一起数据灾难谈RAID0+1及RAID1+0

   近日，遇到一例4块盘SCSI RAID0+1的数据恢复，由4块36G SCSI组成。客户称是做了两组RAID1。出故障后，RAID状态里3块盘OFFLINE。

    按我的理解，这个应该是两组逻辑盘（分别做的RAID1），那即使是3块盘OFFLINE，也应该有一组逻辑盘是可以正常工作的。但客户用装在别的硬盘上的WINDOWS访问此阵列时，也无法识别阵列的逻辑盘。这样的话，很多就解释不通了，只能仔细分析了。

    拿下硬盘，单独接在SCSI适配器上，进入系统，无异常，可以识别出4块物理硬盘。分析，无明显RAID信息区域，之后，对4块盘做比较，结论是1、3号盘及2、4号盘每组都有相同性，但后面有大量不一致数据。1号盘及2号盘里有分区表，每个分区表里的描述都大约指出原逻辑盘分区总和大约68G。据此，可知有以下三种情况：

    1、两组RAID0，但1、3号及2、4号均有部分完全相同的数据，应该可以排除。

    2、RAID1+0（即两两做RAID1，再做RAID0，这种安全级别高，客户是集成商做的，可能性最大），一段时间内，两组RAID1中先后都有一块硬盘离线（此后就相当于RAID0，再不能提供任何冗余）。再后来，又有一块硬盘离线，系统崩溃。这种情况非常符合RAID里的表现。

    3、RAID0+1（即两两做RAID0，再做RAID1，这种不太好，推断可能性不大）

    根据分析后，发现除1、3组成的RAID，无任何错误，认为应该是对了。重组数据。直接写回RAID，系统正常可以启动。文件访问也正常。

    本来以为已经完美解决了。结果很短的时间内收到客户电话，称数据严重滞后，是两年前的东西。

    一细想，大悟。

    真实的情况应该是：用户做了RAID0+1,结果组成RAID1中的其中一组RAID0中有一块盘离线（应该为1或3），导致整个RAID0离线（两块离线了），之后一直以单RAID0的方式工作（想起来竟然两年有余，汗！），直到最近，剩下的一组RAID0中有一块盘离线，RAID彻底瘫痪。用户使用的RAID卡为ADAPTEC的0通道RAID卡，比较低端，无法安全缓冲数据，最后离线时，因数据部分未写入等原因导致文件系统一致性有问题。

    重新组织3及5号盘，修正错误，数据100%恢复成功。

 

    此案例中突显RAID0+1及RAID1+0的安全差别，细细说说吧。

    RAID0+1：

    结构为，两块以上（含两块）硬盘先做条带（RAID0），组成相同的两组一级逻辑盘。再将两组逻辑盘做镜像（RAID1）。

如下图：

 

    RAID0+1的冗余性（安全性）：只要有一块盘出错，它所在的RAID0就会整体离线，只能靠最外层的RAID1的冗余来支撑。实际上，只能允许一块盘出错，这样如果在4块以上的硬盘盘阵中，安全性实际会差得多。

    利用率：1/2

    效率：读与写均可以实现N/2（N为硬盘总数）的理论带宽

    实现：容易，控制器无需强劲处理能力，通常也无需大缓冲。

 

    RAID1+0：

    结构为，两块以上硬盘先做镜像（RAID1），组成相同的两组或两组以上一级逻辑盘。再将两组（或两组以上）逻辑盘做条带（RAID0）。

如下图：

 

    RAID1+0的冗余性（安全性）：只要有一块盘出错，它所在的RAID1中不会有问题，所以每组RAID1中都允许有一块盘离线。安全性：损坏两块盘崩溃的机会只有2/(N-1)。

    利用率：1/2

    效率：读与写均可以实现N/2（N为硬盘总数）的理论带宽

    实现：容易，控制器无需强劲处理能力，通常也无需大缓冲。

 

    上述分析，可以明显看到，RAID1+0比RAID0+1的安全级别会高很多，其他参数却相同。所以，需要安全级别高的场合下，一定要选择RAID1+0。实际上，RAID0+1是华而不实的结构，很少会有它的适用场合。本文提及的案例，如果用户使用的是RAID1+0，出故障的概率便会低得多了。