服務(wù)器數(shù)據(jù)恢復(fù)—raid5陣列熱備盤(pán)未全部成功啟用的數(shù)據(jù)恢復(fù)案例

服務(wù)器存儲(chǔ)數(shù)據(jù)恢復(fù)環(huán)境：
一臺(tái)EMC某型號(hào)存儲(chǔ)中有一組RAID5磁盤(pán)陣列。該raid5陣列中有12塊硬盤(pán)，其中2塊硬盤(pán)為熱備盤(pán)。

服務(wù)器存儲(chǔ)故障：
該存儲(chǔ)raid5陣列中有兩塊硬盤(pán)離線，只有1塊熱備盤(pán)啟用替換掉其中一塊離線盤(pán)，另外1塊熱備盤(pán)未成功啟用，raid5陣列崩潰，存儲(chǔ)不可用。
磁盤(pán)陣列中硬盤(pán)離線的原因通常是磁盤(pán)存在物理故障或者硬盤(pán)出現(xiàn)壞道。由于EMC存儲(chǔ)中的raid控制器的磁盤(pán)檢查策略十分嚴(yán)格，經(jīng)常將硬盤(pán)的性能不穩(wěn)定判定為硬件故障并將該硬盤(pán)踢出raid。很多情況下EMC存儲(chǔ)中raid崩潰的原因就是磁盤(pán)讀寫(xiě)不穩(wěn)定。

服務(wù)器存儲(chǔ)數(shù)據(jù)恢復(fù)過(guò)程：
1、將存儲(chǔ)中所有磁盤(pán)標(biāo)記后取出，由硬件工程師對(duì)所有磁盤(pán)進(jìn)行物理故障檢測(cè)，經(jīng)過(guò)檢測(cè)沒(méi)有發(fā)現(xiàn)有硬盤(pán)（包括離線硬盤(pán)）存在物理故障。使用壞道檢測(cè)工具進(jìn)行排查也一切正常。以只讀方式將所有磁盤(pán)進(jìn)行扇區(qū)級(jí)全盤(pán)鏡像。鏡像完成后將所有磁盤(pán)按照標(biāo)記還原到原存儲(chǔ)中，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，避免對(duì)原始磁盤(pán)數(shù)據(jù)造成二次破壞。

北亞企安數(shù)據(jù)恢復(fù)—raid5數(shù)據(jù)恢復(fù)

2、基于鏡像文件分析RAID組結(jié)構(gòu)。分析發(fā)現(xiàn)作為熱備盤(pán)的2塊盤(pán)全部沒(méi)有數(shù)據(jù)，其中一塊熱備盤(pán)雖然成功激活并替換一塊掉線的硬盤(pán)，但是數(shù)據(jù)并未同步。繼續(xù)分析該raid的條帶大小、數(shù)據(jù)的分布規(guī)律、磁盤(pán)順序等重組raid的必要信息，并找到較早掉線的那塊硬盤(pán)。根據(jù)分析獲取到的raid相關(guān)信息重組raid。
3、分析磁盤(pán)陣列中的LUN。由于底層只分配了一個(gè)LUN，所以只需分析這一個(gè)lun的信息。分析完成后使用北亞企安自主開(kāi)發(fā)程序解釋map數(shù)據(jù)并導(dǎo)出，然后使用另外一個(gè)自主開(kāi)發(fā)的程序?qū)?dǎo)出數(shù)據(jù)進(jìn)行zfs文件系統(tǒng)解釋，但是在解析過(guò)程中出現(xiàn)報(bào)錯(cuò)。工程師對(duì)該程序做debug調(diào)試后發(fā)現(xiàn)報(bào)錯(cuò)原因是文件系統(tǒng)中的某些元文件損壞。需要將這些損壞的文件系統(tǒng)元文件進(jìn)行修復(fù)后才能正常解析ZFS文件系統(tǒng)。
4、對(duì)損壞的元文件進(jìn)行分析后發(fā)現(xiàn)，ZFS文件系統(tǒng)正在進(jìn)行IO操作的時(shí)候raid癱瘓，從而導(dǎo)致元文件損壞。北亞企安數(shù)據(jù)恢復(fù)工程師對(duì)這些損壞的元文件進(jìn)行手工修復(fù)。
5、修復(fù)完成后再次做ZFS文件系統(tǒng)解析，解析所有文件節(jié)點(diǎn)及目錄結(jié)構(gòu)。解釋完成后驗(yàn)證所有數(shù)據(jù)，經(jīng)過(guò)驗(yàn)證確認(rèn)所有數(shù)據(jù)完整。用戶認(rèn)可數(shù)據(jù)恢復(fù)結(jié)果。

北亞企安數(shù)據(jù)恢復(fù)—raid5數(shù)據(jù)恢復(fù)

北亞企安數(shù)據(jù)恢復(fù)—raid5數(shù)據(jù)恢復(fù)

北亞企安數(shù)據(jù)恢復(fù)—raid5數(shù)據(jù)恢復(fù)

審核編輯 黃宇