ZFS on Linux実践ガイド:Storage Pool、Vdev、Dataset、Snapshotの徹底管理

Linux tutorial - IT technology blog
Linux tutorial - IT technology blog

現場の課題:サイレントデータ破損の悪夢と激遅なRAIDリビルド

システム管理者なら誰もが一度はヒヤリとする経験をしたことがあるでしょう。ある日突然、何の前触れもなくMySQLやPostgreSQLのデータベースがファイル破損エラーを吐き出し、システムログには直前の警告すら残っていないという事態です。

悪夢はそれだけにとどまりません。40TBの4ドライブ構成RAID 5でディスクが1台故障したとします。新しいディスクを挿入しても、リビルド処理には2〜3日もかかり続けます。さらに恐ろしいのは、リビルド中の激しい読み取り負荷によって2台目のディスクまでもが息絶えるリスクが高いことです。そうなれば、全データが完全に失われてしまいます。

データのバックアップも頭の痛い問題です。node_modulesや大量のアップロード画像など、数百万個もの小さなファイルを含むシステムでは、rsyncでメタデータをスキャンするだけでも丸1時間かかってしまいます。CPU負荷は跳ね上がり、I/Oはボトルネックに陥り、クライアントからはサイトが重いと苦情が届きます。万が一コマンドの打ち間違いで削除してしまったり、ランサムウェアに感染したりした場合、ブロックレベルのスナップショットがなければ5分前の状態に戻すことすらほぼ不可能です。

問題の本質:従来のストレージアーキテクチャが限界を迎える理由

Linuxにおける従来のストレージモデルは、物理ディスク → RAID/Volume Manager (mdadm, LVM) → ファイルシステム (ext4, XFS) という3層に分断されていました。

この分断により、3つの致命的な技術的欠陥が生じます:

  • サイレントデータ破損(Silent Data Corruption / Bit Rot):経年劣化による磁気抜けやSSDの素子劣化が原因で発生します。ext4やXFSは読み取り時にデータブロックごとのチェックサムを検証しません。そのため、ファイルが破損していてもOSは異常に気づかず、壊れたゴミデータをそのままアプリケーションに渡してしまいます。
  • Write Hole問題:ディスクがデータとパリティを書き込んでいるまさにその瞬間に突然サーバーの電源が落ちると、復電後にRAIDコントローラはパリティとデータブロックが整合しているかどうかを判別できなくなります。
  • 重すぎるLVMスナップショット:LVMのCopy-on-Write機構はオーバーヘッドが極めて大きいです。スナップショットを10〜20個保持するだけで、ディスクの書き込みパフォーマンスが50%以上も低下することがあります。

比較される3つの選択肢

この課題に直面したシステムエンジニアは、通常3つのアプローチを検討します:

  1. ext4/XFSを使い続ける:セカンダリサーバーを用意し、毎晩cronでrsyncを実行します。手軽ではあるものの帯域を消費し、Bit Rotには手も足も出ません。
  2. Btrfsを採用する:Linuxカーネル標準のCoWファイルシステムで、スナップショットは軽快です。しかし、BtrfsのRAID 5/6コードは何年もの間、本番環境での利用にはリスクがあると警告され続けています。
  3. OpenZFS(ZFS on Linux)を選ぶ:ZFSはボリュームマネージャーとファイルシステムの役割を1つに統合しています。すべてのデータブロックでチェックサムを計算してBit Rotを根絶し、空き領域をスキップして実データのみを高速リビルドします。さらに、リソース消費ほぼゼロで数千個ものスナップショットを作成可能です。

実践:本番環境仕様のZFS on Linux構築

データの整合性を最優先するなら、ZFSこそが最も堅牢な選択肢です。以下は、Ubuntu 22.04 / Debian 12における実践的なインストールと設定手順です。

1. OpenZFSのインストール

わずか2つのコマンドでZFSパッケージを導入できます:

