2023-11-06 18:59:34 +08:00
+++
author = "FlintyLemming"
title = "Windows 存储空间不等容量磁盘 Parity 逻辑探究"
slug = "a08fab67a7b8430faaeb10edc5dc490c"
date = "2023-11-06"
description = "WinNAS 好"
categories = ["HomeLab", "Windows"]
tags = ["存储空间", "NAS"]
2024-08-22 12:42:00 +08:00
image = "https://hf-public-source.mitsea.com:8840/images/blog/posts/2023/10/Windows%20%E5%AD%98%E5%82%A8%E7%A9%BA%E9%97%B4%E4%B8%8D%E7%AD%89%E5%AE%B9%E9%87%8F%E7%A3%81%E7%9B%98%20Parity%20%E9%80%BB%E8%BE%91%E6%8E%A2%E7%A9%B6/jigar-panchal-D_ivYIn4jWw-unsplash.avif"
2023-11-06 18:59:34 +08:00
+++
在组建阵列时，一般都推荐使用容量相同的磁盘，不过这种情况下有条件的都使用 RAID 阵列卡获得最大性能了。但是作为垃圾佬，手头的硬盘都是根据市场价格买最便宜的容量，所以会有容量不一的硬盘。此时，如何在不同容量的硬盘上创建单盘冗余阵列并且还能最大化可用空间就成了一个重要的需求。目前主流方案有两个方向：块冗余和文件冗余。
先提一嘴文件冗余，主要代表就是绿联和极空间等国产 NAS 用的比较多，还有就是 Windows 下的 StableBit Drive Pool。
块冗余是更为传统但是性能更好的方案。首先传统 RAID 对于垃圾佬非常不友好，如果是 1+2+3T 的硬盘组合，单盘冗余可用空间就只有 2T。在此基础上， ， ，
2024-08-22 12:42:00 +08:00
2023-11-06 18:59:34 +08:00
通过下面的对比可以看出 SHR 对于不同容量的硬盘相比传统 RAID5 有着巨大优势
2024-08-22 12:42:00 +08:00
2023-11-06 18:59:34 +08:00
那么寻找一个类似 SHR 的超高利用率的阵列方案就至关重要。
首先就是 unraid，
然后就是华为 RAID 2.0，这个我没钱，跳过。
然后就是 Windows Server 存储空间了， ，
下面，我将以 100G + 200G + 300G + 400G + 500G 的实验环境来展示 Windows Server Parity 校验的特性。请注意，
如果在 GUI 上创建单盘冗余的虚拟磁盘，可用大小是可以正确预估的，大约为 1T
2024-08-22 12:42:00 +08:00
2023-11-06 18:59:34 +08:00
但是实际创建时会报错
2024-08-22 12:42:00 +08:00
2023-11-06 18:59:34 +08:00
问题就出现在红框处，因为 GUI 创建时 **NumberOfColumns** 默认是等于硬盘数量，当前场景下的话就是 5。
2023-11-06 19:05:19 +08:00
**NumberOfColumns 代表操作阵列时的硬盘数量， ， ， ，
2023-11-06 18:59:34 +08:00
2024-08-22 12:42:00 +08:00
2023-11-06 18:59:34 +08:00
对于可以操作的这5个100G， ， ， `-NumberOfColumes 5` 测试，发现确实是。
2024-08-22 12:42:00 +08:00
2023-11-06 18:59:34 +08:00
为了加强对于 NumberOfColumns 的理解，我们来看下如果是 4 应该怎么计算可用空间。首先 NumberOfColumns 为 4 意味着操作阵列时始终要调动起4块硬盘。这里模拟多次写入4盘，
2024-08-22 12:42:00 +08:00
2023-11-06 18:59:34 +08:00
写入了三次，去掉冗余空间，一共大约是 3×
如果 NumberOfColumns 为 3， ， ×
2024-08-22 12:42:00 +08:00
2023-11-06 18:59:34 +08:00
此时对于这种磁盘阵列，单盘冗余利用率最高
2024-08-22 12:42:00 +08:00
2023-11-06 18:59:34 +08:00
那么，是不是 NumberOfColumns 为 3 对于任何情况下都可以取到最大可用容量呢？不一定的。这其实是一个简单的线性规划问题，我们可以直接借助 ChatGPT 帮我们将上面的操作抽象为 Python 代码，假设我们有 1+2+3+4+5+6 6块磁盘， ，
```python
# 初始值
numbers = {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5, 'f': 6}
# 函数执行一次减法操作
def subtract_one(numbers):
# 找出可以减1的四个最大数
sorted_numbers = sorted(numbers.items(), key=lambda item: item[1], reverse=True)
print(sorted_numbers)
for i in range(4):
# 如果最大的四个数中有0，
if sorted_numbers[i][1] == 0:
