NUEVAS TECNOLOGIAS DEL ALMACENAMIENTO DE INFORMACION

Los sistemas de almacenamiento se han convertido en un aspecto singular y complejo de la

informática que puede enfocarse desde distintos puntos de vista. Podríamos definirlos como el

hardware donde se guardan datos.

Existen diferentes soportes para almacenar información. Los tecnológicos se encuentran entre

los más utilizados. Estos, se han convertido en el portador original de grandes volúmenes de

información, que deben conservarse durante largos períodos de tiempo.

Las tecnologías actuales de los dispositivos de almacenamiento son dos: la magnética y la

óptica. La primera se emplea desde hace años, tanto en el campo digital como en el analógico.

Entre los más conocidos se encuentran los discos flexibles y duros; sin embargo, existen otros,

por ejemplo los zip, los magneto-ópticos, las cintas para back-up, el SuperDisk, el SyQuest y el

Jaz. La tecnología óptica de almacenamiento a partir del uso del láser es más reciente.

Por ello, y para cubrir todos estos objetivos, la tecnología de los dispositivos de

almacenamiento ha evolucionado en los últimos años de un modo realmente espectacular,

dando paso al desarrollo de nuevos productos, cuyos límites y aplicaciones son aún poco

conocidos.

Básicamente, podemos dividir estos productos en 5 grandes grupos, claramente diferenciados.

Dispositivos RAID:

En 1987 surge el concepto de RAID o Redundant Arrays of Inexpensive Disks (matrices

redundantes de discos económicos), que soluciona, por un lado, el problema del

almacenamiento y del tiempo de acceso, y por otro la seguridad de los datos, así como los

tiempos de parada del sistema.

Básicamente se fundamentan en el concepto de dividir la información en bloques o segmentos,

cada uno almacenado en unidades de disco separadas, y con determinadas medidas de

redundancia de los datos, lo que implica un menor riesgo de pérdida de información en caso de

fallo, además de un menor tiempo de acceso a la información, ya que se comportan como

unidades diferentes suministrando información en paralelo a un "bus" más ancho.

Los sistemas RAID pueden estar basados en hardware o en software. La ventaja de los

primeros es su independencia de la plataforma o sistema operativo, ya que son vistos por éste

como un gran disco duro más, y además son mucho más rápidos, entre otras ventajas. Los

sistemas RAID software no son implementaciones adecuadas en la mayoría de los casos, y

cada vez son menos empleados.

Evidentemente, hay varias formas de llevar a cabo las funciones de un RAID, y es lo que se ha

dado en llamar niveles RAID. Actualmente se reconocen básicamente 6 niveles:

RAID 0: Los datos se fraccionan en bloques entre 2 y 16 KB, y se escriben en matrices de 2

o más discos. Los bloques de datos, o segmentos, se escriben secuencialmente, mediante

un sistema de "interleaving", es decir, el primer bloque en el primer disco, el 2º bloque en el

segundo disco, y así sucesivamente. Este sistema esta pensado para situaciones en las que

se requiere alta velocidad, pero no seguridad, ya que el fallo de cualquiera de los discos

implica la pérdida de los datos y la parada del sistema.

Ventajas: Proporciona el mejor tiempo de acceso, por ejemplo para aplicaciones gráficas.

Inconvenientes: No ofrece protección de los datos.RAID 1: Cada segmento es almacenado en dos discos, por lo que si uno falla, la integridad

de los datos es total. En algunos sistemas, incluso cada conjunto de discos es manejado por

una controladora diferente, a modo de duplicado completo. Enfatiza la seguridad frente al

tiempo de acceso.

Ventajas: Proporciona un buen tiempo de acceso para pequeños bloques de datos y el

mayor grado de seguridad de los datos.

