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

服務器數(shù)據(jù)恢復環(huán)境：
DELL POWEREDGE某型號服務器中有一組由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。

服務器故障&分析：
服務器raid5陣列中有一塊硬盤離線，管理員沒有及時發(fā)現(xiàn)，直到服務器raid5陣列中的另一塊硬盤掉線，raid5陣列癱瘓，服務器無法正常工作。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制上線并強調(diào)了該操作的風險性。和領導的商量后，管理員將其中的一塊離線盤強制上線。上線過程中發(fā)現(xiàn)服務器操作系統(tǒng)啟動異常，管理員于是馬上關閉服務器。
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，如果有兩塊硬盤離線，RAID5陣列便會崩潰。為了保護數(shù)據(jù)，RAID控制器廠商的設計思路為：只要有硬盤下線，RAID控制器是不會自動讓離線硬盤上線的。由于RAID控制器的高敏感度，通常掉線的硬盤大概率不會存在嚴重的物理故障，甚至很多離線硬盤是完好的（掉線原因可能是信號受阻、電源波動或控制器BUG等）。正如DELL工程師強調(diào)的，強制上線有較大的風險性，如果強制上線出現(xiàn)問題，RAID控制器會自動做出某些不可逆操作。這個時候進入操作系統(tǒng)，文件系統(tǒng)的不一致會造成系統(tǒng)進行自我修復，然后導致所有的硬盤數(shù)據(jù)不一致。

服務器數(shù)據(jù)恢復過程：
1、將故障服務器中所有磁盤編號后取出，以只讀方式做扇區(qū)級別的鏡像備份，后續(xù)的數(shù)據(jù)分析和數(shù)據(jù)恢復操作都基于鏡像文件進行，備份后將所有磁盤按照編號還原到原服務器中。在備份過程中發(fā)現(xiàn)多塊硬盤存在壞道，只是RAID控制器沒有檢測到，暫時沒有下線。
2、基于鏡像文件分析原RAID5陣列的結構，根據(jù)分析出來的RAID結構相關信息構建虛擬RAID。
3、驗證RAID結構的正確性，北亞企安數(shù)據(jù)恢復工程師修復部分被破壞的結構后將數(shù)據(jù)導出到另一存儲中。
4、在原服務器上搭建新的RAID并將數(shù)據(jù)遷移至新RAID中。
5、用戶通過抽樣檢測，絕大部分圖片文件可以正常打開，只有有極少數(shù)文件有問題，用戶認可數(shù)據(jù)恢復結果。

審核編輯 黃宇