# リポジトリの更新とユーティリティパッケージのインストール
sudo apt update
sudo apt install -y zfsutils-linux

# カーネルモジュールのロードとバージョンの確認
sudo modprobe zfs
zfs --version

2. Storage Pool (zpool) と Vdev の作成

ZFSにおいて、zpoolは複数のvdev(仮想デバイス)で構成されるストレージプール全体を指します。vdevは単一ディスク、ミラー構成(RAID 1相当)、またはraidz1/raidz2(RAID 5/RAID 6相当)で構成できます。

リブートのたびにデバイス順序が入れ替わる可能性があるため、/dev/sdaのようなデバイス名は絶対に使わないでください。常に固定のハードウェアIDを使用します:

ls -l /dev/disk/by-id/

例:1TBのHDD 2台をミラーリングしたdatapoolという名称のzpoolを作成する場合:

sudo zpool create -f datapool mirror \
  /dev/disk/by-id/ata-WDC_WD10EZEX_DISK1 \
  /dev/disk/by-id/ata-WDC_WD10EZEX_DISK2

# プールのステータス確認
sudo zpool status datapool

ZFSは/etc/fstabに追記しなくても、自動的にこのプールを/datapoolディレクトリにマウントします。

3. Datasetの分割とパフォーマンスチューニング

Datasetは通常のディレクトリのように扱えますが、独立したパーティションとしての特性を完全に備えています。数秒でデータセットごとに圧縮を有効化したり、容量クォータを設定したりできます。

# データベース用および共有ディレクトリ用のデータセットを作成
sudo zfs create datapool/database
sudo zfs create datapool/shared_files

# lz4圧縮アルゴリズムを有効化
sudo zfs set compression=lz4 datapool/database
sudo zfs set compression=lz4 datapool/shared_files

# ディスク枯渇を防ぐため shared_files に100GBのクォータを設定
sudo zfs set quota=100G datapool/shared_files

# データセット一覧の確認
sudo zfs list

なぜ常にlz4圧縮を有効にすべきなのでしょうか?このアルゴリズムはCPU負荷が非常に低いにもかかわらず、テキストやログ、ソースコードを極めて効率的に圧縮でき、通常1.5倍〜2倍の圧縮率を誇ります。ディスクへの実書き込み容量が減ることで、実際のI/Oスループットも大幅に高速化します。

デフォルトでは、ZFSはRAMの最大50%をキャッシュ(ARCキャッシュ)として消費する可能性があります。メモリが4GBや8GBしかないサーバーの場合は、/etc/modprobe.d/zfs.confを作成して上限を明示的に制限してください:

# ARCキャッシュの最大サイズを1.5GBに制限(バイト単位で指定:1.5 * 1024^3)
options zfs zfs_arc_max=1610612736

4. スナップショットの作成と瞬時のリストア

ZFSのスナップショットは、Copy-on-Write機構に基づいたデータ状態の記録です。作成コマンドは1秒未満で完了し、作成時点では追加のストレージ容量を一切消費しません。

# デプロイやDBマイグレーションの直前に高速スナップショットを取得
sudo zfs snapshot datapool/database@truoc_khi_update

# 既存スナップショット一覧と変更データ量を確認
sudo zfs list -t snapshot

コードのマイグレーションが失敗してデータベースに論理障害が発生した場合でも、瞬時に過去の状態へと巻き戻すことができます:

# データセット全体を取得済みのスナップショット時点へロールバック
sudo zfs rollback -r datapool/database@truoc_khi_update

誤って削除したファイル1つだけを取り出したい場合は、データセット直下にある隠しディレクトリ.zfsを参照するだけです:

ls -la /datapool/database/.zfs/snapshot/truoc_khi_update/

5. Scrubコマンドによる定期的な自動メンテナス

ZFSの保護機能を自動化するために、sanoidなどのツールを利用して1時間ごとのスナップショット取得・世代管理を行うのが有効です。さらに、cronjobで週に1回scrubコマンドを定期実行するように設定しましょう:

# プール全体をスキャンしてチェックサムの検証と自己修復を実行
sudo zpool scrub datapool

scrubの実行中、ZFSは全データブロックを読み取って保持されているハッシュ値と照合します。破損したビットが見つかった場合、システムはサービスの稼働を中断することなく、ミラー側の健全なコピーから直ちにサイレント自動修復を行います。

Share: