Sécuriser ses données avec un système RAID JBOD 7

Introduction

Le RAID JBOD, on en entend souvent parlé, mais qu’est ce que c’est vraiment? Raid, Il s’agit de l’acronyme de « Redundant Array of Independent Disks » ou « Ensemble redondant de disques indépendants » en français. Jbod, il s’agit de l’acronyme « Just a Bunch Of Disks ». Ou encore en langage plus courant c’est 2 méthodes pour regrouper plusieurs disques dur entre eux pour en améliorer les performances, aussi bien en taille qu’en sécurité des données.

Pour la petite histoire, à l’origine en 1987 lors de sa création, le « Redundant Arrays of Inexpensive Disks » signifie en français « regroupement redondant de disques peu onéreux »… mais depuis le prix des disques dur a beaucoup beaucoup chuté.
Le R.A.I.D. permet donc de constituer un disque dur virtuel avec plusieurs disques durs physiques. Le disque dur virtuel ainsi créer s’appelle une grappe, vous voyez l’idée :-).

Mais il en existe plusieurs types qui ne font pas tous la même chose, n’ont pas tous la même tolérance aux pannes, ni les mêmes performances d’espace disque. Et vu que ce n’est pas assez compliqué, il y a des systèmes qui ressemblent aux RAID mais ne sont pas du RAID. Comme le JBOD utilisé par Microsoft, nous y reviendrons aussi.
Les différents types sont appelés Niveaux RAID, les plus fréquents sont les niveaux 0 à 6. Parmi eux les Niveau 0, 1 et 5 sont des standards.

Niveau 0: appelé striping
Niveau 1: appelé mirroring, shadowing ou duplexing
Niveau 2: appelé striping with parity (obsolète)
Niveau 3: appelé disk array with bit-interleaved data
Niveau 4: appelé disk array with block-interleaved data
Niveau 5: appelé disk array with block-interleaved distributed parity
Niveau 6: appelé disk array with block-interleaved distributed parity

Il est également possible de combiner plusieurs systèmes de RAID entre eux, par exemple RAID 0+5, ce système se fera donc appelé RAID 05.

Le RAID matériel VS le RAID logiciel

Avant de voir le détail de chaque niveau, il est également important d’introduire la notion de RAID matériel, RAID logiciel et RAID Pseudo-Matériel. En effet, faire du RAID c’est bien, mais savoir quelle méthode utiliser et pourquoi, c’est mieux. Avant même de se demander quel niveau on veut utiliser.

Le RAID matériel

Dans ce cas, il y a une carte RAID dédiée qui est une carte physique au même titre que la carte graphique ou la carte réseau par exemple. Cette carte est appelé contrôleur RAID et est généralement pourvue d’un processeur spécifique et de mémoire pour être autonome. Ainsi son emplacement peut être aussi bien dans la tour du PC que dans la baie des disques durs. Ce montage rend le disque RAID visible par le système d’exploitation en tant qu’unité. L’OS ne sait pas ce qui le compose, donc n’a pas besoin de savoir de quoi est constitué la grappe, mais seulement des performances globale de cette dernière.

Avantages

• Elles permettent la détection de défauts et le remplacement à chaud des disques (c’est à dire sans arrêter la machine).
• Dans une configuration avec beaucoup de disques redondant, la charge système est allégée.
• Les diagnostiques et maintenance sont effectués en arrière plan par le contrôleur sans utiliser de ressources système du PC.

Inconvénients

• L’incompatibilité des carte RAID, si une carte tombe en panne, elle doit être remplacée par la même carte avec le même firmware installé dessus. Dans le cas contraire, les données sont perdues car illisibles pour une autre carte RAID. Plus une carte est vieille et plus elle sera dure à remplacer en cas de panne.
• Les cartes d’entrée de gamme ont un processeur peu puissant, ne rivalisant pas avec du RAID logiciel sur un ordinateur récent qui possède un processeur puissant.
• Le prix de 200 à 1000 € pour la carte RAID
• La difficulté d’intégration à l’OS en place en fonction des logiciel fournis par les fabricant de carte RAID.
• Les carte RAID sont spécialisé pour un seul type de périphérique bloc.

Le RAID pseudo-matériel

De nombreuses cartes mères ont un contrôleur RAID intégré qui gère le RAID 0 et 1 sur des disques IDE ou SATA. MAIS il s’agit d’un abus de langage, en effet il ne s’agit pas vraiment d’un RAID matériel mais plutôt d’un contrôleur de disques avec des fonctions avancées. Il s’agit donc d’un RAID logiciel avec un déplacement des routines logicielles qui gère le RAID.

Avantages

• C’est une forme de RAID logiciel qui, comme intégré à la carte mère, peut avoir accès aux périphériques avant l’exécution de l’OS. Et donc l’OS peut être installé sur un périphérique en RAID.

