En el almacenamiento de datos , la duplicación de discos es la replicación de volúmenes de discos lógicos en discos duros físicos separados en tiempo real para garantizar una disponibilidad continua . Se utiliza más comúnmente en RAID 1 . Un volumen reflejado es una representación lógica completa de copias de volúmenes separados.
En un contexto de recuperación ante desastres , la duplicación de datos a larga distancia se conoce como replicación de almacenamiento . Dependiendo de las tecnologías utilizadas, la replicación se puede realizar de forma sincrónica , asincrónica , semisincrónica o en un momento dado. La replicación se habilita mediante un microcódigo en el controlador de la matriz de discos o mediante el software del servidor . Generalmente es una solución propietaria, no compatible entre varios proveedores de dispositivos de almacenamiento de datos.
La duplicación suele ser sólo sincrónica. La escritura síncrona normalmente logra un objetivo de punto de recuperación (RPO) de cero pérdida de datos. La replicación asincrónica puede lograr un RPO de solo unos segundos, mientras que las metodologías restantes proporcionan un RPO de unos pocos minutos a quizás varias horas.
La duplicación de disco difiere del sombreado de archivos que opera a nivel de archivo y de las instantáneas de disco donde las imágenes de datos nunca se vuelven a sincronizar con sus orígenes.
Normalmente, la duplicación se proporciona en soluciones de hardware, como matrices de discos , o en software dentro del sistema operativo (como Linux mdadm y device mapper ). [1] [2] Además, los sistemas de archivos como Btrfs o ZFS proporcionan duplicación de datos integrada. [3] [4] Hay beneficios adicionales de Btrfs y ZFS, que mantienen sumas de verificación de integridad de datos y metadatos, lo que los hace capaces de detectar copias incorrectas de bloques y usar datos reflejados para extraer datos de los bloques correctos. [5]
Existen varios escenarios de lo que sucede cuando falla un disco. En un sistema de intercambio en caliente , en caso de una falla del disco, el propio sistema generalmente diagnostica una falla del disco y señala una falla. Los sistemas sofisticados pueden activar automáticamente un disco de reserva activa y utilizar el disco activo restante para copiar datos en vivo en este disco. Alternativamente, se instala un disco nuevo y se copian los datos en él. En sistemas menos sofisticados, el sistema funciona en el disco restante hasta que se pueda instalar un disco de repuesto.
La copia de datos de un lado de un par de espejos a otro se llama reconstrucción o, menos comúnmente, resilvering . [6]
La duplicación se puede realizar de un sitio a otro mediante enlaces de datos rápidos, por ejemplo enlaces de fibra óptica, que en distancias de aproximadamente 500 m pueden mantener un rendimiento adecuado para soportar la duplicación en tiempo real. Distancias más largas o enlaces más lentos mantienen espejos utilizando un sistema de copia asíncrono. Para los sistemas remotos de recuperación de desastres, esta duplicación no puede realizarse mediante sistemas integrados sino simplemente mediante aplicaciones adicionales en las máquinas primarias y secundarias.
Además de proporcionar una copia adicional de los datos con fines de redundancia en caso de falla del hardware, la duplicación de discos puede permitir acceder a cada disco por separado para fines de lectura. En determinadas circunstancias, esto puede mejorar significativamente el rendimiento, ya que el sistema puede elegir para cada lectura qué disco puede buscar más rápidamente los datos requeridos. Esto es especialmente significativo cuando hay varias tareas compitiendo por datos en el mismo disco, y se puede reducir la paliza (donde el cambio entre tareas lleva más tiempo que la tarea en sí). Esta es una consideración importante en las configuraciones de hardware que acceden con frecuencia a los datos del disco.