Inconvenientes: Se duplica el coste, al duplicar todos o casi todos los elementos.RAID 2: Similar al nivel 0, pero con la peculiaridad de añadir redundancia (bits de paridad o

códigos de corrección de errores) y de segmentar los datos en bytes o incluso bits en lugar

de bloques. Al final de la matriz, en varios discos independientes de los de datos, se

almacena la información que permite la recuperación de los errores.

Ventajas: Proporciona un tiempo de acceso razonable y seguridad relativa.

Inconvenientes: El coste es elevado, pues requiere varios discos extra.RAID 3: Se almacena 1 bit en cada disco, y un bit de paridad por cada byte en un disco

adicional.

Ventajas: Proporciona gran velocidad para grandes cantidades de información.

Inconvenientes: No es adecuado para pequeños bloques de datos.RAID 4: Es similar al nivel 0, pero con corrección de errores.

Ventajas: Buen tiempo de acceso.

Inconvenientes: No es adecuado para grandes bloques de datos.RAID 5: Es el más generalizado por su equilibrio de resultados. Se distribuyen los bloques

de datos entre todos los discos, mezclados con los datos de corrección de errores. Ello evita

la necesidad de acceder a todos los discos para una sola operación, y por tanto permite

realizar varias lecturas y escrituras simultáneas.

Ventajas: Proporciona un buen tiempo de acceso y gran seguridad de los datos a un precio

razonable.

Inconvenientes: No es aconsejable para grandes bloques de información.

La mayoría de los sistemas de redundancia de los RAID, conllevan la pérdida de alrededor de

un 20% de la capacidad de los discos en el almacenamiento de los datos de paridad.

Algo muy importante en los sistemas RAID es el uso de redundancia física, es decir,

equipamiento extra que permite, en caso de fallo de algún elemento del RAID, su "recambio"

automático, lo que evita la parada del sistema.

Por lo general, todos los RAID incorporan fuentes de alimentación redundantes, discos

redundantes e incluso controladoras redundantes.

Pero lo más interesante es la forma en que dichos repuestos entran en funcionamiento, ya que

para evitar su desgaste, es altamente recomendable que en condiciones normales no estén

activos (sin alimentación), para que no sufran ningún desgaste, pues de lo contrario no serían

útiles en caso de fallo de otra unidad, por su posibilidad de fallo al existir un "desgaste" por

tiempo de uso.

Cuando la unidad de repuesto no esta en el sistema, sino que ha de ser "insertada" o

conectada por el usuario (sin necesidad de apagar el RAID), se denomina "hot plug" (inserción

en caliente).

Cuando un disco de repuesto se mantiene en funcionamiento (alimentado), se denomina "hot

spare" (reposición en caliente). Con la única ventaja de una mayor velocidad de su entrada en

funcionamiento y de la reconstrucción de los datos en caso de que otra unidad falle.

Las unidades "hot fix" (reparación en caliente), también denominadas "cold/warm spare", son

las que están insertadas en el sistema, pero se mantienen desconectadas hasta el momento en

que otra unidad falla, entrando automáticamente en funcionamiento por medio de la gestión

inteligente de la controladora RAID.

Algunos RAID integran simultáneamente varias de estas técnicas, por ejemplo "hot spare" para

unidades de reserva y "hot plug" para sustituir las unidades averiadas.

Es importante tener en cuenta que, tras el fallo de una unidad de disco, el sistema ha de

reconstruir los datos de la unidad que ha fallado en la que la ha de sustituir, lo que conlleva la

lectura de los otros discos, así como de los datos de paridad, con el consiguiente período de

"ocupación" del RAID. Algunos sistemas permiten que esto se haga automáticamente y sin

detener el funcionamiento del RAID, aunque lógicamente el acceso a los datos será relativo,

pues éstos pueden estar en el disco dañado.

Otra gran ventaja de la tecnología RAID es la posibilidad de conectar un sistema de este tipo a

varios "hosts" simultáneamente, al existir la posibilidad de integrar en el sistema varias

controladoras SCSI.