return False, numbers
# 减1操作
numbers[sorted_numbers[i][0]] -= 1
return True, numbers
# 执行减法操作直到不能再执行为止
count = 0
while True:
can_subtract, numbers = subtract_one(numbers)
if not can_subtract:
break
count += 1
print(count)
```
执行这段代码，输出结果如下
```bash
[('f', 6), ('e', 5), ('d', 4), ('c', 3), ('b', 2), ('a', 1)]
[('f', 5), ('e', 4), ('d', 3), ('b', 2), ('c', 2), ('a', 1)]
[('f', 4), ('e', 3), ('c', 2), ('d', 2), ('a', 1), ('b', 1)]
[('f', 3), ('e', 2), ('a', 1), ('b', 1), ('c', 1), ('d', 1)]
[('f', 2), ('c', 1), ('d', 1), ('e', 1), ('a', 0), ('b', 0)]
[('f', 1), ('a', 0), ('b', 0), ('c', 0), ('d', 0), ('e', 0)]
5
```
也就是说我们可以获得 5× `range(4)` 改成 `range(3)`
结果为
```bash
[('f', 6), ('e', 5), ('d', 4), ('c', 3), ('b', 2), ('a', 1)]
[('f', 5), ('e', 4), ('c', 3), ('d', 3), ('b', 2), ('a', 1)]
[('f', 4), ('d', 3), ('e', 3), ('b', 2), ('c', 2), ('a', 1)]
[('f', 3), ('b', 2), ('c', 2), ('d', 2), ('e', 2), ('a', 1)]
[('d', 2), ('e', 2), ('f', 2), ('a', 1), ('b', 1), ('c', 1)]
[('a', 1), ('b', 1), ('c', 1), ('d', 1), ('e', 1), ('f', 1)]
[('d', 1), ('e', 1), ('f', 1), ('a', 0), ('b', 0), ('c', 0)]
[('a', 0), ('b', 0), ('c', 0), ('d', 0), ('e', 0), ('f', 0)]
7
```
可用空间仅有 7×
2024-08-22 12:42:00 +08:00
2023-11-06 18:59:34 +08:00
这是因为 NumberOfColums 越小，每次用于冗余的百分比就越大，所以需要根据磁盘实际情况选择合适的 NumberOfColums 才能最大化可用空间。
改写上面代码后，可以找到适合当前情况的最佳 NumberOfColumes。修改 numbers 字段为实际硬盘信息即可
```python
def subtract_one(numbers, columns):
# 找出可以减1的最大数
sorted_numbers = sorted(numbers.items(), key=lambda item: item[1], reverse=True)
for i in range(columns):
# 如果最大的数中有0，
if sorted_numbers[i][1] == 0:
return False, numbers
# 减1操作
numbers[sorted_numbers[i][0]] -= 1
return True, numbers
# 初始值
numbers = {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5, 'f': 6}
# 可变的columns范围为3到numbers的数量-1
max_space = 0
best_columns = 0
for columns in range(3, len(numbers)):
temp_numbers = numbers.copy() # 复制原始数据以便重用
count = 0
while True:
can_subtract, temp_numbers = subtract_one(temp_numbers, columns)
if not can_subtract:
break
count += 1
# 计算当前columns下的space
space = count * (columns - 1)
if space > max_space:
max_space = space
best_columns = columns
print(best_columns)
print(max_space)
```
> Photo by [Jigar Panchal](https://unsplash.com/@brave4_heart?utm_content=creditCopyText&utm_medium=referral&utm_source=unsplash) on [Unsplash](https://unsplash.com/photos/a-black-background-with-red-and-blue-lines-D_ivYIn4jWw?utm_content=creditCopyText&utm_medium=referral&utm_source=unsplash)
