编程实现虚拟RAID读磁盘并发

wzlr · 发表于 2015-2-3 12:44:30

马上注册，结交更多好友，享用更多功能，让你轻松玩转社区

您需要登录才可以下载或查看，没有账号？立即注册

x

从事企业级数据恢复不可避免的需要对大量磁盘在软件层实现虚拟RAID，并对此进行操作，目前可实现虚拟RAID的常用数据恢复软件如：winhex、R-Studio、UFS explorer 等虽可以实现虚拟RAID，但实际上虚拟RAID并没有并发线程，也就是说，虚拟RAID最快速度也只是单块磁盘的速度，如果虚拟RAID中磁盘数量较多，做某些操作时，时间成本将大大提高。

自己进行的某些项目，也实现了虚拟RAID功能，但和WinHex、R-Studio、UFSexplorer等软件一样，操作磁盘也没有使用并发，原因一方面是代码不好设计，调试麻烦，另一方面也不想在此浪费时间，能实现功能就行，对于规模不大的虚拟RAID，时间也可以接受。

前些时间因为一个单子，最后还是决定实现虚拟RAID的并发功能。

那个单子是一个28块1TB磁盘做的RAID5，因为文件系统特殊，需要在软件层重组虚拟RAID，并对其进行镜像，磁盘数量较多，winhex 不支持，其它软件也不支持镜像到磁盘，最后只得在自己的软件上添加克隆功能进行镜像。由于软件没有虚拟RAID的并发功能，镜像速度也只相当于一块磁盘的速度，而源盘型号较垃圾，速度慢，镜像速度只有一分钟6-7GB，此RAID需要镜像的空间超过20TB，镜像时间超过2天。客户还是在外地，上门工作，使得经济成本大大提高。

目前在做的项目已实现了虚拟RAID的并发功能，实测用3块磁盘(每块磁盘最高速度约11 -12GB每分钟) 的做的虚拟RAID0，读速度达到34GB每分钟; 同样的介质做成虚拟RAID5后，读速度达到23GB每分钟。当然，如果是做镜像或是解析文件系统进行数据导出的话，还要看目标介质的写入速度了。

问题：影响虚拟RAID 速度的因素

1：RAID 块大小。

2：读磁盘速度。

RAID 块大小因素：

解决思路：

如果RAID块大小为1扇区，如果一次请求1024个扇区。一般思路：一个块一个块的读，此次请求需要执行1024次I/O 操作，这将对速度有致命影响，WinHex、R-Studio、UFS explorer等软件对于此种情况，速度下降10倍以上。

解决方案：通过请求的开始扇区号和要读取的扇区数，计算出每块磁盘在此次请求中要读取的开始扇区和扇区数，这样对每块磁盘只进行一次I/O 操作，然后在内存中重新按RAID格式组织缓冲，返回。

如果RAID块大小为2048扇区，如果一次请求1024个扇区，一般情况下这次请求的扇区都在一个块内，也就是说只需从一块磁盘中读取，并发无作用，速度是单块磁盘的速度。这种情况只有通过提高要读取的扇区数来解决。

读磁盘速度因素：

解决思路：

如果一次请求1024扇区，RAID块大小为128扇区，此次请求最少需要操作8个块，如果这个8 个块分布在8 个磁盘上，则需要读取8个磁盘。WinHex、R-Studio、UFSexplorer软件的思路：读1号磁盘->读1号磁盘完成->读2号磁盘->读2号磁盘完成->读3号磁盘…

此方法较好控制，软件不容易出错。如果使用并发，此次请求的时间将为原来时间的1/8(理论上)，就是同时创建8个线程，每个线程读一块磁盘，待8个线程执行完成，再进行缓冲整理，返回。当然也可以8个线程进行缓冲整理，但缓冲整理所需时间很少，不是影响速度的因素。

下面是伪代码：

自定义函数 isREAD_DiskC  // 判断所需磁盘是否读完，此函数要使用线程互斥，同时只
// 能一个线程使用，否则读完磁盘计数的变量数据容易被覆盖

Begin

读完磁盘计数的全局变量+1;

如果 (读完磁盘计数 = 这次请求要读的磁盘数) 就

继续主控制线程：Main_control;

关闭当前线程;

End;


自定义函数 RAID_READ_DISK(read_parameters)  // 每个线程读磁盘的函数

Begin

根据结构体指针 read_parameters 中的数值读取磁盘扇区数据; // read_parameters 记录要读的磁盘介质，
//开始扇区号，要读的扇区数，所读到的缓冲地址

读完后关闭此单个磁盘的读线程;

创建一条线程执行 isREAD_DiskC 函数;

End;

自定义函数 Main_control       ////// 主控制线程

Begin

  通过请求的开始扇区号和扇区数用自定义函数：GetNeedSectorInfo 得到要读的磁盘列表和取出每块磁盘要读的开始扇区和扇区数;

  循环要读的磁盘数量

Begin

   read_parameters := 此块磁盘 GetNeedSectorInfo函数中得到的值;

   创建一条线程执行RAID_READ_DISK(read_parameters);

End;

执行Main_control 函数的线程挂起，等待自定义函数isREAD_DiskC 的指令继续;

  要读的磁盘全读完后，缓冲整理过程 ......;

End;

实际上使用并发，代码量不会多多少，只是线程难以准确控制，也不好调试。

这其中要注意缓冲数据覆盖和全局控制变量的一致性，特别是在虚拟RAID中有成员为另一个虚拟RAID的时候。