In der heutigen IT-Infrastruktur sind Datenspeichersysteme, die durch Virtualisierung weit verbreitet sind, das Herzstück, das alle virtuellen Maschinen speichert. Der Ausfall dieses Knotens kann den gesamten Betrieb eines Rechenzentrums zum Stillstand bringen. Obwohl ein erheblicher Teil der Serverhardware in irgendeiner Form eine Ausfallsicherheit „von Haus aus“ bietet, werden aufgrund der besonderen Rolle des Speichersystems in einem Rechenzentrum höhere Anforderungen an die „Lebensfähigkeit“ gestellt.
Die effektivste Methode zur Gewährleistung der Ausfallsicherheit in der IT besteht darin, mehrere Exemplare von Hardware und Software zu nutzen (im einfachsten Fall – Duplizierung). Natürlich kann das Speichersystem vollständig dupliziert werden. Dieses Vorgehen wird insbesondere bei der Katastrophenwiederherstellung genutzt. Aber nicht alle Unternehmen können sich eine solche Lösung leisten. Es geht nicht nur um die doppelte Kosten der Hardware, sondern auch um zusätzliche Ausgaben für die Einrichtung und den weiteren Betrieb einer solchen Lösung.
Die Möglichkeit der Verdopplung der Hardware bedeutet jedoch nicht, dass die Notwendigkeit zur Sicherstellung der Ausfallsicherheit auf Komponentenebene entfällt. Insbesondere in Storage Area Networks (SAN) wird eine Redundanz bei den Netzteilen, Kühlmodulen, Speichermedien und natürlich den Controllern angewendet. All dies ist bereits längst zur Norm geworden. Es ist schwierig, ein SAN ohne einen solchen Aufbau zu finden. Hier ist es nicht anders. In diesem Artikel möchten wir jedoch über Aspekte sprechen, die nicht sofort ins Auge fallen und die in erster Linie darauf abzielen, die Ausfallsicherheit des Systems insgesamt zu erhöhen.
Kühlmodule
Sehr häufig werden in 2U-3U-Gehäusen kombinierte Module verwendet, die Netzteile und Lüfter vereinen. Einerseits ist dies praktisch, da nur ein Modul gewartet werden muss. Andererseits kann das Netzteil im Falle eines Ausfalls des Kühlsystems deaktiviert werden, um eine Überhitzung zu vermeiden. Dies mag zwar nicht als kritische Situation erscheinen, doch zusätzliche Schwachstellen im SAN sollten eindeutig vermieden werden.
Die Kühlung im Qsan-Speichersystem erfolgt durch separate Module mit „Hot-Swap“, die unabhängig von den Stromversorgungsblöcken sind. In den Stromversorgungen sind eigene Lüfter vorhanden, die die PSU selbst kühlen. Jedes Kühlmodul beherbergt zwei unabhängige Ventilatoren, die sich gegenseitig absichern. Im Speichersystem gibt es zwei solcher Module: eines rechts und eines links, um eine effiziente Kühlung aller Komponenten zu gewährleisten. Wenn ein Ventilator ausfällt, erhöhen alle anderen automatisch ihre Drehzahl, um den entstandenen Luftstrommangel auszugleichen. Daher stellt ein Lüfterausfall keine Gefahr einer Überhitzung des gesamten Geräts dar.
Topologie der Erweiterungsanschlüsse
Klassisches Anschlussschema Die SCSI-Architektur verwendet eine Topologie, die als Kaskade bezeichnet wird. Dabei werden die entsprechenden Controller-Regale und die Speicher-Subsysteme über ein einziges SAS-Kabel miteinander verbunden. Insgesamt ergibt sich somit eine Verkabelung von zwei Kabeln für ein Zwei-Controller-System. Wenn ein weiteres Regal angeschlossen werden soll, erfolgt dies auf die gleiche Weise wie beim ersten Regal. Und so weiter. Ein Vorteil dieser Topologie ist die einfache Umsetzung in der Hardware. Ein Nachteil hingegen ist die gewisse Anfälligkeit für plötzliche Unterbrechungen der SAS-Verbindung, die durch den Ausfall von nicht untereinander verbundenen Controllern und Regalen oder durch das Abschalten eines der Erweiterungsregale in der Mitte des Netzwerks entstehen kann. Dies kann zum Verlust des Zugriffs auf Teile der Speichermedien und möglicherweise zum Zusammenbruch der RAID-Gruppe führen, wenn diese über mehrere Gehäuse verteilt ist.
Der Ausfall von Controllern bei Qsan wird durch eine interne logische Verbindung der Controller über den Backplane der Speicherlösung abgesichert. Das bedeutet, der Speichercontroller erkennt nicht nur den direkt angeschlossenen JBOD-Controller, sondern auch den "Nachbarn" über einen speziellen Link im Backplane. Sollte also ein solcher Fall eintreten und niemand physisch die SAS-Kabel zwischen dem Speicher und dem Rack abziehen, bleibt der Zugriff auf alle Speicher erhalten.
Um einen Bruch der SAS-Verbindung, beispielsweise durch einen Stromausfall des Erweiterungsgehäuses, zu verhindern, wird häufig eine andere Anschluss-Topologie verwendet – der umgekehrte Kaskadenanschluss. Dabei wird die Speicherlösung direkt mit dem ersten und letzten Gehäuse in der Kette verbunden, wodurch der Zugriff auf die Speichermedien von beiden Seiten erfolgt.
