一 为什么要研究存储系统的可靠性
说实话，只要不涉及到大规模的文件上传和分发，大家的架构都比较类似，对于结构化数据，我们的处理办法已经足够成熟和丰富，但是对于持久化的文件存储问题，很难选择一个合适的方案。
研究存储系统可靠性的目的是什么？当然是为了找到一个又便宜，响应又快，忍受得了很多故障，故障恢复速度又高的存储系统以供大家把玩。
提升可靠性的主要途径大体上三类：
1. 提高存储介质的品质
2. 提高传输线路的品质
3. 提高冗余度
前两项的实现依赖花钱和等待人类科技进步，这个我就不做讨论了。提高冗余度的直接办法，似乎也是花钱，多来几个副本就好了。
看来存储的可靠性所依赖的和讨老婆所依赖的是一个东西——有钱的爹，这个社会真是令人心痛。
但是，不要忘了，我们研究存储系统的可靠性的目的之一就是想办法节约成本。如果是自用，而且很有钱，什么贵用什么好了，可靠性肯定差不离。但是如果是提供存储服务，或者服务依赖于存储，靠这个赚钱的，那么节约成本就是重中之重了。
尤其是市面上，大多数人采用的方案是基本一致的。如果，你能提供比别人便宜但是性能指标更好的服务，那就赢得了市场的先机。
上面我们讨论出，对于一个存储集群来说，可靠性通过提高冗余度的方式来提升。带来冗余的方式除了副本，其实还有一个途径就是erasure code.
也就是说，在这一层面上，我们是有技术选型的还能有点余地的。这有就有了讨论这个问题的价值。
二 我们可以选择的冗余方案
在选择冗余方案之前，我们先应该看看我们是给什么样的一个系统做冗余。这就好比在讨论人生的另一半的寻找之前，先要确定一下自己喜欢的是同性还是异性，划定一下范围。
首先，它得是个大型的存储系统，太小的系统太不稳定，突发的情况很多。比如，今天我突然挂了，对于我来说死亡率是100%，但对于全人类的死亡率贡献是微不足道的。
其次，我们得定义一下这个存储系统是用来干嘛的。我们可以把存储系统理解为计算机的外部存储，功能是存，取，删和移动资源。另外，这么大一个系统，肯定是要满足N多人来做这些操作。有些人反应过来了——这不就是云存储中的对象存储吗？
是的，我在这里讨论的就是对象存储（以及类对象存储的文件存储系统）的可靠性问题。
然后，它是追求优秀设计的系统。淘汰一些缺陷影响比较大的设计或者复杂度太高的设计。
最后，整个系统的总体成本得比较低，这样昂贵的和少见的硬件规格就被淘汰了。
我们率先可以淘汰全闪存的设计。为什么呢？因为爱情，也因为贫穷。另外企业级磁盘也被淘汰了。关于企业级磁盘的稳定性分析可以去看backblaze这家业界良心的公司出的报告(个人认为这些数据的全面公开不仅仅是业界良心的表现，还跟企业的严谨程度有关，我猜测很多做云服务的公司让他拿也拿不出什么严谨的数据，因为根本没有记录）。这篇报告的大致结论就是企业级磁盘省在质保周期比较长，仅此而已(实际上，在扇区错误上企业级磁盘有一定优势）。那么，我们就用最便宜的民用级的SATA盘作为存储介质好了。
等等，有人可能会说了。 这个性能可能不够啊?
