Lagring

Vad det är

Datalagring, oftast kallad bara lagring, är den del av ett system
där data finns mellan användningarna, på medier som behåller dem
genom en omstart och ett strömavbrott. Ordlistan hos NIST ger ordet
två betydelser, båda hämtade från SP

800-88r2: att data bevaras så att de kan hämtas igen, och den
hårdvara som data kan föras in i och hämtas ur.

Varje sort vilar på ett fysiskt medium: en hårddisk med snurrande
skivor, en SSD, ett SD-kort, ett band. Programvaran ser ett av tre
lager ovanpå det:

  * Blocklagring visar en enhet som en följd av block med fast
storlek, adresserade med nummer. En diskpartition, en RAID-array och
en virtuell disk i molnet ser alla ut så för systemkärnan, och ett
filsystem eller en databasmotor avgör vad blocken betyder.

  * Fillagring lägger ett filsystem över blocken: namn, kataloger,
storlekar, ägare och behörigheter, och en fil kan ändras några byte
i taget. Delat över NFS eller SMB betjänar ett och samma träd många
maskiner.

  * Objektlagring håller hela objekt, vart och ett en följd av byte
plus metadata, under ett namn i en behållare, och nås genom ett API
över HTTP i stället för genom en montering. Google Cloud Storage
lagrar data som objekt i behållare som kallas buckets, varje bucket
hör till ett projekt, och ett objekt är en oföränderlig bit data som
består av en fil i vilket format som helst.

De tre skiljer sig åt i vad en ändring kostar. En blockenhet skriver
om ett block där det ligger. Ett filsystem redigerar en del av en
fil och flyttar den med ett namnbyte. Ett objektlager ersätter hela
objektet: Googles sida om objekt utesluter tillägg i slutet och
avkortning, och en ersättning är atomär, så den som läser får den
gamla versionen tills den nya uppladdningen är klar. Beroende på
verktyget kan ett namnbyte innebära en kopia under det nya namnet
och en radering av originalet; Cloud Storage stöder också atomära
namnbyten för objekt inom en bucket. I en bucket med platt namnrymd
är mappar en bild som verktygen ritar upp utifrån snedstreck i
objektens namn; strängen `folder1/` är en del av namnet, och
bucketen lagrar ingen mapp alls.

Samma fil ser ut så här i varje lager:

```sh
i# block: kärnans bild av en disk som numrerade block		engineer.company	70
lsblk /dev/sda

i# fil: ett filsystem monterat över blocken, med namn och kataloger		engineer.company	70
df -h /srv

i# objekt: ett helt objekt som skickas till en bucket över ett API		engineer.company	70
gcloud storage cp readings.csv.gz gs://example-bucket/2024/01/
```

Varför det spelar roll

Mediet avgör hur data går förlorade. En hårddisk, en SSD och ett
SD-kort går sönder vart och ett på sitt sätt, och en räddningsmetod
som passar det ena är fel verktyg för nästa. Redundans inuti en och
samma låda, som ett speglat par eller en RAID-array, håller data
läsbara efter att en enskild disk har dött, men den skriver varje
radering till varje disk lika troget som den skriver data.

Hållbarhet och tillgänglighet är två skilda löften. Hållbarhet är
sannolikheten att lagrade data överlever; tillgänglighet är
sannolikheten att de går att läsa vid ett givet ögonblick. Cloud
Storage anger en årlig hållbarhet på 99,999999999 % för varje
lagringsklass, medan den typiska tillgänglighet per månad som
tjänsten anger går från 99,9 % till över 99,99 %, beroende på klass
och plats. En lagringsklass är metadata på varje objekt som
bestämmer dess tillgänglighet och prismodell, och nya objekt ärver
standardklassen i sin bucket. De kallare klasserna byter ett lägre
pris för att behålla data mot något lägre tillgänglighet, en minsta
lagringstid på 30, 90 eller 365 dagar och en avgift för att läsa
tillbaka data; Google riktar dem mot data som läses en gång i
månaden eller mer sällan, högst en gång per kvartal och mindre än en
gång per år.

Platsen är en del av datan. En kopia på samma disk, samma maskin
eller samma molnkonto delar öde med den saken, och en kopia någon
annanstans gör det inte. Platsen bestämmer också hastighet och
kostnad: Google noterar att om data hålls i samma region som den
beräkning som använder dem får dataintensivt arbete bäst prestanda,
och nätverksavgifterna kan bli lägre.

Hur programvaran når lagringen formar resten. Restic, ett program
för säkerhetskopiering, definierar sitt repo som helt enkelt en
katalog som innehåller en uppsättning underkataloger och filer, och
samma katalog kan ligga på en lokal disk, på en server som nås över
SFTP eller i ett objektlager som Google Cloud Storage eller Amazon
S3. Innehållet förblir detsamma, medan latensen, sätten att gå
sönder och den person som styr kontot alla ändras.

Så ser det ut i praktiken

Nedifrån och upp i stacken berörde grundarens tidigare arbete det
fysiska mediet som går sönder och objektlagret som flyttar hela
filer. Företagets egen implementering av säkerhetskopiering
beskriver ett automatiserat upplägg för en kopia hos en annan
leverantör som skydd mot att en värddator går förlorad; att aktivera
den lagringen och verifiera en återställning i drift är separata
steg.

