SISTEMAS DE ALMACENAMIENTO

Transcripción

1 SISTEMAS DE ALMACENAMIENTO Estructura de contenidos 2 CONCEPTOS GENERALES DE SISTEMAS DE ALMACENAMIENTO 3 Definiciones previas 4 CLASIFICACIÓN DE LOS SISTEMAS DE ALMACENAMIENTO POR DISPONIBILIDAD DE DATOS 6 SISTEMAS DE ALMACENAMIENTO BASADOS EN HARDWARE 6 Sistema de almacenamiento RAID 6 Ventajas y desventajas de los RAID s 7 Clasificación del sistema RAID s 7 RAID Estándar 8 Ventajas y desventajas de los nivel RAID estándar 13 Cuadro comparativo de parámetros del nivel RAID estándar 14 Sistema de almacenamiento SAN 16 Definición de SAN 16 Ventajas y desventajas de SAN 17 Sistema de almacenamiento NAS 17 Definición de NAS 17 Ventajas y desventajas de NAS 18 SISTEMAS DE ALMACENAMIENTO BASADO EN SOFTWARE 19 BIBLIOGRAFÍA 20 MATERIAL AUDIOVISUAL 22 GLOSARIO 23

2 2MAPA CONCEPTUAL Sistemas de Almacenamiento

3 CONCEPTOS GENERALES DE LOS SISTEMAS DE ALMACENAMIENTO INTRODUCCIÓN El especialista en administración de bases de datos, debe tener la percepción del funcionamiento de cada uno de los componentes lógicos y físicos que integran el sistema de base de datos; esto con el fin de que posean los conocimientos suficientes para seleccionar adecuadamente las herramientas que se necesitan para desempeñar el rol de DBA (database administrator) administrador de base de datos. Los entornos de producción que incluyen sistemas de bases de datos para almacenar la información requieren de unos niveles de confiabilidad, rendimiento y disponibilidad que deben ser cumplidos mediante distintas estrategias, una de las que resulta frecuentemente implementada es el uso de arreglos de discos basados en software o en hardware para el almacenamiento redundante de la información. Con el estudio de este contenido se introducirán a los sistemas de almacenamiento, en donde abordaran temas como: conceptos, tipos, ventajas, costos y consideraciones de rendimiento, para la selección adecuada de los dispositivos de almacenamiento, de acuerdo con los requerimientos del sistema. 3

4 DEFINICIONES PREVIAS Fracasos: Fallas: Cambios físicos detectables en el hardware del equipo, su solución implica remplazo del componente afectado. Son contingencias que afectan el funcionamiento normal del sistema, pueden ser: Suaves: cuando son fallas raramente repetibles y se deben a causas fortuitas. Duras: cuando son fallas repetibles y se deben a fracasos. Errores: Confiabilidad: Son la manifestación de las fallas ya sean suaves o duras y estos producen valores incorrectos en el sistema. Probabilidad de que el sistema no falle en el futuro, se tienen en cuenta los siguientes parámetros: MTTF: Mean Time To Failure Tiempo medio entre fallas: expresa la confiabilidad del sistema, se mide en unidades de tiempo e indica el tiempo que el sistema puede funcionar sin presentar fallas. MTTR: Mean Time To Repair Tiempo medio para reparar: es el tiempo que toma reponer el disco que fallo. Disponibilidad: Rendimiento: Probabilidad de que el sistema se encuentre funcionando en cualquier instante. Tiempo que toma una unidad de disco en responder a una petición completa de entrada - salida de datos, depende de dos aspectos: Limitaciones mecánicas y eléctricas de la unidad de disco. Carga de entrada salida impuesta por el sistema Redundancia: Almacenamiento de los mismos datos en dos o más unidades de disco. 4

5 Evitación de fallas: Tolerancia a fallos: Persistencia: Estrategias que se implementan con el fin de disminuir la probabilidad de fallos en el sistema. Capacidad del sistema de neutralizar los efectos de una falla en cualquiera de sus módulos, esto se logra con la redundancia de los componentes de un módulo. Capacidad de un sistema para mantener en el tiempo los datos en un estado que permita su posterior recuperación. Códigos de Hamming:Es método utilizado para la detección y corrección de errores en las unidades de discos duros. 5

