服務(wù)器數(shù)據(jù)恢復(fù)-6盤RAID5中2塊磁盤故障離線的數(shù)據(jù)恢復(fù)案例

服務(wù)器數(shù)據(jù)恢復(fù)環(huán)境：
DELL POWEREDGE某型號(hào)服務(wù)器中有一組由6塊SCSI硬盤組建的RAID5陣列，LINUX REDHAT操作系統(tǒng)，EXT3文件系統(tǒng)，存放圖片文件。

服務(wù)器故障&分析：
服務(wù)器raid5陣列中有一塊硬盤離線，管理員沒(méi)有及時(shí)發(fā)現(xiàn)，直到服務(wù)器raid5陣列中的另一塊硬盤掉線，raid5陣列癱瘓，服務(wù)器無(wú)法正常工作。管理員聯(lián)系DELL售后，DELL工程師建議將其中一塊離線硬盤強(qiáng)制上線并強(qiáng)調(diào)了該操作的風(fēng)險(xiǎn)性。和領(lǐng)導(dǎo)的商量后，管理員將其中的一塊離線盤強(qiáng)制上線。上線過(guò)程中發(fā)現(xiàn)服務(wù)器操作系統(tǒng)啟動(dòng)異常，管理員于是馬上關(guān)閉服務(wù)器。
此類故障非常普遍。RAID5陣列僅支持一塊硬盤掉線的冗余保護(hù)，如果有兩塊硬盤離線，RAID5陣列便會(huì)崩潰。為了保護(hù)數(shù)據(jù)，RAID控制器廠商的設(shè)計(jì)思路為：只要有硬盤下線，RAID控制器是不會(huì)自動(dòng)讓離線硬盤上線的。由于RAID控制器的高敏感度，通常掉線的硬盤大概率不會(huì)存在嚴(yán)重的物理故障，甚至很多離線硬盤是完好的（掉線原因可能是信號(hào)受阻、電源波動(dòng)或控制器BUG等）。正如DELL工程師強(qiáng)調(diào)的，強(qiáng)制上線有較大的風(fēng)險(xiǎn)性，如果強(qiáng)制上線出現(xiàn)問(wèn)題，RAID控制器會(huì)自動(dòng)做出某些不可逆操作。這個(gè)時(shí)候進(jìn)入操作系統(tǒng)，文件系統(tǒng)的不一致會(huì)造成系統(tǒng)進(jìn)行自我修復(fù)，然后導(dǎo)致所有的硬盤數(shù)據(jù)不一致。

服務(wù)器數(shù)據(jù)恢復(fù)過(guò)程：
1、將故障服務(wù)器中所有磁盤編號(hào)后取出，以只讀方式做扇區(qū)級(jí)別的鏡像備份，后續(xù)的數(shù)據(jù)分析和數(shù)據(jù)恢復(fù)操作都基于鏡像文件進(jìn)行，備份后將所有磁盤按照編號(hào)還原到原服務(wù)器中。在備份過(guò)程中發(fā)現(xiàn)多塊硬盤存在壞道，只是RAID控制器沒(méi)有檢測(cè)到，暫時(shí)沒(méi)有下線。
2、基于鏡像文件分析原RAID5陣列的結(jié)構(gòu)，根據(jù)分析出來(lái)的RAID結(jié)構(gòu)相關(guān)信息構(gòu)建虛擬RAID。
3、驗(yàn)證RAID結(jié)構(gòu)的正確性，北亞企安數(shù)據(jù)恢復(fù)工程師修復(fù)部分被破壞的結(jié)構(gòu)后將數(shù)據(jù)導(dǎo)出到另一存儲(chǔ)中。
4、在原服務(wù)器上搭建新的RAID并將數(shù)據(jù)遷移至新RAID中。
5、用戶通過(guò)抽樣檢測(cè)，絕大部分圖片文件可以正常打開(kāi)，只有有極少數(shù)文件有問(wèn)題，用戶認(rèn)可數(shù)據(jù)恢復(fù)結(jié)果。

審核編輯 黃宇