چگونه منطق XOR داده‌ها را در آرایه RAID 5 بازسازی می‌کند

در ۲۹ مه ۲۰۲۶، StarWind Software تحلیل معماری جامعی از پیکربندی‌های ذخیره‌سازی مدرن منتشر کرد که یک آسیب‌پذیری مداوم در زیرساخت‌های سازمانی را برجسته می‌کند: پنجره بازسازی (rebuild window). وقتی یک هارد درایو در آرایه افزونه دیسک‌های مستقل (RAID) از کار می‌افتد، سیستم به سادگی فایل‌های پشتیبان را از یک دیسک یدکی کپی نمی‌کند. در عوض، باید هر بایت از داده‌های از دست رفته را در زمان واقعی به صورت ریاضی بازسازی کند. این فرآیند کاملاً به یک عملیات باینری بنیادی به نام XOR (Exclusive OR) متکی است. با عبور ظرفیت درایوهای فردی از ۲۰ ترابایت، زمان لازم برای انجام این میلیاردها محاسبه از چند ساعت به چند روز افزایش یافته است و اگر درایو دوم قبل از تکمیل بازسازی XOR از کار بیفتد، کل حجم ذخیره‌سازی در معرض خرابی کامل قرار می‌گیرد.[5]

برای درک نحوه عملکرد این بازسازی ریاضی، ابتدا باید به چیدمان فیزیکی داده‌ها نگاه کرد. یک آرایه RAID 5 به حداقل سه هارد درایو فیزیکی نیاز دارد. وقتی سرور فایلی را در این آرایه می‌نویسد، کنترل‌کننده ذخیره‌سازی فایل را به قطعات کوچک‌تر، معمولاً ۶۴ یا ۱۲۸ کیلوبایتی، تقسیم می‌کند. سپس این قطعات را در فرآیندی به نام نواربندی (striping) روی درایوها می‌نویسد. با این حال، فقط داده‌های خام را نمی‌نویسد. همان‌طور که SOS Data Recovery در مستندات فنی خود بیان می‌کند، سیستم به "نواربندی در سطح بلوک با توازن توزیع‌شده" متکی است. (از آنجا که مستندات پایه برای معماری ذخیره‌سازی به جای مصاحبه بر اثبات‌های ریاضی متکی است، هیچ‌یک از راهنماهای مهندسی ذکر شده حاوی نقل‌قول‌های مستقیم انسانی نیستند). این توازن (parity) همان شبکه ایمنی ریاضی است که به آرایه اجازه می‌دهد از خرابی سخت‌افزار جان سالم به در ببرد.[3][6]

داده‌های توازن با استفاده از گیت منطقی XOR تولید می‌شوند. در سطح پردازنده، XOR دو بیت باینری را مقایسه می‌کند. اگر دو بیت یکسان باشند—یعنی هر دو ۰ یا هر دو ۱ باشند—عملیات XOR خروجی ۰ می‌دهد. اگر دو بیت متفاوت باشند—یعنی یکی ۰ و دیگری ۱ باشد—عملیات XOR خروجی ۱ می‌دهد. تحلیل ۸ مه ۲۰۱۷ از SQLpassion درباره نحوه محاسبه این اطلاعات توازن نشان می‌دهد که این قانون ساده برای محافظت از ترابایت‌ها داده مقیاس‌پذیر است. با اجرای عملیات XOR روی بیت‌های متناظر داده در دو درایو اول، کنترل‌کننده یک بیت توازن تولید می‌کند که آن را روی درایو سوم می‌نویسد.[2]

قدرت واقعی عملیات XOR در خاصیت جابه‌جایی ریاضی آن نهفته است؛ این عملیات معکوس خودش است. اگر درایو ۱ دارای مقدار ۱ و درایو ۲ دارای مقدار ۰ باشد، محاسبه XOR (۱ XOR ۰) منجر به بیت توازن ۱ می‌شود که در درایو ۳ ذخیره می‌گردد. اگر درایو ۱ ناگهان دچار خرابی مکانیکی شده و از دسترس خارج شود، کنترل‌کننده ذخیره‌سازی به داده‌های باقی‌مانده نگاه می‌کند. مقدار ۰ را از درایو ۲ و بیت توازن ۱ را از درایو ۳ می‌گیرد و عملیات XOR را روی آن‌ها اجرا می‌کند. این محاسبه (۰ XOR ۱) خروجی ۱ می‌دهد و داده‌های از دست رفته درایو ۱ را به طور کامل بازسازی می‌کند.[2]

در پیکربندی‌های ذخیره‌سازی قدیمی‌تر، مانند RAID 3 یا RAID 4، تمام این داده‌های توازن روی یک هارد درایو اختصاصی ذخیره می‌شد. این امر یک گلوگاه عملکردی عظیم ایجاد می‌کرد، زیرا هر عملیات نوشتن در کل آرایه نیازمند این بود که کنترل‌کننده، توازن را روی همان دیسک خاص به‌روزرسانی کند. بررسی ۸ مارس ۲۰۲۶ از Rossmann Repair Group درباره نحوه عملکرد واقعی توازن RAID اشاره می‌کند که RAID 5 این گلوگاه را با توزیع یکنواخت بلوک‌های توازن در تمام درایوهای آرایه حل می‌کند. در یک آرایه چهار درایوی، درایو ۱ ممکن است توازن نوار اول داده‌ها را نگه دارد، درایو ۲ توازن نوار دوم را نگه می‌دارد و به همین ترتیب.[1]