6 CLASIFICACIÓN DE LOS SISTEMAS DE ALMACENAMIENTO POR DISPONIBILIDAD DE DATOS Los distintos niveles de RAID (Redundant Array of Independent Disks), con su configuración característica responden satisfactoriamente a al menos un nivel de la siguiente clasificación de sistemas de almacenamiento propuesta por RAID Advisory Board en 1996: FRDS - Sistema de discos resistente a fallas: Evita la pérdida de los datos almacenados en el arreglo, cuando falla una de sus unidades de disco. FTDS - Sistema de discos tolerante a fallas: Mantiene los datos accesibles cuando falla cuando cualquiera de los componentes del arreglo. DTDS - Sistema de discos tolerante a desastres: Mantiene los datos almacenados en el arreglo de discos disponibles mediante dos o más sistemas de acceso redundantes e independientes. SISTEMAS DE ALMACENAMIENTO BASADOS EN HARDWARE El comportamiento de las distintas configuraciones de los sistemas de almacenamiento basados en hardware, son evaluados mediante los siguientes parámetros: Confiabilidad Integridad y persistencia de la información. Rendimiento (throughput) Tiempo de respuesta. Disponibilidad Tolerancia a fallos. SISTEMA DE ALMACENAMIENTO RAID El sistema de discos independientes en arreglo redundante o RAID por las letras iniciales de las palabras que componen la frase en ingles Redundant Array of Independent Disks; es el término utilizado para referirse a los sistemas de almacenamiento basados en discos duros que tienen la capacidad de actuar colectivamente para replicar los datos en distintas unidades, con el fin de garantizar la disponibilidad y la persistencia de la información almacenada en cada uno de los discos que hacen parte del arreglo. 6

7 VENTAJAS Y DESVENTAJAS DE LOS RAID S Aumentan la tasa de transferencia sostenida cuando hay operaciones de lectura lineales. Mejora el rendimiento de aplicaciones que trabajan con ficheros grandes (edición de vídeo e imágenes). La redundancia de datos en múltiples discos proporciona tolerancia a fallos. No protege los datos ante un virus, un borrado accidental o un fallo de otro componente del sistema. No simplifica la recuperación de los datos cuando sucede un fallo. No mejora el rendimiento de todas las aplicaciones. El hardware RAID ofrece mejor rendimiento que un solo disco. Facilita las operaciones de respaldo de datos cuando se realizan de disco a disco. CLASIFICACIÓN DEL SISTEMA RAID S RAID's Estándar (Niveles 0,1, 2, 3, 4, 5 y 6): cada uno de los 7 niveles que componen el estándar RAID proporcionan una configuración distinta para almacenar los datos en más de un disco. RAID's Anidados (Niveles 0+1, 1+0, 10, 30, 50, 53 y 100): son combinaciones derivadas de los niveles estándar de RAID, que toman los aspectos positivos de cada configuración con el fin obtener un mejor rendimiento en el arreglo de discos. RAID's Propietarios: son implementaciones de RAID que han sido desarrolladas por las empresas como diseños propietarios. 7

8 RAID Estándar: se compone de 7 niveles en los que cada uno de ellos proporcionan una configuración particular para almacenar los datos en más de un disco. Raid 0 Segmentación de información a nivel de bloque sin tolerancia al error. Las unidades de discos utilizadas en RAID 0 son conectados en paralelo con el fin de que el sistema lo detecte como uno de mayor capacidad. Las unidades de discos están compuestas de múltiples bloques sobre los que se almacena de forma no secuencial los segmentos en que se ha divido la información. De esta forma un archivo guardado con RAID 0 es dividido en bloques y almacenado en diferentes partes del arreglo de discos. 8

9 Raid 1 Conjunto de discos con información en espejo. El Nivel RAID 1 estándar está compuesto por mínimo dos unidades de disco que contienen en todo momento una copia exacta de los datos almacenados, de esta forma se mejora la tolerancia a fallos mediante la redundancia de hardware y se asegura disponibilidad de los datos. Raid 2 Segmentación de la información a nivel de bits con código Hamming para la corrección de errores El nivel RAID 2 estándar, segmenta la información a nivel de bits e implementa el método de códigos de Hamming para la detección y corrección de errores. Este nivel se considera innecesario y solo se utiliza cuando se tienen discos antiguos que no tienen detección de errores interna, esto lo hace de muy poca utilidad práctica, ya que todas las unidades de disco modernas traen incorporado esta característica. 9

