Qué es RAID y por qué es importante para los servidores

Qué es RAID

RAID son las siglas de Redundant Array of Independent Disks (matriz redundante de discos independientes). RAID es una tecnología que combina varios discos físicos en una sola unidad lógica para mejorar el rendimiento, aumentar la capacidad o proporcionar redundancia de datos, o una combinación de estos objetivos. RAID es una tecnología clave para los servidores, porque garantiza un funcionamiento continuo incluso cuando fallan uno o varios discos, algo de la máxima importancia en entornos de hosting, porque el tiempo de inactividad significa pérdida de ingresos y de reputación.

El concepto de RAID se remonta a 1988, cuando unos investigadores de la UC Berkeley propusieron usar varios discos baratos en lugar de uno caro para mejorar la fiabilidad y el rendimiento. Desde entonces, RAID ha evolucionado y hoy es el estándar en la infraestructura de servidores. Entender los niveles RAID es importante para cualquiera que gestione un servidor o elija un hosting, porque afecta directamente a la seguridad de los datos y al rendimiento.

RAID 0 - Striping

Cómo funciona

RAID 0 reparte los datos de forma uniforme entre dos o más discos sin ninguna redundancia. Cuando se escribe un archivo, los datos se dividen en bloques que se escriben alternativamente en discos distintos. Este proceso se llama striping, porque los datos se distribuyen en franjas a lo largo de todos los discos de la matriz. Por ejemplo, un archivo de 100 MB en dos discos se dividiría de modo que el primer disco almacene los bloques 1, 3, 5 y el segundo almacene los bloques 2, 4, 6, logrando lectura y escritura en paralelo.

Ventajas e inconvenientes

La principal ventaja de RAID 0 es un rendimiento notablemente mejorado, porque las operaciones de lectura y escritura se distribuyen entre varios discos simultáneamente. Dos discos en RAID 0 ofrecen teóricamente el doble de velocidad de lectura y escritura que un solo disco. La capacidad total es la suma de todos los discos, así que dos discos de 1 TB dan 2 TB de espacio utilizable. Sin embargo, RAID 0 no tiene redundancia, lo que significa que si falla cualquier disco, todos los datos se pierden de forma irrecuperable. De hecho, la fiabilidad de RAID 0 es menor que la de un solo disco, porque el fallo de cualquier disco de la matriz destruye todos los datos. Por este motivo, RAID 0 nunca se usa en servidores de producción ni en hosting, porque el riesgo de pérdida de datos es inaceptable.

RAID 1 - Mirroring

Cómo funciona

RAID 1 crea una copia idéntica de los datos en dos o más discos en un proceso llamado mirroring (espejado). Cada dato que se escribe en el primer disco se escribe simultáneamente en el segundo. Si un disco falla, el otro contiene una copia completa de todos los datos y el sistema sigue funcionando sin interrupción. Cuando se sustituye el disco averiado por uno nuevo, el sistema reconstruye automáticamente la copia de los datos en el disco nuevo en un proceso llamado rebuild (reconstrucción).

Ventajas e inconvenientes

RAID 1 ofrece una redundancia excelente, porque el sistema puede sobrevivir al fallo de un disco sin pérdida de datos ni interrupción. El rendimiento de lectura mejora, porque los datos pueden leerse desde ambos discos simultáneamente, pero el rendimiento de escritura es igual o ligeramente inferior al de un solo disco, porque cada dato debe escribirse dos veces. El principal inconveniente es la pérdida de capacidad, porque solo se aprovecha la mitad de la capacidad total de los discos. Dos discos de 1 TB en RAID 1 dan solo 1 TB de espacio utilizable. RAID 1 es una opción excelente para los discos de sistema de los servidores y para configuraciones más pequeñas en las que la redundancia es prioritaria.

RAID 5 - Striping con paridad

Cómo funciona

RAID 5 combina striping con paridad distribuida y requiere un mínimo de tres discos. Los datos se dividen en bloques y se distribuyen entre todos los discos de la matriz junto con la información de paridad. La paridad es un bloque calculado matemáticamente que permite reconstruir los datos si falla un disco. Los bloques de paridad se distribuyen de forma uniforme entre todos los discos en lugar de concentrarse en uno solo, lo que elimina el cuello de botella en la escritura. Cuando falla un disco, el sistema utiliza los datos restantes y la información de paridad para reconstruir los datos perdidos.

Ventajas e inconvenientes

RAID 5 ofrece un buen equilibrio entre rendimiento, capacidad y redundancia. La capacidad utilizable es de N menos 1 discos, donde N es el número total de discos, así que cinco discos de 1 TB proporcionan 4 TB de espacio utilizable, con 1 TB de espacio dedicado a la paridad. El rendimiento de lectura es excelente, porque los datos se leen desde varios discos en paralelo. El sistema puede sobrevivir al fallo de un disco, pero no de dos, porque perder un segundo disco antes de que finalice el proceso de reconstrucción provocaría la pérdida de todos los datos. El proceso de reconstrucción en discos grandes puede llevar horas o incluso días, durante los cuales la matriz es vulnerable. Por eso RAID 5 se considera menos seguro para los discos grandes de capacidad moderna.