از آنجا که توازن توزیع شده است، از دست دادن هر درایو به این معنی است که داده‌های مفقود ترکیبی از فایل‌های خام و بلوک‌های توازن هستند. وقتی یک درایو از کار می‌افتد، آرایه وارد حالت تنزل‌یافته (degraded) می‌شود. سرور آنلاین باقی می‌ماند و کاربران همچنان می‌توانند به فایل‌های خود دسترسی داشته باشند، اما کنترل‌کننده ذخیره‌سازی باید بسیار سخت‌تر کار کند. تحلیل بازسازی QueTek Consulting Corporation نشان می‌دهد که هر بار کاربری فایلی را درخواست می‌کند که روی درایو خراب ذخیره شده بود، کنترل‌کننده باید بلوک‌های سالم را از تمام درایوهای باقی‌مانده بخواند و نتیجه XOR را در لحظه محاسبه کند. این محاسبه درنگ‌هنگام، عملکرد خواندن و نوشتن کل حجم ذخیره‌سازی را به شدت کاهش می‌دهد.[7]

خطرناک‌ترین دوره برای هر آرایه RAID 5 فاز بازسازی است. وقتی مدیر سیستم یک هارد درایو ۲۰ ترابایتی جایگزین را در سرور قرار می‌دهد، کنترل‌کننده کار عظیم بازسازی داده‌های از دست رفته را آغاز می‌کند. این کنترل‌کننده باید تک‌تک سکتورها را در تمام درایوهای سالم بخواند، محاسبه XOR را برای هر بیت اجرا کند و داده‌های حاصل را روی درایو جدید بنویسد. برای یک آرایه مدرن با ظرفیت بالا، این فرآیند می‌تواند ۴۸ تا ۷۲ ساعت فعالیت مداوم و فشرده دیسک را به همراه داشته باشد. درایوها تا حداکثر سرعت خواندن خود تحت فشار قرار می‌گیرند که گرما و استرس مکانیکی قابل‌توجهی تولید می‌کند.[5][7]

این استرس مکانیکی شدید اغلب نقص‌های پنهان در درایوهای سالم را آشکار می‌کند. بررسی فنی ۱۶ ژانویه ۲۰۲۵ از ACELab درباره بازسازی‌های صحیح و ناصحیح هشدار می‌دهد که اگر یک درایو سالم حاوی سکتورهای غیرقابل خواندن باشد—که به عنوان خطای خواندن غیرقابل بازیابی (URE) شناخته می‌شود—محاسبه XOR با شکست مواجه خواهد شد. از آنجا که XOR برای استنتاج متغیر از دست رفته به تمام متغیرهای سالم نیاز دارد، یک بیت خراب در درایو ۲ به این معنی است که کنترل‌کننده نمی‌تواند بیت متناظر را برای درایو ۱ بازسازی کند. اگر کنترل‌کننده بازسازی را با وجود این خطاها ادامه دهد، داده‌های خراب و درهم‌ریخته را روی درایو جدید می‌نویسد و به سیستم فایل آسیب دائمی می‌رساند.[8]

علاوه بر این، منطق XOR یک محدودیت ریاضی سخت دارد: در هر زمان فقط می‌تواند یک متغیر از دست رفته را حل کند. اگر هارد درایو دوم در طول آن پنجره بازسازی ۷۲ ساعته از کار بیفتد، آرایه به طور کامل فرو می‌پاشد. کنترل‌کننده با دو متغیر از دست رفته در معادله خود مواجه می‌شود که استنتاج داده‌های اصلی را از نظر ریاضی غیرممکن می‌سازد. همان‌طور که RAID Recovery Guide توضیح می‌دهد، محافظت در برابر دو خرابی همزمان نیازمند ارتقا به RAID 6 است که مجموعه دوم داده‌های توازن را با استفاده از الگوریتم بسیار پیچیده‌تر Reed-Solomon محاسبه می‌کند، نه اینکه فقط به XOR متکی باشد.[4]

نکته کاربردی برای مدیران فناوری اطلاعات این است که RAID 5 زمان کارکرد سخت‌افزار (uptime) را فراهم می‌کند، نه حفظ داده‌ها را. منطق XOR تضمین می‌کند که یک درایو خراب کسب‌وکار را آفلاین نمی‌کند و به سرورها اجازه می‌دهد تا زمان تأمین قطعه جایگزین به کار خود ادامه دهند. با این حال، فشار ریاضی عظیم پردازش تریلیون‌ها عملیات XOR در طول بازسازی ایجاب می‌کند که مدیران یک نسخه پشتیبان مجزا و خارج از آرایه نگهداری کنند. ریاضیات باینری می‌تواند یک درایو از دست رفته را روی کاغذ بی‌نقص بازسازی کند، اما نمی‌تواند حجم ذخیره‌سازی را از واقعیت‌های فیزیکی فرسودگی سخت‌افزار، زمانی که دیسک دوم به ناچار از کار می‌افتد، نجات دهد.[5][9]