10 Raid 3 Segmentación de información a nivel de bytes con disco de paridad dedicado. El nivel RAID 3 estándar, segmenta la información a nivel de byte's y luego la distribuye en múltiples unidades de disco; la redundancia de los datos se logra implementando un disco de paridad dedicado, el cual mediante chequeo de paridad se encarga de detectar y corregir errores en los datos cuando falla una unidad de disco. Esta implementación requiere mínimo de tres unidades de discos y en uno de ellos se almacenan exclusivamente los datos paridad, en caso de fallar esta unidad se pierde la redundancia sobre los datos. 10

11 Raid 4 Segmentación de información a nivel de bloque con disco de paridad dedicado El nivel RAID 4 estándar, segmenta la información a nivel de bloque y luego la distribuye en múltiples discos; la redundancia de los datos se consigue implementando un disco de paridad dedicado, el cual mediante chequeo de paridad se encarga de detectar y corregir errores en los datos cuando falla una unidad de disco. En caso de fallar el disco de paridad se pierde la redundancia sobre los datos. Raid 5 Segmentación de información a nivel de bloque, con datos de paridad distribuidos. El nivel RAID 5 estándar, segmenta la información a nivel de bloque y luego la distribuye entre las unidades de discos; cada dato de paridad creado es almacenado de forma que nunca coincida con el disco en el que han sido guardados los segmentos de la información original, de esta forma se consigue redundancia sobre la información sin utilizar un disco de paridad dedicado. Se requiere de mínimo tres discos para realizar una implementación de este tipo. 11

12 Raid 6 Segmentación de información a nivel de bloque, con doble paridad distribuida El nivel RAID 6 estándar, segmenta la información a nivel de bloques e implementa datos de paridad doble que son distribuidos entre las diferentes unidades que conforman el arreglo de discos. La configuración de RAID 6 permite que dos unidades de disco distintas fallen simultáneamente, pudiéndose aun así recuperar los datos. 12

13 VENTAJAS Y DESVENTAJAS DE LOS NIVELES RAID ESTÁNDAR RAID 0 Mayor capacidad de almacenamiento, por lo que no duplica los datos. Proporciona mayor velocidad de lectura y escritura. Mejora el rendimiento de transferencia lineal. Se utiliza toda la capacidad del disco. En caso de que una unidad de disco falle, no es posible recuperar los datos. No posee tolerancias a fallos si, falla una unidad de disco el sistema queda fuera de servicio. No posee redundancia de datos. Las aplicaciones convencionales de escritorio no muestran mejora notable en el rendimiento. RAID 1 Si una unidad de disco fzalla, es posible recuperar los datos mediante el disco espejo. Es tolerante a fallos, en caso de que una unidad falle el sistema puede seguir en servicio. Mayor rendimiento en la lectura de datos. Es más costoso puesto que se necesita el doble del espacio para almacenar los datos. La escritura de los datos es más lenta ya que se debe realizar en dos localizaciones. Si se escriben datos corruptos en una unidad estos son duplicados en la otra. RAID 2 Mejora la demanda y la velocidad de transferencia. Realiza detección y correcciones de errores con código de Hamming. Es una solución costosa por la cantidad de discos que se necesitan para guardar los códigos de error. Tiempo de escritura bastante lento. No puede usarse con discos SCSI. No hay implementaciones comerciales de este nivel. RAID 3 Implementa un disco de paridad para corrección de errores. Puede fallar un disco y es posible recuperar la información. Alto rendimiento para acceso secuencial de grandes archivos. Al fallar el disco de paridad se pierde la redundancia de los datos. El disco de paridad puede convertirse en un cuello de botella para el sistema. No puede atender múltiples peticiones de lectura-escritura. 13

14 RAID 4 Puede atender peticiones simultáneas de lectura-escritura. Las operaciones de lectura se realizan más rápido. El disco de paridad es un punto único fallo que puede producir la perdida de redundancia sobre los datos. La escritura de datos pequeños resulta más lenta. RAID 5 RAID 6 Tiene un mejor desempeño al trabajar con múltiples transacciones pequeñas. Ideal para aplicaciones con procesamiento transaccional. Es posible recuperar los datos hasta con dos unidades de disco en falla. Si fallan 2 unidades de disco simultáneamente el sistema deja de funcionar. No aumenta el rendimiento de las aplicaciones. Es ineficiente con pocos discos. 14

