Cómo disponer los discos: espejo o paridad repartida

La primera decisión seria en la instalación es cómo se dispondrán los discos. En internet esta pregunta suele responderse con un cálculo de capacidad: qué disposición da más espacio.

Es la pregunta equivocada. La correcta es: a qué avería quieres sobrevivir y qué tendrá que hacer la máquina después de esa avería?

Dos enfoques básicos

Espejo. Dos discos guardan los mismos datos. Pierdes la mitad de la capacidad. Cuando un disco muere, el que queda ya es una copia completa.

Paridad repartida. Los datos se extienden por varios discos con información de recuperación al lado. De los mismos discos sale más espacio. Cuando un disco muere, las piezas que faltan se recalculan a partir de los demás.

En capacidad la segunda gana con claridad. Por eso la mayoría de los consejos acaba ahí. La diferencia real viene después.

La parte que nadie menciona: el momento de la reparación

Un disco murió y montaste uno nuevo. Qué pasa ahora?

Con espejo la reparación es una copia sencilla. Los datos pasan del disco que queda al nuevo. Los demás discos apenas se ven afectados.

Con paridad repartida, reparar significa leer todos los discos restantes de punta a punta. Es decir, haces el trabajo más pesado de toda la instalación justo en el momento en que uno de tus discos ya ha muerto. Si tus discos tienen la misma edad y vienen del mismo lote, ese es precisamente el momento en que una segunda avería es más probable.

De ahí la frase: el riesgo no es la primera avería, es la segunda avería durante la reparación. Y la reparación es el trabajo que más invita a una segunda avería.

La cuestión del crecimiento

La segunda diferencia práctica aparece más tarde.

Un conjunto construido con espejos se amplía añadiendo dos discos a la vez. Hoy empiezas con dos discos y el año que viene añades otros dos.

En los grupos de paridad repartida el ancho se fija al crearlo y cambiarlo después ha sido tradicionalmente difícil. Esa decisión la tomas una vez y convives con ella mucho tiempo.

La regla de las instalaciones pequeñas

Cuando hay pocos discos, el espejo suele ser el mejor intercambio. El motivo no es la capacidad, es la ligereza de la reparación y la flexibilidad para crecer.

La paridad repartida empieza a valer lo que cuesta según sube el número de discos: la diferencia entre usar seis de ocho discos y usar cuatro es seria, y a esa escala la carga de reparación también se reparte mejor.

La prueba es simple: ten en cuenta la respuesta a "cuánto tiempo voy a estar esperando inquieto tras la muerte de un disco". En instalaciones pequeñas, mantener ese tiempo corto vale más que unos terabytes de más.

Y nada de esto es una copia de seguridad

La frase de este artículo que más necesita repetirse: la disposición de discos no es una copia de seguridad.

Un archivo que borras por error se borra de todos los discos a la vez. Una base de datos corrompida queda corrompida en todos los discos. La disposición solo protege de que muera un disco; contra el error humano, el fallo de software o el secuestro de datos no hace nada.

La disposición te compra tiempo, no datos. Lo que te compra datos es una copia.

Qué hace Atlas

En la pantalla de creación de conjunto, Atlas lista las disposiciones junto con el número mínimo de discos que pide cada una y escribe qué aporta cada una. Al elegir no tienes que buscar por separado "para qué sirve esto y cuántos discos quiere".

El valor por defecto es a propósito el espejo. El motivo es el intercambio de arriba: con el número de discos que tienen la mayoría de instalaciones, el espejo queda del lado más seguro. Un valor por defecto es una recomendación, no un candado; puedes elegir otra disposición, pero la habrás elegido a sabiendas.

La pantalla además muestra sugerencias distintas según el tipo de conjunto: un almacén conectado por red y los discos locales no tienen las mismas preguntas, así que mostrar el mismo formulario sería un error.