[发明专利]一种磁盘坏块的自检测方法和装置

说明书

技术领域

本发明涉及数据存储技术，尤其涉及一种磁盘坏块的自检测方法和装置

背景技术

硬盘数据存储以块为逻辑单位在硬盘的磁介质上，相应的的扇区不能读写或块上数据产生误码都会导致坏块，使得数据不可用。为了保证数据的可用性，存储系统需要具有对磁盘坏块的检测能力，以避开对坏块的读写，及时迁移重要数据。通常的做法根据数据存储一定的冗余信息，在下次读写操作中通过冗余信息判断是否产生了坏块，典型的方法有ECC以及RAID5/6。

ECC是一种前向纠错编码(FEC，Forward Error Correction)方法，最初用于通信系统的误码检错和纠错，以提高通信系统的可靠性。由于这种编码的可靠性，该方法也应用于磁盘数据的存储，一般已经内建于磁盘系统。

ECC的实现也是通过对数据块进行编码，一般是根据数据块的行和列计算奇偶校验信息，并把这些信息作为冗余数据存储在磁盘中，255字节数据块的ECC校验原理图如表1所示。

其中，CP_i，i＝0，1，2，4是对数据块的列数据进行奇偶校验得出冗余。

而RP_i，i＝0，1，2...15是对数据块的行数据进行奇偶校验得出冗余。

读取数据块时，根据数据块的列冗余和行冗余，对数据块进行列校验和行校验。从表1中可以看出，当数据出现1bit错误时，会导致系列奇偶校验产生错误。通过列奇偶校验冗余可以定位出具体误码的列，而行奇偶校验冗余可以定位具体的行，根据行号和列号可以纠正误比特。

表1

ECC对于数据块有单比特突发错误的情况有恢复能力。但是当出现多位误码，ECC只能检错，无法恢复数据，对于数据安全要求比较高的场合并不适用，因此还需要备份文件。此外，ECC必须进行IO读写数据块时才能检测到错误。而且随着块大小增加，一个块中出现多个位错误的机会也随之增加，ECC已经无法应付这样的情况。此外，ECC一般是由硬件实现，不具备功能扩展和定制的能力。

在空间效率方面，如表1所示，如果数据块为n个字节，则外加的ECC位为log2n+5。如对255byte的数据而言，需要log2*255+6＝22bit的冗余，有效空间利用率为22/(255*8)＝98.9％。

RAID 5/6被称为分布式奇偶校验磁盘阵列。校验信息并不单独存放在一个磁盘中，而是以块交叉的方式分布到各个磁盘中，如图1，图2所示。

在RAID 5中，把一个数据块序列以及校验块的组合称之为条，如图1中的A1、A2、A3、Ap。如果需要对数据块进行写操作，需根据条的数据块重新计算并重新写入相应的奇偶校验块。

当有一个磁盘掉线，可通过奇偶校验块对一个数据块进行推导恢复，所述奇偶校验块如图1中的Ap、Bp、Cp、Dp，因此RAID 5具有一个盘掉线的容错能力，但整体磁盘的读写性能将会有很大的降低，因为重建该数据块需要读取其他所有的数据块和奇偶校验块，直到掉线的磁盘被替换并且相关数据被重建。RAID 5的空间效率为1-1/n，其中n为磁盘数。对于4个盘，每个盘1TB的数据，实际上的数据存储空间为3TB，空间效率为75％。如果在旧数据读取的过程中，由数据块计算出奇偶校验块与磁盘中的奇偶校验块不一致，则可判断有坏块出现。因此，为了检测坏块，必须读取在n个磁盘上的块，对每个块进行奇偶校验运算，才能进行判断。因此，判断坏块的速度和磁盘的个数相关有很大的关系。

RAID 6扩展了RAID 5，其原理基本一致，磁盘的数据分布如图2所示，除了原来的奇偶校验块外，还增加了一个奇偶校验块，如Aq、Bq、Cq、Dq、Eq等，增强了对于坏盘的容错能力，可以在两个磁盘掉线的情况下，可根据冗余信息对数据进行恢复，适合高可用的应用环境。但数据写的性能有所下降，奇偶校验计算占用了更多的处理时间，并且降低了有效数据的空间利用率。

RAID 6空间效率为1-2/n，可容忍的磁盘掉线数为2。如有5个磁盘，每个磁盘为1TB物理存储空间，实际可存储3TB的数据，空间效率为60％。

目前的磁盘坏块检测方法，空间利用率低：在互联网行业应用中，由于对数据的可用性有比较高的要求，一般数据会有1份或以上的备份，已足够保证数据可用性，单盘的数据冗余纠错方案功能在已有多份备份的情况下，作用并不明显；

磁盘坏块检测的效率不高：由于数据块和校验块分散在各个磁盘中，一次校验需要操作多个磁盘；

坏块扫描针对性不强：在进行磁盘坏块检测时，需要对整个磁盘进行数据查询校验。

发明内容