15 RAID 0 RAID 1 RAID 2 RAID 3 RAID 4 RAID 5 RAID 6 CUADRO COMPARATIVO DE PARÁMETROS DE LOS NIVELES RAID ESTÁNDAR No proporciona tolerancia a fallos. Mejora la tasa detransferencia y el tiempo de acceso a los datos. El sistema deja de funcionar si hay una unidad de disco en falla. Protege la información en caso de falla. Mejora la lectura de los datos. Evita interrupciones por fallas en las unidades. El uso del código Hamming permite detectar y corregir errores. Mejora la operación de aplicaciones con alta tasa de transferencia. Usa múltiples discos dedica dos que permiten redundancia de datos. El disco de paridad permite reconstruir la información. Elevada tasa de transferencias secuenciales. Si falla un disco el sistema puede seguir en funciona miento. Es ideal para almacenar ficheros de gran tamaño. Durante las operaciones de lectura-escritura las unidades de disco son accesadas de forma individual. Es tolerante a fallos ya que se puede recuperar los datos de un disco averiado en tiempo real. Distribuye los datos de paridad entre todas las unidades de disco. La velocidad de transferencia de datos es alta. Es tolerante a fallos con una unidad de disco averiada. Cada dato de paridad es redundante y distribuido en dos unidades de disco diferentes. Las operaciones de escritura esultan más lentas que las de lectura de datos. Es tolerante a fallos con dos unidades de discos averiadas. 15

16 SISTEMAS DE ALMACENAMIENTO SAN DEFINICIÓN DE SAN - STORAGE AREA NETWORK Las SAN son sistemas dedicados de almacenamiento en red que acceden a los recursos mediante conexiones directas entre el servidor y los dispositivos de almacenamiento de manera que no causan impacto sobre la LAN El alojamiento y compartición de archivos se realiza mediante un disco virtual que conforman todos los dispositivos que pertenecen a la red y es en esté, donde la información se consolida y se comparte entre los diferentes servidores. Un aspecto importante de las SAN es que al estar los datos distribuidos entre los dispositivos de la red, estos tienen una alta disponibilidad y redundancia en caso de fallo en cualquier componente del sistema. Almacenamiento SAN Servidor Servidor TCP / IP LAN Servidor Servidor Fiber Channel Switch To Tape Raid Disk Array 16

17 VENTAJAS Y DESVENTAJAS DE LOS SAN Administración centralizada. Flexibilidad y escalabilidad en la configuración. Alta disponibilidad y rendimiento. Confiabilidad en la transferencia de los datos. No afecta el trafico de la red LAN. La implementación resulta más costosa que otros sistemas de almacenamiento. El rendimiento del sistema depende de la tecnología en que está diseñada la red. La arquitectura utiliza tecnología que resulta ser más costosa. Es compatible con dispositivos SCSI. Optimiza el espacio disponible para el almacenamiento. SISTEMAS DE ALMACENAMIENTO NAS DEFINICIÓN DE NAS NETWORK ATTACHED STORAGE Los SAN como su nombre lo indica son dispositivos dedicados de almacenamiento en red, que utilizan los recursos de la redes LAN para prestar el servicio de almacenamiento. Estos dispositivos integran un sistema operativo que ha sido específicamente desarrollado para cumplir con el propósito de alojar y compartir archivos dentro de una red LAN. Las características avanzadas que proporcionan los NAS permiten establecer políticas de acceso y redundancia sobre los datos con el objeto de mantener la seguridad de los mismos. 17

18 Almacenamiento NAS Servidor Servidor Servidor Servidor TCP / IP LAN NFS / CIFS PROTOCOL To Tape Raid Disk Array NAS Head VENTAJAS Y DESVENTAJAS DE LOS NAS La limitaciones en distancias son impuestas por el alcance de la tecnología en que está diseñada la red. Es un sistema orientado a prestar el servicio de almacenamiento de datos. El acceso de los datos no depende de un servidor. Genera mucho tráfico en la red en entornos con elevada demanda de archivos. Presenta menor rendimiento por el uso compartido de la red. Los dispositivos NAS son más lentos que una arquitectura SAN. El acceso de los datos se puede realizar desde múltiples plataformas. 18

