9. 高可用性 RAID

1. 问: RAID 可以帮助我防止数据丢失。但是如何才能确保系统尽可能长时间地运行，并且不易发生故障？理想情况下，我想要一个系统可以一年 365 天、每周 7 天、每天 24 小时运行。

   答: 高可用性是困难且昂贵的。您越是努力使系统具有容错能力，就越困难且越昂贵。以下提示、技巧、想法和未经证实的传闻可能会对您的 этой 追求有所帮助。

   • IDE 磁盘可能会以这样一种方式发生故障：IDE 排线上的故障磁盘也可能阻止同一排线上的良好磁盘响应，从而使其看起来像是两个磁盘都发生了故障。由于 RAID 不能防止双磁盘故障，因此应该在一个 IDE 电缆上只连接一个磁盘，或者如果有两个磁盘，它们应该属于不同的 RAID 集合。
   • SCSI 磁盘可能会以这样一种方式发生故障：SCSI 链上的故障磁盘可能会阻止访问链上的任何设备。故障模式涉及公共（共享）设备就绪引脚的短路；由于此引脚是共享的，因此在移除短路之前，不会发生仲裁。因此，同一 SCSI 链上的任何两个磁盘都不应属于同一个 RAID 阵列。
   • 类似的说法也适用于磁盘控制器。不要在一个控制器上加载太多通道；使用多个控制器。
   • 不要对所有磁盘使用相同的品牌或型号。严重的雷暴天气导致两个或多个磁盘损坏的情况并不少见。（是的，我们都使用浪涌抑制器，但这些也不是完美的）。磁盘外壳的过热和通风不良是磁盘杀手。廉价磁盘通常运行温度很高。使用不同品牌的磁盘和控制器可以降低导致一个磁盘损坏的因素（热量、物理冲击、振动、电涌）在同一天也损坏其他磁盘的可能性。
   • 为了防止控制器或 CPU 故障，应该可以构建一个“双尾” SCSI 磁盘外壳：即连接到两台计算机。一台计算机将以读写模式挂载文件系统，而第二台计算机将以只读模式挂载它们，并充当热备用。当热备用能够确定主服务器发生故障时（例如通过看门狗），它将切断主服务器的电源（以确保它真的关闭了），然后 fsck 并重新以读写模式挂载。如果有人实现了这个功能，请告诉我。
   • 始终使用 UPS，并执行干净的关机。虽然不干净的关机可能不会损坏磁盘，但在即使是小型阵列上运行 ckraid 也是非常慢的。您要尽可能避免运行 ckraid。或者您可以破解内核并调试热重建代码...
   • SCSI 电缆是众所周知的非常敏感的设备，容易引起各种问题。使用你能买到的最高质量的电缆。例如，使用气泡膜来确保带状电缆不会彼此靠得太近而产生串扰。严格遵守电缆长度限制。
   • 了解一下 SSI（串行存储架构）。虽然它相当昂贵，但据传它不太容易出现 SCSI 表现出的故障模式。
   • 祝您使用愉快，时间过得比您想象的要快。