RAID 6 - Striping con doble paridad

Cómo funciona

RAID 6 es una extensión de RAID 5 que usa dos bloques de paridad independientes en lugar de uno y requiere un mínimo de cuatro discos. Dos algoritmos distintos de cálculo de paridad garantizan que el sistema pueda sobrevivir al fallo simultáneo de dos discos sin pérdida de datos. Esto supone una mejora importante respecto a RAID 5, porque elimina la vulnerabilidad durante el proceso de reconstrucción. Si falla un disco y un segundo disco falla antes de que termine la reconstrucción, los datos siguen estando a salvo, porque dos bloques de paridad permiten la reconstrucción.

Ventajas e inconvenientes

RAID 6 ofrece el mayor nivel de redundancia entre los niveles RAID estándar, con la capacidad de sobrevivir al fallo de dos discos simultáneamente. La capacidad utilizable es de N menos 2 discos, así que seis discos de 1 TB proporcionan 4 TB de espacio utilizable. El rendimiento de lectura es similar al de RAID 5, pero el de escritura es menor, porque hay que calcular y escribir dos bloques de paridad en cada operación de escritura. RAID 6 se recomienda para matrices grandes con discos de gran capacidad, donde la probabilidad de que falle un segundo disco durante la reconstrucción es significativa y donde la pérdida de datos es inaceptable.

RAID 10 - Combinación de mirroring y striping

Cómo funciona

RAID 10 combina el mirroring de RAID 1 y el striping de RAID 0 y requiere un mínimo de cuatro discos. Primero se combinan los discos en parejas que se espejan como RAID 1, y luego esas parejas se combinan en un stripe de RAID 0. Por ejemplo, con cuatro discos, los discos 1 y 2 se espejan y los discos 3 y 4 se espejan, con los datos repartidos en franjas entre esos dos espejos. Esto significa que cada dato existe en dos copias en discos distintos y que las operaciones de lectura y escritura se paralelizan.

Ventajas e inconvenientes

RAID 10 ofrece el mejor rendimiento de todos los niveles RAID con redundancia, porque combina la velocidad del striping con la seguridad del mirroring. El rendimiento de lectura y escritura es excelente, porque las operaciones se distribuyen entre varios discos. El sistema puede sobrevivir al fallo de un disco en cada pareja espejada sin pérdida de datos. La reconstrucción es rápida, porque solo se copia el contenido de un disco en lugar de reconstruirlo mediante paridad. El principal inconveniente es la pérdida de la mitad de la capacidad, como en RAID 1, así que cuatro discos de 1 TB proporcionan 2 TB de espacio utilizable. RAID 10 es la opción preferida para bases de datos y aplicaciones con uso intensivo de escritura, donde el rendimiento es crítico.

RAID en el contexto del hosting

Cómo usan RAID los proveedores de hosting

Los proveedores de hosting profesionales usan RAID en todos los servidores para garantizar la fiabilidad y el rendimiento. Los servidores de hosting web suelen usar RAID 1 para los discos de sistema y RAID 5 o RAID 6 para los discos de almacenamiento con los datos de los usuarios. Los servidores de bases de datos prefieren RAID 10 por su rendimiento superior en escritura. El hosting moderno con unidades SSD mejora aún más el rendimiento, porque los SSD tienen un tiempo de acceso mucho más rápido y un mayor rendimiento que las unidades mecánicas.

RAID no sustituye a las copias de seguridad

Es fundamental entender que RAID no es una copia de seguridad. RAID protege frente al fallo de hardware de un disco, pero no protege frente al borrado accidental de archivos, la corrupción de datos, un ataque de virus, errores de software o catástrofes como un incendio o una inundación. Si borras un archivo por accidente, RAID borrará obedientemente la copia en todos los discos de la matriz. Si un ransomware cifra los datos, RAID cifrará las copias en todos los discos. Por eso una copia de seguridad periódica en una ubicación independiente es imprescindible, independientemente de la configuración RAID. La estrategia ideal es RAID para alta disponibilidad más copias de seguridad para protección frente a la pérdida de datos.

RAID por hardware o por software

El RAID por hardware usa una controladora RAID dedicada con su propio procesador y memoria para gestionar la matriz de discos. Sus ventajas son un mejor rendimiento, porque las operaciones RAID no sobrecargan el procesador principal del servidor, soporte para funciones avanzadas como la sustitución de discos en caliente (hot-swap) sin apagar el sistema, y una caché de escritura respaldada por batería que protege los datos en caso de corte de electricidad. El RAID por software usa el procesador y el sistema operativo para gestionar RAID, lo que es una opción más económica pero con menor rendimiento. mdadm de Linux es una herramienta popular de RAID por software. Para servidores de hosting se recomienda el RAID por hardware, porque ofrece un rendimiento más fiable bajo carga.

Conclusión

La tecnología RAID es la base de un servidor de hosting fiable que garantiza que el fallo de uno o varios discos no provoque pérdida de datos ni interrupción del servicio. RAID 1 es ideal para configuraciones más pequeñas con dos discos, RAID 5 ofrece un buen equilibrio para matrices medianas, RAID 6 proporciona seguridad adicional para matrices grandes y RAID 10 ofrece el mejor rendimiento con redundancia para aplicaciones exigentes. En BeoHosting, todos nuestros servidores usan configuraciones RAID con unidades SSD y copias de seguridad periódicas, lo que garantiza la máxima fiabilidad, velocidad y seguridad de los datos de tu web.