Algunos sistemas RAID incorporan varios bancos de discos, denominados "ranks", lo que

permite simultanear varios niveles RAID (1 por cada banco), logrando optimizar las

prestaciones del sistema y adecuándolas al máximo en función de los tipos de datos que se

han de almacenar en cada banco.

La mayoría de los sistemas RAID incorporan memoria caché de lectura, lo que permite

incrementar hasta en 300 veces los tiempos de acceso.

Dispositivos y librerías ópticas:

El almacenamiento óptico ha evolucionado en los últimos años con la reducción de los tamaños

de las unidades y de sus precios. Sin embargo, su punto débil sigue siendo el tiempo medio de

acceso, que por lo general no es menor de 35 ms., comparado con los discos duros o sistemas

RAID, que llegan hasta los 6-7 ms.

Actualmente existen unidades magneto-ópticas de 3.5" de hasta 128 MB., y unidades de 5.25"

de 650 KB., 1 GB., 1.3 GB. y hasta 1.5 GB.

El mayor problema es la incompatibilidad existente entre algunos fabricantes e incluso entre

dispositivos ya que, por ejemplo, la mayoría de las unidades de 1 GB., no son capaces de leer

el formato más antiguo, de 650 KB. Esto ha sido superado con las unidades de 1.3 GB.

Hay unidades de tipo WORM (una sola escritura, múltiples lecturas), que poco a poco están

siendo reemplazadas, por las nuevas unidades magneto-ópticas que, al tener una capacidad

"multifunción", les permite trabajar con cartuchos tipo WORM.

La gran ventaja de estas unidades, frente a los discos duros, es el bajo coste por megabyte,

dado el precio de los cartuchos. Por ello, su uso óptimo es el de grandes librerías o archivos,

especialmente de bibliotecas de imágenes, archivo documental, etc.

Para ello se han diseñado las librerías o jukebox, con capacidades de almacenamiento desde

6,5 GB hasta 300 GB., en función del tipo de cartucho y del número de los mismos.

Estos dispositivos son verdaderos autómatas, que se encargan de seleccionar el cartucho

requerido e insertarlo en la unidad magneto-óptica, y retirarlo de la misma cuando se requiere

otro cartucho diferente.

Algunos incluso integran varias unidades magneto-ópticas, lo que permite reducir los tiempos

de acceso, ya que por lo general, el tiempo de cambio de un cartucho suele ser de menos de

10 segundos.

Para el acceso a la información de los jukebox, se crean sistemas de ficheros virtuales (VFS o

Virtual File System), por los cuales, el usuario accede al jukebox como si se tratase de un gran

disco duro, de capacidad igual a la de la suma de las capacidades de todos los cartuchos (dos

caras por cada uno) insertados en el propio jukebox.

Otra forma de uso de los jukebox se denomina HSM o "Hierarchical Storage Management

System", que podemos traducir como sistema de gestión de archivo automatizado, que

automáticamente gestiona el sistema de ficheros almacenados en discos duros, de modo que

los ficheros menos utilizados son almacenados en el jukebox, dejando el espacio libre para

otros ficheros que son requeridos con mayor frecuencia. Si los ficheros del jukebox son

requeridos de nuevo, vuelven a ser traspasados al disco duro.

Por último están apareciendo dispositivos tipo jukebox que integran una interfaz Ethernet en

lugar de SCSI, y un sistema de manejo de los ficheros tipo NFS, lo que permite su integración

en la red como si se tratara de un servidor de ficheros más, con las ventajas evidentes de evitar

el sofisticado software requerido para el manejo de los jukebox SCSI.

Ya existen también librerías de CD-ROM, y aunque su uso no esta muy extendido, podemos

esperar un gran desarrollo de este tipo de dispositivos, en un tiempo muy breve.