Inconvénients

• Les limites liées à un RAID logiciel sont également celles de ce RAID pseudo-matériel.
• Leurs fonctionnalités BIOS sont limitées et la gestion des défauts matériels n’est pas excellente.
• Pour le RAID matériel, en cas de panne, il y a des risque de ne pas pouvoir changer la carte par un identique. Ce risque est plus grand pour ce type où il faut remplacer la carte mère par une identique avec le même BIOS. Ainsi dans certain cas, sans aucune panne, la mise à jour du BIOS peut poser problème. C’est d’autant plus vrai que les constructeurs de contrôleur RAID ont quand même intérêt à ce que leur matériel ne pose pas de problème. Dans le cas d’une carte mère, le RAID est une option marketing et pas le produit principale qui est vendu.

Le RAID logiciel

Dans ce type, le contrôle RAID est intégralement assuré par une couche logicielle du système d’exploitation. Cette couche logiciel agit entre la couche des pilotes du matériel et la couche du système de fichiers de l’OS. C’est pour ce RAID qu’il y a des systèmes qui ressemble au RAID mais ne sont pas du RAID comme le dérivé de JBOD par Microsoft qu’il nomme Storage Spaces depuis Windows 8. Actuellement la plupart des OS grand public gère le RAID (le vrai) via logiciel. Que ce soit Windows depuis XP, Mac OS X et Linux. Le système offrant le plus de choix et de possibilités en RAID logiciel est linux.

Avantages

• Le prix, en effet, il n’y a besoin d’aucun matériel supplémentaire et de nombreuses solutions gratuites existent.
• On a une grande souplesse d’administration avec cette méthode.
• La compatibilité dans le temps. Comme ce n’est pas du matériel dépendant, tout OS sur le quel est installé la version du logiciel peut lire le système RAID. C’est plus simple de réinstaller le même logiciel sur un nouveau PC plutôt que de rechercher et acheter une carte RAID vieille de 10ans.

Inconvénients

• La méthode réside sur la couche pilote des périphériques qui compose le volume RAID. Cette couche peut être imparfaite et manquer de certaines fonctionnalités importantes comme la détection des défauts matériels, l’impossibilité du changement de disques à chaud.
• La gestion du RAID utilise les ressources sur système, un peu de processeur et surtout les bus systèmes. Cette limitation se fait principalement ressentir lorsque le fichier est transféré plusieurs fois pour les système RAID avec redondance.
• L’utilisation du RAID sur le disque système n’est pas toujours possible.

Les niveaux de RAID

Les niveaux standards

Le niveau 0: appelé striping

Le principe du RAID 0 est celui de volume agrégé par bandes, c’est à dire que chaque disque travaille en parallèle et ainsi permet d’augmenter la vitesse de travail sur les données. Cependant, il faut que les disques aient la même taille physiques, car les « bandes » qui n’ont pas d’équivalent sur les autres disques ne seront pas utilisé par le système.

Le principal défaut de cette méthode est que la perte d’un seul disque entraîne la perte de toutes les données de chaque disque. Donc on a un gain important de rapidité mais aucune sécurité des données. Les données sont réparties en bandes d’une taille fixe. Concrètement, si je place deux disques de 2To en RAID 0, j’aurai un disque RAID de 4 To qui se comporte de la même manière qu’un disque physique de 4To en cas de panne, l’ensemble des 4To est perdu, mais en cours d’utilisation la vitesse est multipliée par 2 grâce à la parallélisassions.

Le niveau 1: appelé mirroring, shadowing ou duplexing

Le RAID 1 est quand à lui le parfait inverse du niveau 0. La sécurité y est maximale, mais la rapidité faible. En effet, la capacité de la grappe est celle du disque le plus petit. Encore une fois il est conseillé d’utiliser des disques de même taille. Et les données sont copiées sur chaque disque. C’est-à-dire qu’avec 4 disques en niveau 1, j’aurai la capacité de stockage d’un seul disque. Mais ce disque sera dupliqué en 4 exemplaires identiques. Dans ce cas, à moins que la grappe tombe en panne en entière d’un coup à cause d’une surtension ou autre, en cas de défaillance de disques, il n’y a pas de perte de données.

Le niveau 5: appelé disk array with block-interleaved distributed parity

On peut voir le RAID 5 comme une fusion du niveau 0 et du niveau 1 pour allier performance et sécurité. Cependant, ce niveau n’est possible qu’à partir de 3 disques durs (identiques de préférence).

Il s’agit comme du niveau 0 d’un système par bandes, chaque bande identique sur chaque disque est liée entre elles. Sauf que là, les bandes qui contiennent des donnée sont au nombre de N-1 disques avec la dernière bande dite de parité. Pour simplifier cette notion au maximum, vous savez que la plus petit unité de données est le bit, le bit ne peut avoir que deux valeurs, 0 ou 1. Dans un système avec 4 disques identiques.

