Como dispor os discos: espelho ou paridade distribuída

A primeira decisão séria na instalação é como os discos vão ser dispostos. Na internet essa pergunta costuma ser respondida com uma conta de capacidade: qual arranjo dá mais espaço.

É a pergunta errada. A certa é: a qual falha você quer sobreviver e o que a máquina terá que fazer depois dessa falha?

Duas abordagens básicas

Espelho. Dois discos guardam os mesmos dados. Você perde metade da capacidade. Quando um disco morre, o que sobrou já é uma cópia completa.

Paridade distribuída. Os dados são espalhados por vários discos, com informação de recuperação ao lado. Dos mesmos discos sai mais espaço. Quando um disco morre, as partes que faltam são recalculadas a partir dos outros.

Em capacidade a segunda ganha com folga. Por isso a maioria dos conselhos para por aí. A diferença de verdade vem depois.

A parte que ninguém menciona: a hora do reparo

Um disco morreu e você montou um novo. O que acontece agora?

Com espelho, o reparo é uma cópia simples. Os dados vão do disco que sobrou para o novo. Os outros discos quase não sentem esse trabalho.

Com paridade distribuída, reparar significa ler todos os discos restantes de ponta a ponta. Ou seja, você faz o trabalho mais pesado de toda a instalação justamente no momento em que um dos seus discos já morreu. Se os seus discos têm a mesma idade e vieram do mesmo lote, esse é exatamente o momento em que uma segunda falha é mais provável.

Daí a frase: o risco não é a primeira falha, é a segunda falha durante o reparo. E o reparo é o trabalho que mais convida uma segunda falha.

A questão do crescimento

A segunda diferença prática aparece mais tarde.

Um conjunto construído com espelhos cresce acrescentando dois discos por vez. Hoje você começa com dois discos e no ano que vem acrescenta mais dois.

Nos grupos de paridade distribuída a largura é fixada na criação e mudá-la depois tem sido tradicionalmente difícil. Ou seja, você toma essa decisão uma vez e convive com ela por muito tempo.

A regra das instalações pequenas

Quando há poucos discos, o espelho costuma ser a melhor troca. O motivo não é capacidade, é a leveza do reparo e a flexibilidade para crescer.

A paridade distribuída começa a valer a pena conforme o número de discos sobe: a diferença entre usar seis de oito discos e usar quatro é séria, e nessa escala a carga de reparo também se distribui melhor.

O teste é simples: leve em conta a resposta para "quanto tempo vou ficar esperando aflito depois que um disco morrer". Em instalações pequenas, manter esse tempo curto vale mais do que alguns terabytes a mais.

E nada disso é backup

A frase deste artigo que mais precisa ser repetida: o arranjo de discos não é backup.

Um arquivo apagado por engano é apagado de todos os discos ao mesmo tempo. Um banco de dados corrompido fica corrompido em todos os discos. O arranjo só protege contra a morte de um disco; contra erro humano, defeito de software ou sequestro de dados ele não faz nada.

O arranjo te compra tempo, não dados. O que compra dados é backup.

O que o Atlas faz

Na tela de criação de conjunto, o Atlas lista os arranjos junto com o número mínimo de discos que cada um pede e escreve o que cada um oferece. Assim, na hora de escolher, você não precisa procurar em separado "para que serve isso e quantos discos quer".

O padrão é de propósito o espelho. O motivo é a troca acima: nos números de discos que a maioria das instalações tem, o espelho fica do lado mais seguro. Um padrão é uma recomendação, não uma tranca; você pode escolher outro arranjo, mas terá escolhido sabendo.

A tela ainda mostra sugestões diferentes por tipo de conjunto: um armazenamento ligado pela rede e discos locais não têm as mesmas perguntas, então mostrar o mesmo formulário seria errado.