Por supuesto tampoco podemos olvidar los nuevos dispositivos "floptical", que permiten,

mediante la combinación de tecnologías ópticas y magnéticas, almacenar hasta 21 MB en

disquetes de 3.5", del formato que hasta ahora sólo había sido capaz de almacenar hasta 2.88

MB.

Unidades y librerías de cinta:

Evidentemente, los dispositivos por excelencia para el archivo de la información, y

especialmente para su conservación como medida de seguridad (copia de los datos existentes

en otros tipos de dispositivos), siguen siendo las unidades magnéticas o de cinta. La razón

fundamental, su precio, el menor de entre todos los dispositivos de almacenamiento actuales.

Desde los conocidos sistemas de bobina abierta como las unidades de 9 pistas (1/2") con

capacidades de hasta 220 MB., se ha evolucionado pasando por:

Unidades QIC (1/4"), tradicionales cartuchos con capacidades desde 60 MB hasta 4 GB. y

velocidades de transferencia de hasta 5 Megabytes por segundo.Unidades DAT de 4 mm., con capacidades de hasta 16 GB. y velocidad de transferencia de

hasta 1,5 MB/seg., preparadas para realizar a gran velocidad la búsqueda de los datos.Unidades de cinta de 8 mm., de hasta 25 GB., y velocidad de transferencia de hasta 500

Kbytes por segundo.

Pero donde se ha producido una mayor evolución, al igual que en el caso de los dispositivos

magneto-ópticos, ha sido en los jukebox de cintas, también denominados librerías de cintas o

"stackers".

Existen librerías de cintas de 4 y 8 mm., cuyo funcionamiento es sumamente parecido, con

capacidades de 8, 16, 32 y hasta 40 cintas, llegando, en algunos casos, a cientos de cintas.

Se trata de sofisticadas robóticas, de grandes prestaciones, que incorporan incluso varios

canales SCSI para el acceso simultáneo de varios hosts, que suelen utilizarse con sistemas

HSM, para el archivo y migración automatizada de ficheros.

Con estos mecanismos, se logran capacidades de almacenamiento y backup de hasta 4 o 5

Terabytes.

Algunos de estos dispositivos permiten incluso realizar duplicados automáticos de cintas, sin

necesidad de transferir los datos al host.

Los sistemas de almacenamiento: una tecnología en constante cambio

La tecnología de almacenamiento actual engloba todo tipo de soportes. Tenemos, por ejemplo,

sistemas WORM, bibliotecas de cintas y bibliotecas virtuales. En los últimos años, los sistemas

SAN y NAS han demostrado su excelente fiabilidad. Veamos en qué se diferencian estos dos

sistemas:

• Las unidades SAN (Storage Area Network) pueden ser armarios enormes; algunos

pueden tener 240 discos duros. Estos grandes sistemas con más de 50 terabytes de

capacidad hacen más que sólo activar cientos de discos duros. Son almacenes de

datos de una potencia increíble que emplean utilidades de software muy versátiles para

gestionar múltiples arrays, soportar diversas configuraciones de arquitectura de

almacenamiento y proporcionar una monitorización constante del sistema.

• Las unidades NAS (Network Attached Storage) son unidades independientes que

cuentan con sistemas operativos y de archivos propios y gestionan los discos duros

que llevan conectados. Son unidades de diversa capacidad para ajustarse a las

necesidades de cada propietario y funcionan como servidores de archivos.

Desde hace bastante tiempo, el almacenamiento a gran escala no ha estado al alcance de la

pequeña empresa. Los sistemas de discos duros SAN Serial ATA (SATA) se están convirtiendo

en una manera rentable de disfrutar de gran capacidad de almacenamiento. Estas unidades

array también se están incorporando a los sistemas de copia de seguridad en cintas virtuales,

es decir, en arrays RAID que se presentan como máquinas de cintas, eliminando

completamente los soportes en cinta.

