基本上，RAID指的是藉由一组硬盘和相对应的数据设计，可在某些组件发生读取错误的情况下，确保从系统仍能存取数据。RAID 0是基础条带化模型，由于不支持任何冗余，因此在执行系统性能优化时，也无法在故障情况下恢复数据。RAID 5则透过添加一个校验盘（又称P盘），作同行数据XOR的计算，从而实现数据恢复之功能。以数学角度来说，数据恢复过程可视为只有一个未知变量（因读取故障而遗失的数据）的线型方程序，并可轻松的透过基础代数方法求解。

RAID 6延伸RAID 5的功能，并可在同一数据集上恢复两个数据错误。从数学角度来说，RAID 5使用一个方程序解出一个未知变量，而 RAID 6则能通过两个独立的线型方程构成一个方程组，从而恢复两个未知数据。而第二个方程则额外创建一个Q盘，因此RAID 6又称作P＋Q盘机制。

理论上来说，此数列可无限延伸，并创建任意类型的M＋N冗余，但实际应用通常仅限于N＝2。也就是说，RAID 6被赋予的主要任务即是解决数据条上同时发生的两个独立错误。

RAID 5的局限性

RAID 5可独立解决两种磁盘无法存取数据的情况：

• ●其中一颗磁盘损坏且无法进行任何数据读写动作，需要进行更换时，RAID 5能从保存的对等数据中恢复该损坏硬盘之所有数据，并重建毁损的磁盘。





• ●磁盘组本身没问题，但其中一个扇区上出现了坏轨（即不能读取的区块），造成某些数据不能恢复时。

请注意，从数学角度来说，每个磁盘的平均无故障时间（MTBF）大约为50万至150万小时（也就是每50～150年发生一次硬盘损坏），但实际情况往往无法达到上述理想值。目前在大多数散热和机械条件下，都会造成硬盘正常工作的时间大幅减少。由于数组中的每个磁盘皆为独立且皆有可能发生故障，因此从统计学的角度来看的话，一个包含N个磁盘的数组，其发生故障的机率就比单一磁盘要大上N倍。综上所述，如果数组中的磁盘数量合理，且这些磁盘的平均无故障时间（MTBF）较短，那么在磁盘阵列的预期使用寿命周期中，就很有可能发生磁盘故障（比方说每隔几个月或几年就会发生一次故障）。

那么，两颗磁盘同时损坏的机率有多大呢（「同时」是指在其中一颗磁盘修复前，另一颗磁盘即发生故障）？如果说RAID 5数组的MTBF与MTBF2成比例关系，那么此种机率约为每一万年出现一次，也就是说不论在何种工作环境之下，两颗磁盘同时损坏的机率极低。然而，这仅为纯粹数学计算，并不符合现实考虑。现实中意外状况时常发生，而有些原因则根本与MTBF毫无关系。

读取错误（不能恢复的ECC读取错误）是一种较难以掌握的现象，从统计数据上发现其与位读取数成比例关系。就SCSI/ FC/ SAS磁盘来说（SAS是本文的重点，但本量化说明同样适用于其他两种种技术），发生读取错误的机率为每读取10^15位（约100TB）到10^16位（约1000TB或1PB），会出现一次错误。我们把这一机率称作误码率（Bit Error Rate；BER）。

SATA磁盘的BER比上述技术要高一到两个数量级（其BER为每读取10^14到10^15位出现一次错误，即每读取10到100TB 就出现一次错误，取决于磁盘设计）。若一个SATA磁盘容量为1TB，代表完整读取该磁盘十次集会出现坏区块（假定这里的BER为每读取10^14位出错一次）。存储相同数据的两个对应区块几乎不可能同时出现问题，因其BER为每读取10^30位出现一次错误。

然而，若同时发生的两个问题，分别由MTBF与读取错误所引起，则该机率有多大？假设将10个分别拥有300GB容量与BER为10^-15的磁盘组合成一个数组，那么我们在重建磁盘时发生读取错误的可能性有多大？计算方法为：10^15（位）×1/8（字节/位）×1/10（磁盘）×1/300GB，从而得出每50次重建就会出现一次错误，看起来相当显著但不足以令人吃惊。如果在磁盘阵列的使用寿命内，发生了50次故障的话，那才真令人头痛。上述机率在统计学上并非为不显著，因此我们可以换句话说，若您出售了50颗该款硬盘给某人，则其中至少会有一颗发生故障。看起来还好，但对于一个安装了数百个磁盘阵列的客户来说，是非常严重的问题。不过，有些SAS磁盘的BER比这里假定的情况要好上10倍，因此故障率可以大幅降低。

那么，SATA的情况又如何呢？一般来说，当磁盘的容量越大，就越容易发生重大的故障，而SATA的BER较其他技术要低－这是一个非常严重的问题。假定有上述同样的10个磁盘组成数组，但每个磁盘容量为500GB，BER为10^-14，则计算公式如下：10^14×1/8×1/10×1/500GB，得出每2.5次重建就会出现一次故障，这是一个需要被高度重视的数据。

RAID 6的重要性与弹性

上面所谈的是一个5TB容量的磁盘阵列，尽管这种数组还不太常见，但完全是当前技术可以达到的水平。每2.5个数组就有一个会在重建时发生区块毁损，然后用户会看到「Read Error at LBA = 0xF43E1AC9」这类对他们来说毫无用处的错误讯息。0xF43E1AC9到底是什么？是说空间为空？还是说内核数据下次重启会发生蓝屏错误？是仅涉及没人会用得到的数据库？还是我的银行帐户信息？实际上看到这种错误信息根本无从做出判断，唯一的办法就是从备份中恢复数据，但这会花费大量时间，而且还要考虑到从5TB容量的磁带中存取数据将面临多大的错误机率。这种读取错误的机率极高，因此用户会遇到无穷尽的问题。

RAID 6之所以重要，不是因为它能恢复两个同时发生的磁盘故障，而是能用完好的对等磁盘恢复一个磁盘故障和一个读取错误。随着磁盘容量不断增长，上述错误的发生率也越来越高，加上低质量SATA磁盘的使用，又使该机率提高十倍乃至百倍。说到底，要在价格与风险之间进行权衡，SAS与高端硬盘拥有较佳的MTBF与BER，因此发生错误的机率较小（尽管不是零）；反之SATA能大幅节约购买设备的资本投入，却会面临较高的双重故障机率。在此情况下，RAID6 市场便乘势而起。

值得注意的是，上面提到的一些风险可以透过其他技术加以降低，例如定期扫描磁盘以避免区块损坏的巡读（Patrol Read），可以确保不会因为另一颗磁盘的损坏，造成同一条磁带上的数据发生双重故障。目前来说，RAID 6似乎是更适合SATA硬盘。不过就如同市场的预期，当磁盘容量与数组规模不断增加，RAID 6在SAS领域的应用商机也令人期待。

---作者为LSI公司企业策略总监---