Lưu trữ dữ liệu trong hệ thống số được thực hiện thế nào?

Để chuỗi bit có thể được tìm lại và hiểu đúng, hệ thống còn cần các lớp tổ chức phía trên phần cứng. Bộ điều khiển thiết bị ánh xạ các địa chỉ logic đến vị trí vật lý; hệ thống tệp quản lý file, thư mục và metadata; ứng dụng hoặc cơ sở dữ liệu quy định cách diễn giải các byte thành ký tự, bản ghi, hình ảnh hay cấu trúc khác. Vì vậy, lưu trữ dữ liệu là một chuỗi phối hợp từ biểu diễn logic đến ghi vật lý, định vị, đọc lại và bảo vệ tính toàn vẹn.

Dữ liệu được chuyển thành bit trước khi được ghi

Đơn vị cơ bản của hệ thống số là bit, nhận giá trị 0 hoặc 1. Các bit được ghép thành byte; trong hệ thống máy tính hiện đại, 1 byte gồm 8 bit. Trong thực hành kỹ thuật, hệ tiền tố SI và tiền tố nhị phân IEC cũng phân biệt dung lượng: 1 kB bằng 1.000 byte, còn 1 KiB bằng 1.024 byte. Sự khác nhau này giải thích vì sao dung lượng hiển thị đôi khi không trùng hoàn toàn giữa nhà sản xuất thiết bị và phần mềm.

Ý nghĩa của chuỗi bit không nằm sẵn trong bản thân phần cứng. Một dãy byte chỉ trở thành văn bản khi được giải mã theo một bảng mã; trở thành ảnh khi được đọc theo định dạng ảnh; hoặc trở thành bản ghi khi phần mềm biết cấu trúc trường dữ liệu. Hai file có thể chứa các mẫu bit khác nhau nhưng cùng biểu diễn một nội dung, hoặc một mẫu byte có thể bị hiểu sai nếu phần mềm áp dụng sai định dạng.

Điểm quan trọng là máy tính lưu biểu diễn số của thông tin. Tên file, phần mở rộng, kiểu dữ liệu và cấu trúc bản ghi thuộc các lớp logic dùng để diễn giải và quản lý biểu diễn đó, chứ không phải là một dạng vật chất riêng trên thiết bị.

Bit được duy trì bằng trạng thái vật lý trên phần cứng

Một bit chỉ có giá trị khi phần cứng có thể tạo ra, phân biệt và đọc lại các trạng thái tương ứng. Cơ chế vật lý thay đổi theo loại bộ nhớ hoặc thiết bị lưu trữ.

RAM lưu trạng thái điện nhưng cần nguồn liên tục

Trong DRAM, thông tin được biểu diễn bằng trạng thái điện của các ô nhớ và phải được làm tươi định kỳ vì điện tích suy giảm theo thời gian. Khi mất nguồn, nội dung DRAM biến mất. RAM vì thế phù hợp với dữ liệu đang được CPU xử lý, nhưng không phải nơi duy trì dữ liệu lâu dài sau khi tắt máy.

SSD lưu điện tích trong các ô nhớ flash

SSD thường dùng NAND flash. Mỗi ô nhớ được đọc thông qua mức điện áp ngưỡng, từ đó bộ điều khiển suy ra một hoặc nhiều bit. NAND flash thường ghi theo page nhưng xóa theo block lớn hơn, nên việc cập nhật dữ liệu không đơn giản là ghi đè trực tiếp đúng ô cũ. Bộ điều khiển SSD dùng lớp ánh xạ địa chỉ, thu gom rác, cân bằng hao mòn và mã sửa lỗi để biến đặc tính vật lý này thành không gian lưu trữ có thể sử dụng như một thiết bị khối.

Vì một ô flash có thể mã hóa nhiều mức điện áp, quan hệ “một trạng thái vật lý bằng một bit” không phải lúc nào cũng đúng. Điều cần thiết là thiết bị có thể phân biệt đủ số trạng thái để ánh xạ chúng trở lại các bit một cách đáng tin cậy.