Otras tecnologías de almacenamiento, como iSCSI, DAS (Direct Attached Storage), Near-Line

Storage (datos adjuntos en soportes extraíbles) y CAS (Content Attached Storage), también

proporcionan disponibilidad. Los arquitectos del almacenamiento saben que una copia de

seguridad no basta. En los entornos actuales altamente informatizados, las copias de seguridad

acumulativas diarias o semanales completas pueden quedar obsoletas en cuestión de horas o

incluso minutos después de ser creadas. En entornos de grandes almacenes de datos, ni

siquiera se tiene en cuenta hacer copias de seguridad de datos en continuo cambio. La única

salida para estos enormes sistemas es contar con sistemas espejo de almacenamiento:

servidores literalmente idénticos con exactamente la misma capacidad.

¿Cómo decidir qué sistema es el indicado?

Es necesario realizar un análisis detallado del entorno operativo. Muchos, tanto usuarios como

administradores, le dirán que el mejor entorno es el que no se estropea. La cruda realidad es

que, pese a la aplicación de planes y políticas de reducción de riesgos, cada día suceden

desastres y se pierden datos.

Al estudiar sus necesidades de almacenamiento y las de sus clientes, hágase estas preguntas:

• ¿Cuánto se tarda en recuperar los datos?

¿Cuál es máximo de tiempo que su cliente puede esperar hasta volver a acceder a sus

datos? Dicho de otro modo, ¿cuánto puede aguantar su cliente sin sus datos? Ello le

ayudará a fijar los requisitos de rendimiento del equipo.

• Calidad de los datos recuperados.

¿Es necesario restaurar los datos originales o basta con disponer de datos antiguos de

copias de seguridad? Aquí interviene el programa de copia de seguridad empleado. Si

los datos de su sistema de almacenamiento o del de su cliente cambian con frecuencia,

los datos originales son los más valiosos.

• ¿Cuántos datos archiva usted o su cliente?

Restaurar grandes cantidades de datos a través de una red puede tardar bastante

tiempo. En configuraciones DAS (Direct Attached Storage), el tiempo de restauración

dependerá del equipo y del rendimiento de E/S del hardware.

Programas exclusivos de protección de datos

Los fabricantes de sistemas de almacenaje buscan maneras exclusivas de procesar grandes

cantidades de datos y proporcionar al mismo tiempo redundancia en casos de desastre.

Algunas grandes unidades SAN incorporan una complicada organización en bloques, creando

en esencia un sistema de archivos de bajo nivel desde la perspectiva RAID. Otras unidades

SAN incorporan un registro interno de transacciones en bloques, de modo que el procesador de

control de la SAN pueda rastrear en ellas y escribir en cada disco por separado. Con este

registro de transacciones, la unidad SAN puede recuperarse en caso de caídas de tensión o

paradas inesperadas

Algunos científicos informáticos especializados en sistemas de almacenamiento proponen

añadir inteligencia a la controladora del array RAID para hacerla consciente de los sistemas de

archivos. Esta tecnología proporcionaría mayor capacidad de recuperación en casos de

desastre, teniendo por meta la consecución de arrays de almacenamiento que se "curan" solos.

Contar con una reserva heterogénea de almacenamiento de información a donde pueden

acceder numerosos ordenadores sin depender de un sistema de archivos de un tipo específico

sería otra idea por el estilo. En organizaciones donde existen diversas plataformas de hardware

y sistemas, un sistema de archivos transparente proporcionaría acceso a los datos

independientemente del sistema empleado para escribirlos.

Otros científicos informáticos abordan la cuestión de la redundancia de los arrays de

almacenamiento con un enfoque muy distinto. Pese a que el concepto RAID se aplica a un

número enorme de sistemas, los científicos e ingenieros informáticos buscan nuevas maneras

de proteger los datos cuando los sistemas fallan. Los objetivos que impulsan el desarrollo de

este tipo de RAID son la redundancia y la protección de los datos sin sacrificar el rendimiento.

