que instalar software adicional en cada cliente (lo que resulta en cero costos adicionales en adquisici�n de software). Y tiene grandes posibilidades de soporte e integraci�n con el sistema operativo del cliente.
Sin embargo, hay una desventaja. Esto significa que el entorno del servidor debe estar al nivel de la tarea de suministrar buen soporte para las tecnolog�as de almacenamiento basadas en la red requeridas por los clientes. En casos donde el servidor y el sistema operativo cliente son uno y el mismo, normalmente no hay ning�n problema. De lo contrario, ser� necesario invertir un poco de tiempo y esfuerzo en hacer que el servidor "hable" el idioma del cliente. Sin embargo, a menudo este costo est� m�s que justificado.
5.6.2. Almacenamiento basado en RAID
Una habilidad que un administrador de sistemas deber�a cultivar es la dever las complejas configuraciones de sistemas y observar las diferentes limitaciones inherentes a cada configuraci�n. Mientras que esto, a primera vista, puede parecer un punto de vista deprimente a tomar, puede ser una forma excelente de ver m�s all� de las brillantes cajas nuevas y visualizar una futura noche del s�bado con toda la producci�n detenida debido a una falla que se podr�a haber evitado f�cilmente con pensarlo un poco.
Con esto en mente, utilicemos lo que conocemos sobre el almacenamiento basado en discos y veamos si podemos determinar las formas en que los discos pueden causar problemas. Primero, considere un falla absoluta del hardware:
Un disco duro con cuatro particiones se muere completamente: �qu� pasa con los datos en esas particiones?
Est� indisponible inmediatamente (al menos hasta que la unidad da�ada pueda ser reemplazada y los datos restaurados desde el respaldo m�s actual).
Un disco duro con una sola partici�n est� operando en los l�mites de su dise�o debido a cargas de E/S masivas: �qu� le pasa a las aplicaciones que requieren acceso a los datos en esa partici�n?
Las aplicaciones se vuelven m�s lentas debido a que el disco duro no puede procesar lecturas y escrituras m�s r�pido.
Tiene un archivo de datos que poco a poco sigue creciendo en tama�o; pronto ser� m�s grande que el disco m�s grande disponible en su sistema. �Qu� pasa entonces?
La unidad de disco se llena, el archivo de datos deja de crecer y su aplicaci�n asociada deja de funcionar.
Cualquiera de estos problemas puede dejar su centro de datos in�til, sin embargo los administradores de sistemas deben enfrentarse a este tipo de problemas todos los d�as. �Qu� se puede hacer?
Afortunadamente, existe una tecnolog�a que puede resolver cada uno de estos problemas. El nombre de esta tecnolog�a es RAID.
5.6.2.1. Conceptos b�sicos
RAID es el acr�nimo para Redundant Array of Independent Disks, Formaci�n de Discos Independientes Redundantes[1]. Como su nombre lo implica, RAID es una forma para que discos m�ltiples act�en como si se tratasen de una sola unidad.
Las t�cnicas RAID primero fueron desarrolladas por investigadores en la Universidad de California, Berkeley a mitad de los 80. En ese tiempo, hab�a un gran separaci�n entre las unidades de disco de alto rendimiento utilizadas por las grandes instalaciones computacionales del momento, y las unidades de disco m�s peque�as utilizadas por la joven industria de las computadoras personales. RAID se ve�a como el m�todo para tener varios discos menos costosos sustituyendo una unidad m�s costosa.
M�s a�n, las formaciones RAID se pueden construir de varias formas, resultando en caracter�sticas diferentes dependiendo de la configuraci�n final. Vamos a ver las diferentes configuraciones (conocidas como niveles RAID) en m�s detalles.
5.6.2.1.1. Niveles de RAID
Los investigadores de Berkeley originalmente definieron cinco niveles RAID y los nombraron del "1" al "5." Luego, otros investigadores y miembros de la industria del almacenamiento definieron niveles RAID adicionales. No todos los niveles RAID eran igualmente �tiles; algunos eran de inter�s solamente para prop�sitos de investigaci�n y otros no se pod�an implementar de una forma econ�mica.
Al final, hab�an tres niveles de RAID que terminaron siendo ampliamente utilizados:
Nivel 0
Nivel 1
Nivel 5
Las secciones siguientes discuten cada uno de estos niveles en m�s detalles.
5.6.2.1.1.1. RAID 0
La configuraci�n del disco conocida como RAID 0 tiende a confundir un poco, pues este es el �nico tipo de nivel RAID que no implementa absolutamente ninguna redundancia. Sin embargo, a�n cuando RAID 0 no tiene ventajas con respecto a su confiabilidad, si tiene otros beneficios.