HDD dùng trạng thái từ tính trên bề mặt đĩa

Ổ đĩa cứng ghi thông tin bằng cách thay đổi trạng thái từ tính của các vùng rất nhỏ trên bề mặt đĩa quay. Đầu từ ghi và đọc các biến đổi này, còn bộ điều khiển ổ đĩa chuyển chúng thành các sector logic mà hệ điều hành có thể truy cập. Nhiều thiết bị khối trình bày sector logic theo kích thước 512 byte hoặc 4 KiB, nhưng kích thước cụ thể phụ thuộc thiết bị và cách định dạng.

SSD và HDD đều có thể giữ dữ liệu khi tắt nguồn, nhưng cơ chế vật lý khác nhau hoàn toàn. Hệ điều hành che giấu phần lớn khác biệt này bằng một giao diện địa chỉ logic, nhờ đó phần mềm không phải điều khiển trực tiếp từng ô flash hoặc vùng từ tính.

Hệ thống tổ chức byte thành block, file và metadata

Phần cứng không cần biết một vùng bit là “báo cáo.docx” hay “ảnh.png”. Thiết bị lưu trữ chủ yếu nhận các yêu cầu đọc và ghi theo địa chỉ logic. Lớp hệ thống tệp ở phía trên mới quản lý tên file, thư mục, kích thước, quyền truy cập, thời gian sửa đổi và vị trí các vùng dữ liệu thuộc về từng file.

Khi một file được lưu, hệ thống tệp phân bổ các đơn vị lưu trữ trên volume và ghi metadata để liên kết file với các đơn vị đó. Một file lớn có thể nằm trên nhiều block không liền nhau. Vì thế, vị trí logic của byte thứ n trong file không nhất thiết tương ứng trực tiếp với một vị trí vật lý cố định trên ổ đĩa; nó phải đi qua các lớp ánh xạ của hệ thống tệp, thiết bị và đôi khi cả bộ điều khiển SSD.

Metadata cũng là dữ liệu và phải được lưu bền vững. Nếu nội dung file còn nguyên nhưng thông tin ánh xạ bị hỏng, hệ thống có thể không biết các block nào thuộc file đó. Tính toàn vẹn của cấu trúc quản lý vì thế quan trọng không kém nội dung byte.

Cơ sở dữ liệu tạo thêm một lớp tổ chức. Thay vì chỉ nhìn dữ liệu như file, hệ quản trị có thể chia nội dung thành page, record và index để tìm kiếm theo khóa hoặc điều kiện. Những cấu trúc này cuối cùng vẫn được chuyển thành các thao tác đọc và ghi trên thiết bị lưu trữ.

Khi truy cập, hệ thống đi ngược từ tên hoặc địa chỉ đến byte

Một ứng dụng không trực tiếp điều khiển điện tích trong SSD hay đầu từ của HDD. Khi cần đọc file, ứng dụng gửi yêu cầu cho hệ điều hành. Hệ thống tệp tra metadata để xác định các block logic chứa phần dữ liệu cần đọc; driver và bộ điều khiển thiết bị chuyển các block đó thành thao tác trên phần cứng; dữ liệu đọc được thường đi vào RAM trước khi CPU hoặc ứng dụng xử lý.

Trong quá trình này, nhiều lớp đệm có thể tham gia. Hệ điều hành giữ page cache, thiết bị có thể có bộ nhớ đệm riêng và bộ điều khiển lưu trữ có thể sắp xếp lại thao tác để tăng hiệu quả. Vì vậy, một lần ứng dụng “đọc file” không đồng nghĩa với việc phần cứng luôn truy cập trực tiếp thiết bị ở cùng thời điểm; dữ liệu có thể đã tồn tại trong bộ nhớ đệm.

Chiều ghi cũng tương tự nhưng cần phân biệt “đã gửi lệnh ghi” với “đã lưu bền vững”. Dữ liệu còn nằm trong cache dễ mất nếu mất điện hoặc hệ thống gặp sự cố trước khi được đẩy xuống phương tiện không mất dữ liệu. Các hệ điều hành, hệ thống tệp và thiết bị dùng cơ chế flush, đồng bộ và xác nhận ghi để kiểm soát ranh giới này.

