DELL POWEREDGE R510 RAID恢復與常見問題解決.doc

DELL POWEREDGE R510 RAID恢復與常見問題解決1 備份您重要的數(shù)據(jù)，以免導致數(shù)據(jù)的丟失。2 重新啟動您的服務器，按下ctrm（這是raid 卡的bios），進入raid bios3 選擇object（目標對象），回車進入4 選擇physical driver（物理硬盤），在物理硬盤這個菜單中，你可以看到各種硬盤的狀態(tài)：主要有(online(在線)/fail(失敗)/rebuild(重建)/ready(預備)。通常情況下ready表示您的機器硬盤處于預備狀態(tài)，硬盤沒有任何數(shù)據(jù)。Fail表示您的機器這個硬盤脫離了您的陣列，這個時候有可能硬盤壞了，也可能僅僅脫離陣列，您需要在每個硬盤上按一下F2鍵，檢查一下是否有media error (媒質錯誤)，other error（其他錯誤）如果錯誤超過10個就需要更換硬盤。如果錯誤全部是0，僅僅需要rebuild(重建)就可以。在經(jīng)過5小時后硬盤會從rebuild(重建)狀態(tài)改變?yōu)閛nline(在線)，就是raid 回復正常。有關RAID的常見問題1. 為什么硬盤會掉線？SCSI的通訊采用的是并行總線技術，當SCSI鏈路中出現(xiàn)沖突，設備故障或通訊干擾，就會造成總線無法釋放，在此期間SCSI控制器可能無法正確識別到某些磁盤的狀態(tài)，因此會將這些磁盤置為離線狀態(tài)。SCSI控制器會嘗試通過總線的復位來釋放總線。SCSI鏈路中的任何一個設備的故障都會造成SCSI總線通信故障，它包括下面這些部件：l SCSI線纜l 硬盤背板l 硬盤l SCSI控制器或RAID卡l 有缺陷的SCSI設備固件l SCSI終結器l EMM卡2. 為什么診斷工具可以發(fā)現(xiàn)硬盤故障，而硬盤本身卻沒有報警?硬盤在工作一段時間后，可能因各種原因會產(chǎn)生一些介質錯誤，但硬盤廠商對這些介質錯誤都有設定一個報警閥值，當硬盤的介質錯誤超過預設的報警閥值，硬盤firmware將觸發(fā)報警，并反映到硬盤報警燈，但有時硬盤雖然產(chǎn)生了介質錯誤，但這些錯誤并沒達到報警預設閥值，所以硬盤報警燈可能會沒有提示。3. 為什么硬盤可以rebuild成功，但卻經(jīng)常掉線？Rebuilding的操作是一個RAID數(shù)據(jù)冗余性重新同步的過程，rebuilding成功僅反應出磁盤介質在同步過程中無讀寫錯誤。硬盤離線通常跟SCSI總線的穩(wěn)定性有關（參見問題1）。4. 什么原因導致Rebuilding失敗?l Double fault：由于多快磁盤故障，導致數(shù)據(jù)的冗余性丟失。l 錯誤的操作：在更換硬盤時，如果該硬盤本身并沒有離線，應該使用prepare remove功能通知RAID卡，以便系統(tǒng)更新磁盤狀態(tài)。否則，系統(tǒng)可能不會接納更換的硬盤，從而導致不能rebuild，另外，建議熱更換故障硬盤。l 新?lián)Q磁盤上存在不正確的RAID配置信息（僅針對Apaptec公司的RAID卡）l 更換的硬盤物理容量比故障硬盤的小或存在介質故障。l RAID卡故障。l SCSI總線不穩(wěn)定。5. RAID卡Firmware有什么作用？RAID卡的功能都是由firmware決定的，不同版本的firmware會有不同實現(xiàn)方式，高版本的firmware總是提供更多的功能以及修復早期版本的缺陷。6. 如何維護RAID數(shù)據(jù)？定期執(zhí)行check consistency和啟用RAID卡的patrol功能是一個良好的維護習慣。通常磁盤的介質會隨著時間的推移出現(xiàn)讀寫故障。當一個寫操作遇到壞塊 （RAID卡會將其標記，并存放在RAID卡及磁盤的NVRAM中，如果該表中的值到達預設閥值時，硬盤firmware將觸發(fā)故障告警），該寫操作不能完成，但RAID卡會嘗試將該數(shù)據(jù)寫到其它健康的塊上。當一個正常的讀操作遇到壞塊，那么數(shù)據(jù)是可以通過校驗信息重新得到，RAID卡將得到的信息放到一個健康的塊上，并將先前的壞塊標記出來。有時我們可能會遭遇double fault（即數(shù)據(jù)存放于多個有壞塊的的硬盤上），為了防止這些錯誤的出現(xiàn)，我們必須進行維護。7. 什么是consistency check ？一致性校驗是磁盤陣列控制器的一種高級維護功能。它可以預先檢查陣列上的數(shù)據(jù)，以保證它們的一致性，即數(shù)據(jù)是正確的、沒有被破壞。對于有奇偶校驗值的陣列（RAID-5），一致性校驗通過數(shù)據(jù)的奇偶校驗，并且和存校驗值的盤上的校驗值進行比較，確定并糾正數(shù)據(jù)的一致性。對于鏡像盤，一致性校驗比較RAID-1上2塊硬盤的數(shù)據(jù)是否完全一致。不一致的需要進行同步處理。對于剩余空間的磁盤介質consistency check一樣會進行讀校驗。8. 為什么要進行一致性校驗？系統(tǒng)崩潰、意外斷電或者硬盤出現(xiàn)壞道，都可能導致陣列上的數(shù)據(jù)被破壞或不一致。根據(jù)硬盤的原廠家的數(shù)據(jù)，平均每進行1,000,000,000,000,000次的比特位（bit）數(shù)據(jù)傳輸，就會產(chǎn)生一個不可恢復的數(shù)據(jù)錯誤。以36GB硬盤為例，平均每進行3000次的全盤讀操作，就會產(chǎn)生1個錯誤字節(jié)（byte）。如果在陣列不一致的狀態(tài)時，發(fā)生硬盤故障，RAID控制器就無法通過奇偶校驗計算出正確的數(shù)據(jù)，陣列將無法rebuild成功。9. 什么是RAID卡的Patrol功能Patrol功能是基于磁盤介質的，RAID卡firmware會在后臺按照設定的計劃定期對磁盤介質進行讀校驗，類似于SCSI卡的verify， 當發(fā)現(xiàn)壞塊時會對壞塊進行標記及搬移。Patrol功能不對RAID數(shù)據(jù)進行校驗。10. 什么是Media errorMedia Error一般是指RAID卡發(fā)現(xiàn)的磁盤讀寫錯誤。通過這個指標我們可以簡單的判斷磁盤介質的情況，有media error并不意味者磁盤一定需要更換，因為磁盤的firmware會對壞塊進行屏蔽及遷移。但應