Una formaci�n RAID 0 consiste de dos o m�s unidades de disco. La capacidad del almacenamiento en cada disco se divide en pedazos, los cuales representan alg�n m�ltiplo del tama�o de bloque nativo del disco. Los datos escritos a la formaci�n se escriben, pedazo a pedazo, en cada unidad de la formaci�n. Los pedazos se pueden ver como tiras o rayas que se van juntando a lo largo de cada unidad en la formaci�n; de all� el otro nombre con el que se conoce a RAID 0: striping.
Por ejemplo, con una formaci�n de dos discos y un tama�o de pedazos de 4KB, el escribir 12KB de datos a la formaci�n, produce que los datos se escriban en tres pedazos de 4KB a las unidades siguientes:
Los primeros 4KB se escriben al primer disco, en el primer pedazo
Los segundos 4KB se escriben al segundo disco, en el primer pedazo
Los �ltimos 4KB se escriben en el primer disco, en el segundo pedazo
Comparado con una unidad de disco sencilla, las ventajas de RAID 0 incluyen:
Tama�o total m�s grande - RAID 0 se puede construir de manera que es m�s grande que un �nico disco, haciendo m�s f�cil el almacenamiento de grandes archivos.
Mejor rendimiento de lecturas/escrituras - Las cargas por E/S en una formaci�n RAID 0 se pueden distribuir uniformemente entre todas las unidades en la formaci�n (asumiendo que todas las E/S no est�n concentradas en un �nico pedazo)
No se desperdicia espacio - Todo el almacenamiento en todas las unidades en la formaci�n est�n disponibles para almacenamiento de datos
Comparado con un disco sencillo, RAID 0 tiene las siguientes desventajas:
Menos confiable - Cada disco en un RAID 0 debe estar operativo para que la formaci�n est� disponible; una falla en un disco-N de RAID 0 resulta en la eliminaci�n de 1/Navo de todos los datos, dejando la formaci�n inutilizable
Sugerencia
Si tiene problemas para distinguir los diferentes niveles de RAID, simplemente recuerde que RAID 0 tiene un porcentaje de redundancia cero.
5.6.2.1.1.2. RAID 1
RAID 1 utiliza dos (aunque algunas implementaciones soportan m�s) unidades de disco id�nticas. Todos los datos son escritos a ambas unidades, haciendolos im�genes espejo. Por eso es que RAID 1 a menudo se conoce como mirroring.
Cuando los datos son escritos a una formaci�n RAID 1, deben efectuarse dos escrituras f�sicas simult�neas: una al primer disco y otra al segundo. La lectura de datos, por otro lado, solamente se hace una vez y se puede llevar a cabo en cualquiera de los discos.
Comparado con un disco �nico, una formaci�n RAID 1 tiene las ventajas siguientes:
Redundancia mejorada - A�n si uno de los discos falla, los datos todav�a estar�n accesibles
Mejor rendimiento de lecturas - Con ambos discos operacionales, las lecturas pueden ser distribu�das uniformemente entre ellos, reduciendo las cargas de E/S por disco
Cuando se compara con un s�lo disco de duro, una formaci�n RAID 1 tiene algunas desventajas:
El tama�o m�ximo de la formaci�n est� limitado a la unidad m�s grande disponible.
Rendimiento reducido en las escrituras - Debido a que ambos discos se deben mantener actualizados, todas las operaciones de E/S deben realizarse en ambos discos, haciendo m�s lento el proceso general de escribir datos a la formaci�n
Eficiencia de costos reducida - Con un disco completo dedicado a la redundancia, el costo de una formaci�n RAID 1 es al menos el doble de lo que costar�a un s�lo disco
Sugerencia
Si tiene problemas para distinguir los diferentes nivels de RAID, solamente tiene que recordar que RAID 1 tiene 100 por ciento redundancia.
5.6.2.1.1.3. RAID 5
RAID 5 trata de combinar los beneficios de RAID 0 y RAID 1, a la vez que trata de minimizar sus desventajas.
Igual que RAID 0, un RAID 5 consiste de m�ltiples unidades de disco, cada una dividida en pedazos. Esto permite a una formaci�n RAID 5 ser m�s grande que una unidad individual. Como en RAID 1, una formaci�n RAID 5 utiliza algo de espacio en disco para alguna forma de redundancia, mejorando as� la confiabilidad.
Sin embargo, la forma en que RAID 5 funciona es diferente a RAID 0 o 1.