Le premier bloc des 3 premiers disques va accueillir des données qui se suivent (comme du niveau 0, c’est par bande pour paralléliser). Sur le dernier bloc, il va y avoir le résultat de la somme des 3 premières bandes. Admettons de manière totalement aléatoire, les bandes deux 3 premiers disques sont 1,1,0 . A ce même emplacement, sur le 4ème disque, il y aura 2 (1+1+0).

Ainsi si le disque 1 tombe en panne, le système saura que la valeur qui était sur le premier disque, première bande est égale à x+1+0 = 2. Et donc saura qu’il y avait un 1 sur le disque en panne. Il peut ainsi en cas de panne d’un disque, le régénérer sur un nouveau disque à partir des 3 autres. Ainsi les données sont parallélisé en N-1 disque, et le système est tolérant au panne de 1 disque. La capacité de stockage sera donc de N-1 disques.

Si j’ai 4 disques de 2To chacun, j’aurai 6To de stockage RAID 5 + 2To perdus qui servent exclusivement à la parité. C’est deux To sont réparties sur les 4 disques.

Les autres niveaux de RAID

Le niveau 2: appelé striping with parity (obsolète)

Le RAID 2 combine du niveau 0 avec l’écriture d’un code de contrôle d’erreur (code ECC). Qui aujourd’hui est directement intégré dans les contrôleurs de disques durs. Le niveau de sécurité est bon mais les performances sont mauvaises, d’où son abandon.

Le niveau 3: appelé disk array with bit-interleaved data

Le RAID 3, le système ressemble au niveau 5, sauf qu’au lieu de travailler par bloc il travaille par octets. Et ici la parité (vous vous souvenez de l’exemple du RAID 5, les 2To de parité répartit sur les 4 disques ? ) est stocké que sur un seul disque.

Le niveau 4: appelé disk array with block-interleaved data

Le RAID 4, est similaire au niveau 3 et au niveau 5, par conséquent, il est comme le niveau 3 avec un disque de parité dédié et non réparti. Mais cela fonctionne comme le niveau 5 par bloc. La conséquence est qu’entre le niveau 3 et 4, le niveau 4 a moins de synchronisme entre les disques. Car il travaille avec des plus grande unités de données, il est donc plus performant. Le schéma du niveau 4 est similaire à celui du niveau 3 ci-dessus.

Le niveau 6: appelé disk array with block-interleaved distributed parity

Le RAID 6 est similaire au niveau 5, mais contient deux fois la parité réparti sur les disques. C’est à dire qu’au lieu d’une bande de parité sur le niveau 5, ici il y en a deux. Donc la capacité de stockage est de N-2 disques, contre N-1 disques pour le niveau 5. En contrepartie, ici la tolérance au panne est de deux disques défectueux. Le niveau 6 est donc utilisé lorsqu’il y a plus de disques, tandis que le niveau 5 convient pour des grappes plus petites.

Les niveaux combinés

Avant d’en finir avec les niveaux de RAID, nous allons aussi voir qu’il est possible de combiner plusieurs RAID ensemble. Dans l’exemple ici, nous allons créer un RAID 10, c’est à dire un RAID 1 + un RAID 0. C’est-à-dire que les disques sont en niveau 1. Mais qu’il y a plusieurs grappes indépendante et ce sont ces grappes qui sont en niveau 0.
Maintenant que vous connaissez la définition de chaque niveau de RAID, un RAID1+0 correspond à quoi? Voyons le cas où nous avons 4 Disques de 2To. Nous allons premièrement faire deux grappes de deux disques. Chaque grappe est donc en RAID 1, c’est à dire que les disques sont identiques deux à deux. Ensuite ces deux grappes sont elles-même liées entre elles en RAID 0, c’est à dire liées par bande. A quoi ça sert me direz-vous? Avec cette construction, lorsque j’ajoute des données, ces données se répartissent comme en niveau 0, par bande, et ainsi nous gagnons en efficacité. Mais le RAID 0 n’a aucune sécurité. C’est là que le RAID 1 lié à chaque « disques » de la grappe RAID 0 entre en jeu, ça permet de dupliquer chaque bande de RAID 0 au sein d’un RAID dans la grappe. Ainsi chaque donnée est présente en double. La tolérance au panne est de 1 disque par grappe, soit la moitié des disques dans le pire des cas.
Tous les RAID peuvent être combinés entre eux sur le même principe. La Grappe se comportant comme un unique disque physique, on peut mettre plusieurs grappes en RAID.