Cómo evitar las averías de los sistemas de almacenamiento

Existen muchas maneras de reducir o eliminar el impacto de las averías de los sistemas de

almacenamiento. Tal vez no pueda evitar que suceda un desastre, pero sí puede minimizar los

problemas en el servicio a sus clientes.

Se puede agregar redundancia a los sistemas de almacenamiento primarios de muchas

maneras. Algunas de ellas pueden ser bastante costosas y estar sólo al alcance de las grandes

empresas. Una de estas opciones es contar con sistemas de almacenamiento duplicados o

servidores idénticos, también conocidos como mirrors o espejos. Además, los elaborados

procesos de copia de seguridad o "instantáneas" de sistemas de archivos que siempre cuentan

con un punto de referencia sobre el que restaurar proporcionan otro nivel de protección de

datos.

La experiencia demuestra que cuando ocurre un desastre con los datos de una organización, a

menudo convergen o se desencadenan varios fallos. Por eso, confiar en un solo protocolo de

restauración es un enfoque corto de miras. Para organizar el almacenamiento con éxito es

necesario contar con varios niveles y opciones de restauración.

A la hora de intentar recuperar un sistema, algunas decisiones pueden corromper los datos

para siempre. He aquí algunas normas de mitigación de riesgos que los encargados de

administrar el almacenamiento pueden adoptar para minimizar la pérdida de datos cuando

sucede un desastre:

• Poner un sistema de almacenamiento offline - No vuelva a poner un array o disco

online por la fuerza. Cuando una controladora desactiva un disco o array, lo hace por

un motivo claro. Obligar a un array a volver a ponerse online puede exponer el volumen

a una corrupción del sistema de archivos.

• Reconstruir un disco estropeado - A la hora de reconstruir una unidad de disco

estropeada es importante dejar a la controladora que termine el proceso. Si durante el

proceso falla un segundo disco o se pone offline, déjelo y busque los servicios de un

profesional en recuperación de datos. Si durante una reconstrucción se sustituye un

segundo disco estropeado cambiarán los datos de las demás unidades de disco.

• Arquitectura del sistema de almacenamiento - Planifique con detalle la configuración

del sistema de almacenamiento. Hemos visto muchos casos de múltiples

configuraciones en un solo array de almacenamiento. Por ejemplo, tres arrays RAID 5

(con seis discos cada uno) se fraccionan a una configuración RAID 0 y posteriormente

se vinculan. Adopte una configuración sencilla de su sistema de almacenamiento y

documente cada aspecto del mismo.

• Durante un corte de luz - Si el problema escala hasta el punto de ser necesaria

asistencia técnica del OEM, pregunte siempre si la integridad de los datos corre peligro

o si los datos van a quedar afectados de alguna manera. Si el técnico le dice puede

haber riesgos para los datos, déjelo y busque los servicios de un profesional en

recuperación de datos.

Líderes en recuperaciones de sistemas de almacenamiento

Una recuperación de un volumen de datos que implementa una configuración RAID empieza

con un técnico superior evaluando cada disco y analizando las estructuras de datos para

determinar el mejor método de realizar la recuperación. No existe una configuración estándar

de estos sistemas; cada OEM implementa sus RAID con distintas configuraciones, por lo que

cada trabajo es único y desafiante. El paso final es verificar si el sistema de archivos señala los

datos correctamente, validando la información y los datos que contiene.

Estos tipos de recuperación son tremendamente desafiantes. Ver cómo se recupera uno de

estos sistemas después de varias horas de esfuerzo es algo alucinante. Muchas veces con

estas recuperaciones se consigue restaurar y guardar archivos originales sin que el cliente

deba manipular software o hardware.

El sector de los sistemas de almacenamiento desarrolla constantemente nuevas tecnologías

para descubrir mejores maneras de conservar los datos y mantener la continuidad de las

empresas.