Mediet: dataräddningen omfattade i stort sett alla vanliga
lagringstyper, från SD-kort och snurrande hårddiskar till SSD:er,
RAID-arrayer, externa diskar och Mac-system. Folk kom in med
lagringsmedier som hade gått sönder eller skadats, med foton,
affärsdokument, den enda kopian av något som betydde något. Varje
medium går sönder och lämnar ifrån sig sina data på sitt eget sätt:
en SSD är ett annat problem än en disk med roterande skivor, en
RAID-array är ännu ett annat problem, och ett Mac-filsystem har sina
egna egenheter. Att veta vilket angreppssätt som passar just det
mediet betydde lika mycket som någon enskild teknik, och kunderna
fick tillbaka kritiska data från enheter som de redan hade avskrivit
som förlorade.

Objektlagret: i sex ETL/ELT-pipelines som matade Google BigQuery
stod en bucket i Google Cloud Storage mellan källan och
analysdatalagret. Kurerade dataset och tabeller exporterades till
mellanformat, komprimerades med gzip och överfördes till bucketen,
och därifrån läste verktyget bq och Python-skript in dem i BigQuery.
Hela komprimerade filer gick in och hela filer kom ut, det mönster
som objektlagring är byggd för.

Kopian någon annanstans ingår i företagets implementering av
säkerhetskopiering och återställningstest. En Ansible-roll
installerar restic-skript och systemd-enheter för en databasdump där
det är konfigurerat, en krypterad, deduplicerad ögonblicksbild via
SFTP till lagring hos en annan leverantör, gallring enligt
bevarandepolicyn och en integritetskontroll. Ett separat månatligt
arbetsflöde återställer en känd fil till ett tillfälligt
arbetsutrymme och jämför dess byte, så att vägen tillbaka testas och
inte bara skrivningen. Säkerhetskopiering och återställning har
separata signaler för lyckade körningar, och timerenheterna kräver
ett konfigurerat repo. Implementeringsbeskrivningen daterad
2026-10-27 anger att timerenheterna var inaktiverade utan ett repo
och redovisar ingen genomförd återställning i drift. Den
dokumenterar automatiseringen och vad som måste aktiveras; den
bevisar inte att företaget redan kan förlora värddatorn och
återställa sina data.

Var det går fel

Det mesta besväret med lagring kommer från en kopia, en kontroll
eller en kostnad som såg bra ut fram till den dag den behövdes.

En kopia delar öde med originalet. En ögonblicksbild i samma konto,
en säkerhetskopia på samma disk, en replik i samma byggnad: var och
en överlever de små felen och går under med det stora. Lista de
enskilda händelser som skulle kunna slå ut båda, och flytta en kopia
tills listan är kort.

Redundans räknas som en säkerhetskopia. En spegel kopierar varje
skrivning till varje disk, raderingar och korrupta data inräknade.
Den är svaret på en död disk; en separat kopia med en egen historik
är svaret på ett misstag.

Ett objektlager behandlas som ett filsystem. Kod som är skriven för
filer räknar med billiga namnbyten och kataloglistningar. Vissa
verktyg genomför namnbyten för objekt som en kopia plus en radering,
trots att Cloud Storage också stöder atomära namnbyten inom en
bucket. Google noterar att djupt nästlade, katalogliknande
strukturer i en platt namnrymd saknar listningsprestandan hos ett
riktigt filsystem. Lägg upp objektnamnen efter hur de kommer att
läsas, och håll arbete som redigerar filer på plats kvar i fil-
eller blocklagring.

Kontrollen läser indexet och hoppar över datan. Som standard
verifierar kommandot `check` i restic repots struktur och lämnar de
packfiler som håller de säkerhetskopierade data olästa, eftersom det
skulle innebära att ladda ned varenda en. `--read-data` läser alla,
och `--read-data-subset=1/5` till och med `5/5` täcker repot på fem
körningar. En kontroll som bara listar filer bevisar att namnen
finns, och säger lite om innehållet bakom dem.

Data som läses ofta ligger i en kall klass. En fil som läses varje
dag från en klass som är prissatt för läsningar en gång i månaden
betalar en avgift vid varje läsning, så matcha klassen mot det
läsmönster som datan faktiskt har.

Läs mer

  * NIST glossary: storage — ordets två betydelser så som NIST SP
800-88r2 definierar dem.

  * About Cloud Storage objects — objektens data och metadata,
regler för namn, oföränderlighet och den platta namnrymden bakom
simulerade mappar.

  * Cloud Storage: Storage classes — hållbarhet, tillgänglighet,
minsta lagringstid och avgifter för hämtning för varje klass.

  * restic: Preparing a new repository — vad ett repo är, och de
lokala backends, SFTP-backends och objektlager som det kan ligga på.

  * restic: Working with repositories — att kontrollera ett repos
struktur och läsa tillbaka de data det håller.

  * Cloud Storage: Flytta objekt — Den atomära namnbytesoperationen
inom en bucket, till skillnad från verktyg som simulerar en flytt
genom att kopiera och radera.

hDen här sidan på webben	URL:https://engineer.company/sv/glossary/storage/	engineer.company	70