Bộ nhớ tạm và lưu trữ lâu dài phục vụ hai nhiệm vụ khác nhau

RAM ưu tiên tốc độ truy cập cho dữ liệu đang hoạt động, còn SSD hoặc HDD giữ dữ liệu sau khi nguồn điện bị ngắt. Hai lớp này phối hợp liên tục: chương trình và file được lấy từ thiết bị lưu trữ vào RAM, CPU xử lý dữ liệu trong RAM, rồi kết quả cần duy trì được ghi trở lại thiết bị không mất dữ liệu.

Sự khác biệt này giải thích một tình huống quen thuộc: nội dung vừa chỉnh sửa có thể đang hiện trên màn hình nhưng vẫn bị mất sau sự cố nếu ứng dụng chưa lưu hoặc hệ thống chưa hoàn tất quá trình ghi bền vững. Việc dữ liệu “đang tồn tại trong máy” không tự động có nghĩa nó đã được lưu lâu dài.

Cache cũng không đồng nghĩa với bản lưu chính thức. Cache giữ bản sao để truy cập nhanh hơn và có thể bị loại bỏ khi không cần. Nguồn dữ liệu bền vững phải nằm ở lớp mà hệ thống coi là nơi lưu chính hoặc đã được sao chép sang một nơi lưu bền vững khác theo chính sách của ứng dụng.

Khả năng truy cập, khai thác và duy trì đến từ nhiều lớp phối hợp

Lưu được bit mới chỉ là điều kiện đầu tiên. Dữ liệu còn phải được định vị đúng, đọc lại chính xác và giữ được cấu trúc sau lỗi hoặc sự cố. Hệ thống lưu trữ vì vậy thường kết hợp nhiều cơ chế bảo vệ khác nhau.

Mã phát hiện và sửa lỗi ở thiết bị có thể nhận biết hoặc khôi phục một số lỗi bit. Hệ thống tệp có thể dùng journal hoặc cơ chế copy-on-write để giảm nguy cơ metadata rơi vào trạng thái không nhất quán khi thao tác bị gián đoạn; cách triển khai phụ thuộc từng hệ thống tệp. Ở lớp cao hơn, checksum có thể phát hiện dữ liệu bị thay đổi ngoài dự kiến, còn replication hoặc RAID tăng khả năng tiếp tục hoạt động khi một thiết bị thành phần gặp lỗi.

Các cơ chế này không thay thế backup. RAID hay replication không tạo phiên bản lịch sử của dữ liệu; thao tác xóa nhầm, lỗi logic hoặc dữ liệu bị thay đổi ngoài ý muốn vẫn có thể ảnh hưởng đến tập dữ liệu đang được bảo vệ. Backup tạo bản sao độc lập theo thời điểm hoặc chính sách lưu giữ, nhờ đó dữ liệu có thể được khôi phục về trạng thái trước sự cố. Muốn duy trì dữ liệu lâu dài, cần kiểm tra cả khả năng khôi phục chứ không chỉ việc bản sao có tồn tại.

Khả năng khai thác cũng phụ thuộc vào thông tin mô tả và cấu trúc logic. Nếu chỉ còn chuỗi byte mà mất định dạng, schema, khóa mã hóa hoặc metadata cần thiết, dữ liệu vật lý vẫn có thể tồn tại nhưng trở nên khó hoặc không thể diễn giải. Một hệ thống lưu trữ hoàn chỉnh vì thế phải bảo toàn cả nội dung, vị trí và quan hệ, cùng thông tin cần thiết để đọc đúng nội dung đó.

Lưu trữ dữ liệu trong hệ thống số là quá trình nhiều lớp: thông tin được mã hóa thành bit, bit được biểu diễn bằng trạng thái vật lý, các byte được tổ chức thành block và cấu trúc logic, rồi hệ điều hành và phần mềm dùng metadata để tìm, đọc và diễn giải chúng. Cơ chế vật lý quyết định cách bit tồn tại; cơ chế logic quyết định cách dữ liệu được truy cập và khai thác.

Dữ liệu chỉ thực sự được duy trì khi hệ thống không dừng ở thao tác ghi. Tính bền vững còn phụ thuộc vào việc hoàn tất ghi xuống phương tiện không mất dữ liệu, bảo vệ metadata, phát hiện lỗi và có bản sao phục hồi độc lập khi cần.