Campo de integridad de datos

El Campo de Integridad de Datos ( DIF ) es un método para proteger la integridad de los datos en el almacenamiento informático frente a la corrupción de datos . Fue propuesto en 2003 por el subcomité T10 del Comité Internacional de Estándares de Tecnología de la Información . ^{[ 1 ]} Un método similar para la integridad de datos se incorporó en 2016 a la especificación NVMe 1.2.1. ^{[ 2 ]}

La disponibilidad de datos en los sistemas de almacenamiento se suele medir simplemente en función de la fiabilidad de los componentes de hardware y los efectos del hardware redundante. Sin embargo, la fiabilidad del software, su capacidad para detectar errores y su capacidad para informar correctamente o aplicar acciones correctivas ante un fallo influyen significativamente en la disponibilidad general del sistema de almacenamiento.

Los protocolos de transporte de almacenamiento basados ​​en paquetes cuentan con protección CRC en las cargas útiles de comandos y datos. Los buses de interconexión cuentan con protección de paridad. Los sistemas de memoria cuentan con esquemas de detección/corrección de paridad. Los controladores de protocolo de E/S en los límites de transporte/interconexión cuentan con protección interna de la ruta de datos. Sin embargo, cuando se diseñó DIF por primera vez, no existía una protección estándar para cuando un dato sale de la memoria, va al disco, permanece almacenado durante un tiempo prolongado y se vuelve a leer. ^{[ 1 ]}

El intercambio de datos suele tener lugar entre la CPU del host y el disco de almacenamiento. Entre ambos puede haber un controlador de datos de almacenamiento. Este controlador podría ser un controlador RAID o simples conmutadores de almacenamiento.

DIF se propuso por primera vez a la interfaz SCSI (Small Computer System Interface ) como el Campo de Integridad de Datos. Extiende el sector de disco de sus tradicionales 512 bytes a 520 bytes, añadiendo ocho bytes de protección adicionales. ^{[ 1 ]} Los dispositivos SCSI se utilizan en muchas tecnologías de almacenamiento empresarial, como Fibre Channel . Para cuando se incorporó en SBC-2, ya se había renombrado como Información de Protección . Los 8 bytes incluyen 2 bytes de CRC ("protección de bloque lógico"), 2 bytes de una "protección de aplicación de bloque lógico" arbitraria y 4 bytes de "etiqueta de referencia de bloque lógico", que suele ser los 32 bits inferiores de LBA. ^{[ 3 ]}

SBC-3 amplía esta tecnología a sectores de formato avanzado (4K), para sectores de 4104 bytes en la configuración final. También define tres formas de activar la protección en lugar de la anterior, diferenciándose principalmente en el manejo de la parte de 4 bytes. El cambio más importante es el uso de un exponente de información de protección que permite una forma diferente de organizar esta información: en lugar de expandir sectores en su extremo, se pueden agrupar múltiples PI y almacenarlas en otro lugar. ^{[ 4 ] [ 5 ] [ 6 ]}

Los comandos SCSI READ, WRITE y VERIFY permiten acceder a la información de protección.

El comité SATA (T13) tenía una configuración similar a la SCSI DIF/PI llamada External Path Protection (EPP) en 2008. ^{[ 7 ]}

Oracle Corporation aportó soporte para SCSI/T10 al kernel de Linux . ^{[ 8 ] [ 9 ]} La documentación principal sobre este tema para Linux está escrita por Oracle. ^{[ 10 ]}

• Integridad de datos en Linux , 30 de agosto de 2008, Oracle Corporation , por Martin K. Petersen (archivado del original el 9 de enero de 2015)
• Topología de almacenamiento y funciones avanzadas de Linux , 24 de noviembre de 2009, por Martin K. Petersen
• Campo de integridad de datos - T10.org , trabajando el 15 de febrero de 2019.