19 No requiere de licencias multiusuario Optimiza la capacidad de almacenamiento. Permite escalabilidad en la capacidad de almacenamiento. SISTEMAS DE ALMACENAMIENTO BASADOS EN SOFTWARE Las aplicaciones de uso específico que permiten crear sistemas de almacenamiento por software, requieren trabajar en conjunto con el sistema operativo y sobre todo necesitan de recursos de hardware adecuados para realizar adecuadamente las implementaciones de este tipo de sistemas. Los sistemas de almacenamiento basado en software resultan menos costosos que los convencionales basados en hardware, pero requieren una configuración más minuciosa por parte del administrador del sistema. Almacenamiento Almacenamiento NAS BASADO EN SOFTWARE El inconveniente que se presenta en los sistemas de almacenamiento basados en software, es que producen sobrecarga en el sistema operativo, lo que genera un detrimento en el rendimiento del sistema y un deficiente servicio al usuario. La excesiva sobrecarga de procesamiento puede llevar continuamente a que el sistema colapse, con el agravante de que si ocurre en un sistema en producción, esto definitivamente no es tolerable bajo ninguna circunstancia puesto que cada colapso implicaría tiempo en que el sistema de almacenamiento no está disponible. Algunos ejemplos de sistemas de almacenamiento basado en software son: Linux MD RAID 10 Sun Microsystem StorEdge T3 IBM ServeRAID 1E Intel Matrix RAID Sun Microsystem RAID Z 19

20 BIBLIOGRAFÍA Solución de alta disponibilidad de base de datos por hardware o por software? López, L. Edgar y Felipe Alejandro. (2005). Universidad de San Carlos de Guatemala. Facultad de Ingeniería, Escuela de Ingeniería en Ciencias y Sistemas. WEBGRAFIA The RAID tutorial Definición RAID Intro to Nested-RAID: RAID-01 and RAID-10: 7f Tipos de RAID Niveles RAID Niveles RAID estándar

21 Niveles RAID no estándar Niveles RAID anidados RAID por hardware, por software y propietarios 2C_10 Nueva Clasificación RAID Cuadro comparativo NAS - Network Attached Storage SAN - Storage Area Network 21

22 MATERIAL AUDIOVISUAL Tipos de RAID: estándar, anidado y propietario Contiene información sobre el concepto, historia, ventajas y desventajas de los RAID y Niveles de RAID Parte 1 - Contiene Introducción, conceptos básicos, que es RAID, niveles de RAID Parte 2 - tipos de RAID 5-6, bidimencionales Parte 1 - Descripción de RAID, sus niveles 1 y 2, aplicaciones y características. Parte 2 Niveles RAID Parte 1 Parte

23 GLOSARIO Backup Copia de la base de datos en un medio removible. Confiabilidad Probabilidad de que el sistema no falle en el futuro. DBA (Database Administrator), administrador de base de datos. Disponibilidad Probabilidad de que el sistema se encuentre funcionando en cualquier instante. DTDS Sistema de discos tolerante a desastres Disaster-tolerant disk systems Error Manifestación de las fallas en que se producen valores incorrectos en el sistema. Fallas Contingencias que afectan el funcionamiento normal del sistema. Fracaso Probabilidad de que el sistema se encuentre funcionando en cualquier instante. FRDS Sistema de discos resistente a fallas Failure-Resistant Disk Systems FTDS Sistema de discos tolerante a fallos Failure-tolerant disk systems 23

24 MRRF Tiempo medio entre fallas Mean Time To Failure MTTR Tiempo medio para reparar Mean Time To Repair NAS Almacenamiento en red Network Attached Storage Persistencia RAID Capacidad de un sistema para mantener en el tiempo los datos en un estado que permita su posterior recuperación. Arreglo redundante de discos independientes Redundant Array Independent Disk Redundancia Almacenamiento de los mismos datos en dos o más unidades de discos. Rendimiento Tiempo que toma una unidad de disco en responder a una petición completa de entrada salida de datos. SAN Red de área de Almacenamiento Storage Area Network 24

25 OBJETO DE APRENDIZAJE Desarrollador de contenido Experto temático Sistemas de Almacenamiento Alejandro Pinzón Roberto Asesor Pedagógico Rafael Neftalí Lizcano Reyes Productor Multimedia Programadores José Jaime Luis Tang Pinzón Victor Hugo Tabares Carreño Daniel Eduardo Martínez Díaz Grateful Dead Montaño Sierra Líder expertos temáticos Ana Yaqueline Chavarro Parra Líder línea de producción Santiago Lozada Garcés Atribución, no comercial, compartir igual Este material puede ser distribuido, copiado y exhibido por terceros si se muestra en los créditos. No se puede obtener ningún beneficio comercial y las obras derivadas tienen que estar bajo los mismos términos de licencia que el trabajo original. 25