Una formaci�n RAID 5 debe consistir de al menos tres discos id�nticos en tama�o (aunque se pueden utilizar m�s discos). Cada unidad est� dividida en pedazos y los datos se escriben a los pedazos siguiendo un orden. Sin embargo, no cada pedazo est� dedicado al almacenamiento de datos como en RAID 0. En cambio, en una formaci�n con n unidades en ella, el en�simo pedazo est� dedicado a la paridad.
Los pedazos que contienen paridad hacen posible recuperar los datos si falla una de las unidades en la formaci�n. La paridad en el pedazo x se calcula matem�ticamente combinando los datos desde cada pedazo x almacenado en todas las otras unidades en la formaci�n. Si los datos en un pedazo son actualizados, el correspondiente pedazo de paridad debe ser recalculado y actualizado tambi�n.
Esto tambi�n significa que cada vez que se escriben datos en la formaci�n, al menos dos unidades son escritas a: la unidad almacenando los datos y la unidad que contiene el pedazo con la paridad.
Un punto clave a tener en mente es que los pedazos de paridad no est�n concentrados en una sola unidad de la formaci�n. En cambio, est�n distribuidos uniformemente a lo largo de todas las unidades. A�n cuando es posible dedicar una unidad espec�fica para que contenga �nicamente paridad (de hecho, esta configuraci�n se conoce como RAID nivel 4), la actualizaci�n constante de la paridad a medida que se escriben datos a la formaci�n significa que la unidad de paridad se podr�a convertir en un cuello de botella. Distribuyendo la informaci�n de paridad uniformemente a trav�s de la formaci�n, se reduce este impacto.
Sin embargo, es importante recordar el impacto de la paridad en la capacidad general de almacenamiento de la formaci�n. A�n cuando la informaci�n de paridad se distribuye uniformemente a lo largo de todos los discos, la cantidad de almacenamiento disponible se reduce por el tama�o de un disco.
Comparado con un �nico disco, una formaci�n RAID 5 tiene las ventajas siguientes:
Redundancia mejorada - Si falla una unidad de la formaci�n, se puede utilizar la informaci�n de paridad para reconstruir las partes de datos faltantes, todo esto mientras se mantiene la formaci�n disponible para su uso[2]
Mejor rendimiento de lecturas - Debido a la forma similar a RAID 0 en que los datos son divididos entre los discos de la formaci�n, la actividad de E/S de distribuye uniformemente entre todos los discos
Costo eficiencia razonablemente buena - Para una formaci�n RAID 5 de n unidades, solamente 1/navo del total de almacenamiento disponible est� dedicado a la redundancia
Comparado con un s�lo disco, una formaci�n RAID 5 tiene las siguientes desventajas:
Rendimiento de escritura reducido - Puesto que cada escritura a la formaci�n resulta en al menos dos escrituras a los discos f�sicos (una escritura para los datos y otra para la paridad), el rendimiento de escrituras es peor que en una sola unidad[3]
5.6.2.1.1.4. Niveles RAID anidados
Como deber�a ser obvio a partir de la discusi�n sobre los diferentes niveles de RAID, cada nivel tiene sus fortalezas y debilidades espec�ficas. No fue mucho tiempo despu�s de que se comenz� a implementar el almacenamiento basado en RAID que la gente comenz� a preguntarse si los diferentes niveles RAID se podr�an combinar de alguna forma, produciendo formaciones con todas las fortalezas y ninguna de las debilidades de los niveles originales.
Por ejemplo, �qu� pasa si los discos en una formaci�n RAID 0 fuesen en verdad formaciones RAID 1? Esto proporcionar�a las ventajas de la velocidad de RAID 0, con la confiabilidad de un RAID 1.
Este es el tipo de cosas que se pueden hacer. He aqu� los niveles de RAID m�s comunes:
RAID 1+0
RAID 5+0
RAID 5+1
Debido a que los RAID anidados se utilizan en ambientes m�s especializados, no nos vamos a ir en m�s detalles aqu�. Sin embargo, hay dos puntos a tener en mente cuando se piense sobre RAID anidados:
Otros aspectos - El orden en el que los niveles RAID son anidados pueden tener un gran impacto en la confiabilidad. En otras palabras, RAID 1+0 and RAID 0+1 no son lo mismo.
Los costos pueden ser altos - Si hay alguna desventaja com�n a todas las implementaciones RAID, es el costo; por ejemplo, la formaci�n RAID 5+1 m�s peque�a posible, consiste de seis discos (y se requieren hasta m�s discos para formaciones m�s grandes).
Ahora que ya hemos explorado los conceptos detr�s de RAID, vamos a ver c�mo se puede implementar RAID.
