[Kumicho]

(12 May 2014)Nekmo escribió:  No es lo mismo tener un RAID6 con 6 discos que con 20 discos; porque en el segundo caso es mucho más probable que dos de ellos fallen que en el primero.

Aclaro que esto es únicamente el caso cuando se use solo un disco para tolerancia de errores. Si la elección sería entre un RAID 5/6 de 20 discos con dos para redundancia o dos RAIDs 5/6 de 10 discos cada uno con un disco para redundancia, sería más seguro tener un solo RAID de 20 discos.

[DeadWitness]

Está claro que estadísticamente es más fácil que fallen más cuantos más discos tengas, pero esa no es la cuestión. Si tienes 50 discos y pierdes muchos datos por un error, algo estás haciendo muy mal.

Creo que lo que quiere decir Kumicho (explicado para que la gente como yo no tenga que darle vueltas) es que entre dos sistemas gemelos o un único sistema que contenga los componentes de ambos, es más seguro el segundo. Imagino que no solo porque haya más espacio junto, sino porque todo ese espacio está conectado, que es la misma razón por la que unís discos duros al mismo sistema.

[Kumicho]

Básicamente, porque:
2x10 discos, si falla más de un disco en cualquiera de los RAID, pierdes los datos de 9 discos (que es la capacidad de un RAID 5/6 de 10 discos con uno de redundancia)
1x20 discos, pueden fallar dos discos sin perder datos, suponiendo que uses 2 para redundancia.

La probabilidad de que fallan varios discos al mismo tiempo se reduce exponencialmente. O sea que si la probabilidad de que falla 1 disco es de 10%, la probabilidad que fallan 2 al mismo tiempo podría ser del 1% y la probabilidad de que fallan 3 al mismo tiempo seria del 0,1%.

[DeadWitness]

Si la probabilidad de que en un sistema de 10 falle un disco es una, en uno de cinco es media, al menos matemáticamente y aunque pierdas menos datos, pero la tabla sería así:

spoiler:

Mostrar

X	Sistema de 10 discos - - -	Sistema de 5 discos
Probabilidad de que falle 1 disco	10%	5% x 2 discos de redundancia (aplicar a toda la columna)
Probabilidad de que fallen 2 discos	1%	1%
Probabilidad de que fallen 3 discos	0.1%	0.2%
Probabilidad de que fallen 4 discos	0.01%	0.04%
Probabilidad de que fallen 5 discos	0.001%	0.008%
Probabilidad de que fallen 6 discos	0.0001%	0.0016%0
Probabilidad de que fallen 7 discos - - -	0.00001%	0.00032%0

Es decir, según las matemáticas un sistema grande disminuye el riesgo de pérdidas mayores, no de pérdidas en sí. PERO al haber una mayor cantidad de discos (dos de redundancia, con lo que a nivel de efecto podemos dividir la probabilidad de perdida entre dos, como indico arriba) también es menos probable que la pérdida tenga efecto alguno.

En resumen:
-tener muchos discos en aumenta la probabilidad de fallo en alguno de ellos
-tener muchos discos disminuye el impacto de la pérdida en porcentaje
-tener muchos discos disminuye la probabilidad de pérdida real con respecto a un sistema con el mismo porcentaje de discos de redundancia
-tener muchos discos en un mismo sistema disminuye la probabilidad de pérdidas más cuánto mayor sea la pérdida potencial, sea o no real

No sé por qué me han entrado ganas de saberlo y me lo he planteado, pero es una tontería. Al final se resume en "más = mejor".

[Kumicho]

(12 May 2014)DeadWitness escribió:  En resumen:
-tener muchos discos en aumenta la probabilidad de fallo en alguno de ellos
-tener muchos discos disminuye el impacto de la pérdida en porcentaje
-tener muchos discos disminuye la probabilidad de pérdida real con respecto a un sistema con el mismo porcentaje de discos de redundancia
-tener muchos discos en un mismo sistema disminuye la probabilidad de pérdidas más cuánto mayor sea la pérdida potencial, sea o no real[/spoiler]

1) correcto
2) La perdida de más discos de los que hay para redundancia implica la perdida total de todos los datos por lo tanto no es cierto.
3) correcto
4) ¿?

[Nekmo]

Si comparamos 2 RAID5 de 10 discos ante un RAID6 de 20 discos, es preferible el RAID6. Eso no quita el hecho, de que tener un RAID6 de 20 discos con esas capacidades y discos baratos, puede ser desaconsejable (a mi parecer), porque la probabilidad de fallos ya es bastante alta, y su mantenimiento puede ser bastante complejo.

Si ya de por sí 4 discos pueden tardar 700-800 minutos en sincronizar (como poco), para 20 discos puede tirarte casi 3 días sincronizando.

[kioshiro_sama]

Pasé mucho tiempo guardando anime en DVD´s. A la larga resultaron una mala inversión en costo y perdida de espacio. Ahora respaldo en discos externos. El disco de la maquina tiene aproximadamente 300GB solo para guardar datos. A menudo transfiero series a los respaldos. Ultimamente estuve pensando sobre la posibilidad de pasarme a solidState Drives para mejorar el tiempo de respuesta de la maquina y sobre todo para evitar el riesgo de daño en el Disco Duro de plato giratorio magnetico por la constante busqueda de información y por las vibraciones que si me resultan un problema serio. Sin embargo me pareció que los Discos Duros tradicionales resultan ser una mejor opción frente a una versión in Solid State.
Del costo mejor no hablo.

[Kumicho]

No veo porque más discos debería durar más en sincronizarse. La velocidad de lectura sera superior por lo que la limitación es la velocidad de escritura del disco nuevo - cosa que es identico para 10 discos que para 20 y ni de coña tardas 3 dias en llenar un disco.

[Nekmo]

(12 May 2014)Kumicho escribió:  No veo porque más discos debería durar más en sincronizarse. La velocidad de lectura sera superior por lo que la limitación es la velocidad de escritura del disco nuevo - cosa que es identico para 10 discos que para 20 y ni de coña tardas 3 dias en llenar un disco.

No es llenar un disco. Es volver a calcular la paridad de todos los discos, lo que supone volver a leer de nuevo todo y escribir (en sincronización). Si hablásemos de cambiar el tamaño del array, además hablaríamos de reescribir de nuevo todos los datos.

https://raid.wiki.kernel.org/index.php/Recovering_a_failed_software_RAID

[Kumicho]

Solo tienes que escribir los datos del disco que fallo y calcular el CRC, es lo mismo con 5 discos que con 50. Hasta por software es algo que hoy en día va rápido porque hace años que el CPU tiene un comando especifico para hacerlo.