被所有数据库追捧的存储技术：RAID 0 、RAID 1 、RAID 5 、RAID 10 、RAID 50 、RAID 60

  Hi，大家晚上好！我最近很喜欢逛街，不买什么也逛逛，感受一下街市的美好吧！~今日让我来深入深入了解RAID技术，一个被所有数据库青睐的存储技术。

图片

  RAID技术，英文全拼为Redundant Array of Independent Disks。从名称可以看出，RAID最初目标是通过将多个廉价的磁盘驱动器组合起来，以取代昂贵的大型磁盘驱动器，从而提供更高的性能和容错能力。还没说这个技术是为了干什么的，这个技术是在当时的背景下，存储成本价格昂贵，而如何用更小的成本造就更加优质的性能。

        RAID技术如何实现在成本固定的情况下，实现性能的优化。首先，RAID是分为很多实现方式的，其中就有RAID0 RAID1 RAID5 RAID10 RAID50 RAID 60。

        这些存储方式的不同造就了存储结果的不同性能与优势劣势，我们用更加简单的方法来逐个学习~

        首先是RAID 0。这个存储方式是假设你有多个磁盘，但是你有一份数据，你将这份数据存储在不同的磁盘中，这样当用户想要读取数据，就可以从不同的磁盘中获取，由于每个磁盘都不会承载很多的数据，都是一份数据内的【块】，所以I/O速度也会自然提升。举个例子吧~

        RAID 0 :数据分磁盘存（Disk1 Disk2 Disk3 Disk4），数据从不同的磁盘中取出，一次只取部分，I/O速度快。性能高。但是一个磁盘坏了，很容易全部崩盘~        

图片

RAID 1: 磁盘复制，数据冗余，也变快了，但是一旦有磁盘出现问题了，别的磁盘随时可以更替。

图片

 RAID 5:利用奇偶校验块做数据存储，数据还是和RAID 0一样分散存放，保证性能，利用奇偶校验块去除数据冗余、恢复备份。

图片

    奇偶校验块这里需要说明一下，从图可以看出以上有4个磁盘，奇偶校验块寸存放在磁盘1，那么奇偶校验块则是DP = DISK1 XOR DISK2 XOR DISK3 XOR DISK4。倘若磁盘1坏了，我们可以利用奇偶校验块立马恢复：DISK1 = DISK2 XOR DISK3 XOR DISK4 XOR DP。你会想，奇偶校验块所在的盘DISK1损坏，还能用这个公式吗？可以！因为其他盘还完好，数据还在，而且DP本身是一个计算信息，不会影响。这里为什么说DP是计算信息，给大家举个例子~！

数据块1: 0 1 1 0  数据块2: 1 1 0 0  数据块3: 1 0 1 0  ------------------------  校验块:  0 0 0 0  （计算每一列：0 XOR 1 XOR 1 = 0，依此类推）

所以还是可以用DISK1 = DISK2 XOR DISK3 XOR DISK4 XOR DP。但是如果再有一个盘坏了，数据就无法恢复了。但是在实际情况中，RAID 5/6中校验块不是固定在某一块盘上，而是像"旋转门"一样在所有磁盘间轮转存储。就我可能第一行的校验块在磁盘1 ，可能第二行的校验块在磁盘2，都有可能，如果校验块坏了，我得看校验块在哪个盘，再决定可不可以或者需不需要恢复。

          如果RAID 5你能理解，那么RAID 6你理解起来就更简单的，因为它是双奇偶校验，也就是~

图片

      RAID 6是双奇偶校验，其中奇偶校验信息被分布式存储在不同的驱动器上，并通过双重奇偶校验提供更高的数据冗余性。大家有兴趣可以参考RAID5 一样的原理，也就是多了一重奇偶验证，这样比RAID 5的好处是什么呢？这样如果有一块磁盘崩了，只需要用另一块磁盘就能直接恢复。刚刚我们的RAID 5 还需要重新建立，但是这个直接重建即可。

    剩下的RAID 10,其实就是RAID 0 和RAID 1的匹配，既要分散存储又要冗余。RAID 50则是RAID5 和 RAID 0 的合并，奇偶和分散数据~RAID 60则是RAID6 和 RAID 0 的合并~双重奇偶和提高性能。

        这些RAID级别对应着不同的应用场景！从存储特征来看，如性能要求高，可以参考RAID0 和 RAID50 \RAID 60，但是如果安全性更加看重，可能RAID会更被青睐~

        目前Oracle的数据文件启用的是RAID5 ,因其空间利用率高（仅损失1/N的容量）且能提供数据冗余，适合读密集型场景（如数据仓库）。Raid10适用于高并发OLTP系统（如金融交易），因其结合了RAID 0的条带化性能和RAID 1的镜像冗余，能显著提升写入速度！！还有很多的数据库都应用了RAID技术~大家有兴趣可以多多了解！

谢谢你看到这，祝你生活愉快呀！！

欢迎关注我的数据库类公众号：【会用数据库】一起成长！！