5.6.2.1.2. Implementaciones RAID
Es obvio a partir de las secciones anteriores que RAID requiere "inteligencia" adicional sobre y por encima del procesamiento usual de discos de E/S para unidades individuales. Como m�nimo, se deben llevar a cabo las tareas siguientes:
Dividir las peticiones de E/S entrantes a los discos individuales de la formaci�n
Para RAID 5, calcular la paridad y escribirla al disco apropiado en la formaci�n
Supervisar los discos individuales en la formaci�n y tomar las acciones apropiadas si alguno falla
Controlar la reconstrucci�n de un disco individual en la formaci�n, cuando ese disco haya sido reemplazado o reparado
Proporcionar los medios para permitir a los administradores que mantengan la formaci�n (eliminando y a�adiendo discos, iniciando y deteniendo reconstrucciones, etc.)
Hay dos m�todos principales que se pueden utilizar para lograr estas tareas. Las pr�ximas dos secciones las describen en m�s detalles.
5.6.2.1.2.1. Hardware RAID
Una implementaci�n de hardware RAID usualmente toma la forma de una tarjeta controladora de disco. La tarjeta ejecuta todas las funciones relacionadas a RAID y controla directamente las unidades individuales en las formaciones conectadas a ella. Con el controlador adecuado, las formaciones manejadas por una tarjeta de hardware RAID aparecen ante el sistema operativo anfitri�n como si se tratasen de unidades de disco normales.
La mayor�a de las tarjetas controladoras RAID trabajan con SCSI, aunque hay algunos controladores RAID basados en ATA tambi�n. En cualquier caso, la interfaz administrativa se implementa usualmente en una de tres formas:
Programas de utiler�as especializados que funcionan como aplicaciones bajo el sistema operativo anfitri�n, presentando una interfaz de software a la tarjeta controladora
Una interfaz en la tarjeta usando un puerto serial que es accedido usando un emulador de terminal
Una interfaz tipo BIOS que solamente es accesible durante la prueba de encendido del sistema
Algunas controladores RAID tienen m�s de un tipo de interfaz administrativa disponible. Por razones obvias, una interfaz de software suministra la mayor flexibilidad, ya que permite funciones administrativas mientras el sistema operativo se est� ejecutando. Sin embargo, si est� arrancando un sistema operativo desde una controladora RAID, se necesita una interfaz que no requiera un sistema operativo en ejecuci�n.
Puesto que existen muchas tarjetas controladoras RAID en el mercado, es imposible ir en m�s detalles aqu�. Lo mejor a hacer en estos casos es leer la documentaci�n del fabricante para m�s informaci�n.
5.6.2.1.2.2. Software RAID
Software RAID es RAID implementado como kernel - o software a nivel de controladores para un sistema operativo particular. Como tal, proporciona m�s flexibilidad en t�rminos de soporte de hardware - siempre y cuando el sistema operativo soporte ese hardware, se pueden configurar e implementar las formaciones RAID. Esto puede reducir dram�ticamente el costo de implementar RAID al eliminar la necesidad de adquirir hardware costoso especializado.
A menudo el exceso de poder de CPU disponible para los c�lculos de paridad RAID exceden en gran medida el poder de procesamiento presente en una tarjeta controladora RAID. Por lo tanto, algunas implementaciones de software RAID en realidad tienen mejores capacidades de rendimiento que las implementaciones de hardware RAID.
Sin embargo, el software RAID tiene ciertas limitaciones que no est�n presentes en hardware RAID. La m�s importante a considerar es el soporte para el arranque desde una formaci�n de software RAID. En la mayor�a de los casos, solamente se puede utilizar formaciones RAID 1 para arrancar, ya que el BIOS del computador no est� al tanto de RAID. Puesto que no se puede distinguir una unidad �nica de una formaci�n RAID 1 de un dispositivo de arranque no RAID, el BIOS puede iniciar exit�samente el proceso de arranque; luego el sistema operativo puede cambiarse a la operaci�n desde el software RAID una vez que haya obtenido el control sobre el sistema.
5.6.3. Administraci�n de Vol�menes L�gicos
Otra tecnolog�a de almacenamiento avanzada es administraci�n de vol�menes l�gicos o logical volume management (LVM). LVM hace posible tratar a los dispositivos f�sicos de almacenamiento masivo como bloques de construcci�n a bajo nivel en los que se construyen diferentes configuraciones de almacenamiento. Las capacidades exactas var�an de acuerdo a la implementaci�n espec�fica, pero pueden incluir la agrupaci�n del almacenamiento f�sico, redimensionamiento de vol�menes l�gicos y la migraci�n de datos.