Wenn Sie einen stärkeren Schutz wünschen, können Sie größere Konfigurationen aufbauen, beispielsweise mit einer Baumtopologie. Alternativ können Sie die Komplexität durch Kombinationen der erwähnten Topologien erhöhen. Dies ist möglich dank der großen Anzahl von SAS-Schnittstellen an den Geräten (2 bei jedem Storage-Controller und 5 bei jedem JBOD-Controller) mit automatischer Erkennung der Ein-/Ausgangsmodus. Wichtig ist, dass der Administrator nicht den Überblick verliert. Die Storage-Lösung wird die Konfiguration jedoch korrekt einrichten können.
Schnelles Rebuild
Das Vorhandensein von „Hot Spare“-Festplatten im System erhöht die Datenspeicherzuverlässigkeit erheblich. Doch die bloße Tatsache, dass solche Festplatten bereitgestellt werden, garantiert nicht den vollständigen Schutz. Der Wiederherstellungsprozess (Rebuild) ist höchst arbeitsintensiv und oft zeitaufwendig. Diese Arbeitsintensität entsteht durch den konstanten Zugriff auf die primären Daten. Das bedeutet, dass das System neben der laufenden Arbeit auch Daten auf die neue Festplatte kopieren muss. Die Dauer des Rebuilds hängt dabei direkt von der Kapazität des Speichers und dessen Geschwindigkeitsmerkmalen ab. Da das System nichts über den tatsächlich belegten Speicherplatz auf den Festplatten weiß, kopiert es während des Rebuilds einfach alles: blockweise.
Daher kann die Wiederherstellung einer modernen Festplatte mit über 10 TB Kapazität unter erheblicher Last auf der SAN leicht eine Woche und mehr in Anspruch nehmen. Auch sollte man bedenken, dass während des Rebuilds die Wahrscheinlichkeit eines Ausfalls anderer Festplatten aufgrund der erhöhten Belastung erheblich steigt. Dies kann ernsthafte Gefahren darstellen, beispielsweise bei der Verwendung von RAID 5.
Um dieses Problem zu lösen, haben viele Entwickler von Speicherlösungen an der Beschleunigung des Wiederherstellungsprozesses gearbeitet. Es gibt verschiedene Ansätze, aber das Grundprinzip ist das Kopieren nur der tatsächlich belegten Blöcke während eines Rebuilds. Auch Qsan hat sich mit diesem Problem beschäftigt. Bei den Speicherlösungen dieses Anbieters wird bei aktivierter Option das System verfolgt die für Schreibvorgänge verwendeten Blöcke und hat somit die Möglichkeit, im Falle eines Festplattenausfalls nur diese auf ein neues Laufwerk zu kopieren.
Die Option Schnelles Rebuild ist bei der Erstellung neuer Volumes standardmäßig nicht aktiviert, da ihre Nutzung Auswirkungen auf die Leistung hat, insbesondere bei zufälligen Schreibvorgängen, da:
- Die Verfolgung der Schreibvorgänge in die Blöcke erforderlich ist;
- bei einem Rebuild keine Prüfziffern für nicht belegte Bereiche neu berechnet werden, weshalb die betreffende Fläche bei einer neuen Beschriftung zuerst „initialisiert“ werden muss.
Daher wird die Verwendung von Fast Rebuild für Volumes, beispielsweise mit stark beanspruchten Datenbanken oder in Videoüberwachungssystemen, wo das Volume letztlich ohnehin zu 100 % gefüllt sein wird, nicht empfohlen. Für File- oder Mailserver hingegen ist diese Option äußerst nützlich.
Abschließend
Jeder Hersteller von Speicherlösungen geht davon aus, dass seine Geräte zuverlässig sind. Wenn es keine schwerwiegenden Fehler bei der Entwicklung der Geräte und kein übermäßiges Sparen während ihrer Produktion und Testung gibt, kann man im Allgemeinen dem Anbieter zustimmen. Allerdings muss man verstehen:
- Die grundlegende Ausfallsicherheit von Speicherlösungen bedeutet in erster Linie, dass der Zugriff auf Daten im Falle eines Ausfalls eines oder mehrerer Komponenten weiterhin gewährleistet ist;
- Zusätzliche Optionen zur Ausfallsicherheit (wie die oben beschriebenen) schränken einige Fehlerarten ein und erhöhen Ihre Chancen, auf die Daten zugreifen zu können;
- 100 % Zuverlässigkeit gibt es leider nicht. Um dem jedoch möglichst nahe zu kommen, investieren die meisten seriösen Anbieter von Speicherlösungen (und darunter auch unser Unternehmen) erhebliche Anstrengungen in die kontinuierliche Verbesserung ihrer Produkte sowohl in der Hardware- als auch in der Softwarekomponente.
Denken Sie daran, dass eine absolute Zuverlässigkeit des Speichersystems nicht den Bedarf an Backup-Kopien, klaren und getesteten Wiederherstellungsplänen im Notfall sowie an einer reaktionsschnellen technischen Unterstützung des Anbieters ausschließt.
Quelle: habr.com