答案要从两个方面找，一个是提高网络传输水平，另一个是提高缓存质量。没错，在一个又大又便宜的系统中，性能的提升的不二法门就是良好设计的缓存。当然，这是题外话了，简单来说就是副本集群上面有个SSD热门资源的集群，再在SSD之上还有内存缓存，再出口外部还有一圈CDN做缓存。实际上，副本集群的磁盘并没有你想象中那么辛苦。
目前，我们已经确定经济上的最优选择的方向是桌面级的SATA盘。另外，还要再仔细一点的话，可以再考究一下磁盘容量，磁盘故障率，磁盘单价等因素，关于如何选择磁盘。backblaze也有自己的推荐，数据还是挺全面的。
现在我们一步步开始淘汰不应该有的设计。
很简单的，无冗余的方案第一个被淘汰。无冗余意味着坏任何一块盘，任何一个扇区，你都要丢数据，这太扯淡了。没人会这么做，除非公司老板是你情敌。或者，你认为数据不重要。既然数据丢了没关系，那也不用研究什么可靠性了。因此无冗余方案不做考量了。
冗余的两个途径，要么做副本，要么做erasure code。其中，三副本是最常见的实现方式，可用性和可靠性都不错，就是成本高。
为了节约成本，很多人使用了erasure code。
EC(erasure code)用的多的有这么几种实现：Reed Solomon codes(RS)，Tornado Codes（LDPC）,另外还有fountain codes，Xcode，weaver等等。
其中RAID5，应该是大家对熟悉的。但是，RAID5在不考虑扇区故障的情况下，只能容许一组raid中一块盘的去世，这个可靠性似乎不够用(准确的说是相当不够用，1副本的策略带来的效果和没有副本几乎是一样的）。我们要降低成本，但也不能可靠性还不如三副本吧？本来要买车代步，结果为了省钱转而买了双好鞋的即视感。
而且比起三副本来说，RAID还有一些性能问题：
为什么这么说呢？就算不考虑写入和恢复数据的计算问题，另外由于磁盘一次只能一个IO（SSD就忽略这条吧），不管是盘挂了要decode还是有一个大文件读写，都会影响整个条带上的所有磁盘。那么这个时候倘若有其他用户要做文件操作，就只能排队等待了。理想状态当然是通过合理的条带深度来匹配单次IO的大小，但是那毕竟是理想状态。
RAID6要稍微好一点，虽然RAID6的概念比较混杂，我们可以粗略的认为容许坏两块盘的就是RAID6（在不考虑扇区故障的情况下）。RAID6有了三副本类似的可靠性标准，但是考虑到其性能问题，我们得另作安排：
首先尽可能继续提高对磁盘损坏的容忍度，因为其性能不能满足要求，那么将起作为然后转第二集群，存放三副本落下来的冷的持久化存储。既然是持久化，其抵抗损坏的能力总得要比三副本明显高出一筹才行。
这样方式的实现，显然不是RAID6了（超过2块的容忍度）。那么，RAID6的实现很多是基于RS的，我们何不干脆直接使用RS。然后将RS集群作为较冷的存储。（PS：为了提高RS的计算效率，我们可以引入柯西矩阵替换原来的范德蒙矩阵，以提高逆矩阵的计算效率。另外有限域的计算也可以转换成XOR计算，其基本出发点类似于蒙哥马利算法。这种RS，我们称为CRS，即Cauchy Reed-Sololmon code）
RS(Reed Solomon)应用比较广，著名的有facebook，Azure.不过他们使用的是LRC（Locally Repairable Codes)，部分使用了RS.虽然牺牲了MDS性质（MDS 性质了保证n=k+m 个磁盘中容忍任意m个磁盘死掉，而数据不发生丢失）但是修复表现更好，在系统容许挂掉的盘数到一定数量之后，这样的取舍是值得的。
Parity-check array codes计算开销比RS要小，但是一般只能接受2-3块盘去世。因为，既然我们已经决定把纠删码集群作为相对冷的存储了，只有这点能耐不够看。
LDPC和fountain code则比较有意思了。在云存储领域，流行程度为0.
他们的性能超级高（相对RS），空间表现也不错（我们只考虑systematic erasure codes形式的erasure codes,即data和parity symbols相分离，这样R/W性能会优秀一些）。那为嘛不用呢？
因为数学理论要求更高了。还有就是LDPC这玩意是有专利的。反正，现在计算机计算性能这么优秀，RS又有CRS的方法提升性能，另外又可以利用LRC去进一步提高修复性能。唉，罢了罢了。
我们再来看看fountain code. 恩，其两种实现LT code和Raptor code都有专利限制。嘿嘿。
总得来说这两种方法的可靠性都很好，计算性能根据不同的操作环境会有变化，在部分状态下，是RS的N个数量级的提升。只不过由于专利限制和数学实现的问题，在商用上可能会碰到麻烦。另外还有一个考虑是，RS的计算速度已经能满足修复多个磁盘的要求了，毕竟网络上的可供修复使用的带宽是有限的(这也是不能直接全盘使用RS的另一个原因，repair traffic将吃光你的网络资源），廉价磁盘的外部传输速度也是非常低的。
自古华山一条路，RS code就看你了。
网友评论