L’alternatif JBOD

Le JBOD est une méthode d’organisation des données développé par Microsoft. Le principe est de pouvoir assembler des disques ensemble en grappe, comme le ferai du RAID. Dans sa version initiale, ce n’est pas du RAID car là il n’est pas question d’écrire en simultané sur plusieurs disques, mais d’écrire à la suite les données. Cela revient ainsi à une simple concaténation de disques. En effet, on pourrait voir cette méthode comme l’opposé de partitionner un disque dur. Dans cette implémentation, il n’est donc pas nécessaire d’avoir des disques de la même taille. Et si un disque tombe en panne, les autres restent lisibles. Il n’y a pas de duplication ni parité. Donc on perd les données sur le disques en panne.

Mais alors pourquoi en parler me dirai vous ? Parce que depuis windows 8 (pour les OS grand publique) il y a eu une nouvelle gestion des données proposé par Microsoft et baser sur JBOD. Il s’agit du Storage Spaces.
Dans ce cas, le Storage Spaces ne permet pas d’utiliser les disques individuellement une fois qu’il sont assemblé. On peut également créer un espace bien plus grand que la capacité physique qu’on possède grâce à son allocation des données dynamique. Le système indique simplement à l’utilisateur d’ajouter un disque quand l’espace devenant trop limité.
La vrai amélioration est qu’il est désormais possible d’avoir l’équivalent d’une RAID 1 et un système proche du RAID 5. Donc si vous suivez toujours, une duplication des données en miroir et une redondance par parité des données. A noter que pour la parité, le ratio n’est pas le même que pour le RAID 5. En effet ici la taille du stockage fait environ 2/3 de la place total physique. Ce qui veut dire que ça évolue petit à petit, et que lorsqu’on a 6 disques, ça devient un équivalent niveau 6. A noter que le système indique lorsqu’il y a un problème avec un des disques pour pouvoir les changer en cas de pannes.

Données perdues malgré tout?

Les soucis peuvent toujours arriver, et les pertes de données pour une raison quelconque en font partie. Même si vous êtes en RAID. La récupération de données, vous en avez de différents types: logiciels ou « physique ».

Les logiciels de récupération, il faut le dire, sont assez peu efficaces. Contrairement aux labos qui récupèrent « physiquement ». Je parle de « physique » dans le sens ou il leur faut le support de stockage pour qu’ils puissent le démonter et récupérer les données. Et pour cela, il faut du matériel spécialisé, mais également des salles blanches, qui sont des zones de travail où la qualité de l’air, la température et le taux d’humidité sont régulés afin de protéger les médias de toute contamination et endommagement.

Un des leaders en récupération de données, c’est Kroll Ontrack, qui est présent sur 35 sites au niveau mondial

Ils font de la récupération de données sur tous supports et systèmes d’exploitation : disque dur, serveur,… 24h/24 et 7j/7 : 25 ans d’expérience, 50.000 récupérations de données par an dans le monde, de nouveaux outils uniques développés continuellement,…

Conclusion

Pour conclure, le RAID a pour avantage de réduire les risques de pertes de données en cas de pannes. Il permet d’améliorer les performances en parallélisant les accès disques, il n’est pas forcément cher à mettre en œuvre.

Cependant, il faut garder à l’esprit que le RAID n’est pas une solution miracle et ne vous protégera pas contre un incendie, une surtension dans la machine, une bombe nucléaire ou autre raisons pour lesquels tous vos disques peuvent tomber en panne en simultané. (Ni même de l’erreur humaine, si vous supprimez un fichier, il est supprimé pour de bon comme sur un disque normal, et là, la restauration est plus compliquée même! ) Pour pallier à ça, il y a un RAID réparti sur le réseau qui est possible, mais cette solution est réservée aux professionnels.

Pour votre culture général, sachez juste que ça consiste à faire du RAID entre différents serveurs sur le réseau, serveurs qui ne sont donc pas forcément dans le même bâtiment, ni même sur le même continent dans les cas les plus extrêmes.

Le R.A.I.D. est plus simple d’utilisation sous Linux qui le gère parfaitement en ligne de commande, quelque logiciels sont également disponibles. Windows peut également le gérer, mais là depuis Windows 8, la solution la plus simple est le Storage Spaces qui est en natif dans le système et qui permet les principale fonction courante du RAID. Mais là encore, comme pour le RAID, ça ne protège pas contre les vrais problèmes telles que les incendies par exemple.

Ainsi à notre niveau, pour les données vraiment sensibles pour lesquels aucune suppression n’est permise, le mieux est d’avoir un espace de stockage en ligne en complément, c’est payant via abonnement mais pas hors de prix. Seulement attention où vous les stockez! Préférez un stockage sur lequel vous avez la main et ainsi en pouvez crypter vous-même vos données. Où un espace de stockage chez un FAI associatif libre. Pour ce dernier point nous y reviendront éventuellement dans un futur article pour plus de détails.