5.6.3.1. Agrupamiento de almacenamiento f�sico
Aunque los nombres dados a esta capacidad pueden variar, la agrupaci�n del almacenamiento f�sico es la base para todas las implementaciones de LVM. Como su nombre lo implica, los dispositivos f�sicos de almacenamiento masivo se pueden agrupar de forma tal para crear uno o m�s dispositivos l�gicos de almacenamiento. Los dispositivos l�gicos de almacenamiento masivo (o vol�menes l�gicos) pueden ser m�s grandes en capacidad que cualquiera de los dispositivos f�sicos de almacenamiento subyacentes.
Por ejemplo, dadas dos unidades de 100GB, se puede crear un volumen l�gico de 200GB. Sin embargo, tambi�n se pueden crear un volumen l�gico de 150GB y otro de 50GB. Es posible cualquier combinaci�n de vol�menes l�gicos igual o menor que la capacidad total (en nuestro ejemplo 200GB). Las posibilidades est�n limitadas solamente a las necesidades de su organizaci�n.
Esto hace posible que un administrador de sistemas trate a todo el almacenamiento como un s�lo parque de recursos de almacenamiento, disponible para ser utilizado en cualquier cantidad. Adem�s, posteriormente se pueden a�adir unidades a ese parque, haci�ndo un proceso directo el mantenerse al d�a con las demandas de almacenamiento de sus usuarios.
5.6.3.2. Redimensionamiento de vol�menes l�gicos
La caracter�stica que la mayor�a de los administradores de sistemas aprecian m�s sobre LVM es su habilidad para dirigir f�cilmente el almacenamiento donde se necesite. En una configuraci�n de sistemas no LVM, el quedarse sin espacio significa - en el mejor de los casos - mover archivos desde un dispositivo lleno a uno con espacio disponible. A menudo esto significa la reconfiguraci�n de sus dispositivos de almacenamiento masivo; una tarea que se debe llevar a cabo despu�s del horario de oficina.
Sin embargo, LVM hace posible incrementar f�cilmente el tama�o de un volumen l�gico. Asuma por un momento que nuestro parque de almacenamiento de 200GB fue utilizado para crear un volumen l�gico de 150GB, dejando el resto de 50GB en reserva. Si el volumen l�gico de 150GB se llena, LVM permite incrementar su tama�o (digamos por 10GB) sin ninguna reconfiguraci�n f�sica. Dependiendo del entorno de su sistema operativo, se puede hacer esto din�micamente o quiz�s requiera una peque�a cantidad de tiempo fuera de servicio para llevar a cabo el redimensionamiento.
5.6.3.3. Migraci�n de datos
La mayor�a de los administradores con experiencia estar�an impresionados de las capacidades de LVM, pero tambi�n se preguntar�an:
�Qu� pasa si uno de los discos que forman parte del volumen l�gico comienza a fallar?
Las buenas noticias es que la mayor�a de las implementaciones LVM incluyen la habilidad de migrar datos fuera de una unidad f�sica particular. Para que esto funcione, debe existir suficiente capacidad para absorber la p�rdida de la unidad fallida. Una vez que se termine la migraci�n, se puede reemplazar la unidad que dej� de funcionar y a�adirla nuevamente en el parque de almacenamiento disponible.
5.6.3.4. Con LVM, �Por qu� utilizar RAID?
Dado que LVM tiene algunas funcionalidades similares a RAID (la habilidad de reemplazar din�micamente unidades fallidas, por ejemplo) y algunas funcionalidades proporcionan capacidades que no se pueden comparar con la mayor�a de las implementaciones RAID (tales como la habilidad de a�adir din�micamente m�s almacenamiento a un parque central de almacenamiento), mucha gente se pregunta si ya RAID no es tan importante.
Nada puede estar m�s lejos de la realidad. RAID y LVM son tecnolog�as complementarias que se pueden usar en conjunto (de una forma similar a los niveles RAID anidados), haciendo posible obtener lo mejor de los dos mundos.
Cuando comenzaron las primeras investigaciones de RAID, el acr�nimo ven�a de Redundant Array of Inexpensive Disks, pero con el paso del tiempo los discos "independientes" que RAID pretend�a sustituir se volvieron m�s y m�s econ�micos, dejando la cuesti�n del costo un poco sin sentido.
Tambi�n existe un impacto por los c�lculos de paridad requeridos por cada escritura. Sin embargo, dependiendo de la implementaci�n de RAID 5 espec�fica (espec�ficamente, d�nde se realizan los c�lculos de paridad en el sistema), este impacto puede variar desde muy grandes a inexistentes.
