DELL POWEREDGE R510 RAID恢復(fù)與常見(jiàn)問(wèn)題解決.doc

DELL POWEREDGE R510 RAID恢復(fù)與常見(jiàn)問(wèn)題解決1 備份您重要的數(shù)據(jù)，以免導(dǎo)致數(shù)據(jù)的丟失。2 重新啟動(dòng)您的服務(wù)器，按下ctrm（這是raid 卡的bios），進(jìn)入raid bios3 選擇object（目標(biāo)對(duì)象），回車進(jìn)入4 選擇physical driver（物理硬盤），在物理硬盤這個(gè)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(yù)備)。通常情況下ready表示您的機(jī)器硬盤處于預(yù)備狀態(tài)，硬盤沒(méi)有任何數(shù)據(jù)。Fail表示您的機(jī)器這個(gè)硬盤脫離了您的陣列，這個(gè)時(shí)候有可能硬盤壞了，也可能僅僅脫離陣列，您需要在每個(gè)硬盤上按一下F2鍵，檢查一下是否有media error (媒質(zhì)錯(cuò)誤)，other error（其他錯(cuò)誤）如果錯(cuò)誤超過(guò)10個(gè)就需要更換硬盤。如果錯(cuò)誤全部是0，僅僅需要rebuild(重建)就可以。在經(jīng)過(guò)5小時(shí)后硬盤會(huì)從rebuild(重建)狀態(tài)改變?yōu)閛nline(在線)，就是raid 回復(fù)正常。有關(guān)RAID的常見(jiàn)問(wèn)題1. 為什么硬盤會(huì)掉線？SCSI的通訊采用的是并行總線技術(shù)，當(dāng)SCSI鏈路中出現(xiàn)沖突，設(shè)備故障或通訊干擾，就會(huì)造成總線無(wú)法釋放，在此期間SCSI控制器可能無(wú)法正確識(shí)別到某些磁盤的狀態(tài)，因此會(huì)將這些磁盤置為離線狀態(tài)。SCSI控制器會(huì)嘗試通過(guò)總線的復(fù)位來(lái)釋放總線。SCSI鏈路中的任何一個(gè)設(shè)備的故障都會(huì)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(shè)備固件l SCSI終結(jié)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(méi)有報(bào)警?硬盤在工作一段時(shí)間后，可能因各種原因會(huì)產(chǎn)生一些介質(zhì)錯(cuò)誤，但硬盤廠商對(duì)這些介質(zhì)錯(cuò)誤都有設(shè)定一個(gè)報(bào)警閥值，當(dāng)硬盤的介質(zhì)錯(cuò)誤超過(guò)預(yù)設(shè)的報(bào)警閥值，硬盤firmware將觸發(fā)報(bào)警，并反映到硬盤報(bào)警燈，但有時(shí)硬盤雖然產(chǎn)生了介質(zhì)錯(cuò)誤，但這些錯(cuò)誤并沒(méi)達(dá)到報(bào)警預(yù)設(shè)閥值，所以硬盤報(bào)警燈可能會(huì)沒(méi)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(gè)RAID數(shù)據(jù)冗余性重新同步的過(guò)程，rebuilding成功僅反應(yīng)出磁盤介質(zhì)在同步過(guò)程中無(wú)讀寫錯(cuò)誤。硬盤離線通常跟SCSI總線的穩(wěn)定性有關(guān)（參見(jiàn)問(wèn)題1）。4. 什么原因?qū)е翿ebuilding失敗?l Double fault：由于多快磁盤故障，導(dǎo)致數(shù)據(jù)的冗余性丟失。l 錯(cuò)誤的操作：在更換硬盤時(shí)，如果該硬盤本身并沒(méi)有離線，應(yīng)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(huì)接納更換的硬盤，從而導(dǎo)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(duì)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(zhì)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(huì)有不同實(shí)現(xiàn)方式，高版本的firmware總是提供更多的功能以及修復(fù)早期版本的缺陷。6. 如何維護(hù)RAID數(shù)據(jù)？定期執(zhí)行check consistency和啟用RAID卡的patrol功能是一個(gè)良好的維護(hù)習(xí)慣。通常磁盤的介質(zhì)會(huì)隨著時(shí)間的推移出現(xiàn)讀寫故障。當(dāng)一個(gè)寫操作遇到壞塊 （RAID卡會(huì)將其標(biāo)記，并存放在RAID卡及磁盤的NVRAM中，如果該表中的值到達(dá)預(yù)設(shè)閥值時(shí)，硬盤firmware將觸發(fā)故障告警），該寫操作不能完成，但RAID卡會(huì)嘗試將該數(shù)據(jù)寫到其它健康的塊上。當(dāng)一個(gè)正常的讀操作遇到壞塊，那么數(shù)據(jù)是可以通過(guò)校驗(yàn)信息重新得到，RAID卡將得到的信息放到一個(gè)健康的塊上，并將先前的壞塊標(biāo)記出來(lái)。有時(shí)我們可能會(huì)遭遇double fault（即數(shù)據(jù)存放于多個(gè)有壞塊的的硬盤上），為了防止這些錯(cuò)誤的出現(xiàn)，我們必須進(jìn)行維護(hù)。7. 什么是consistency check ？一致性校驗(yàn)是磁盤陣列控制器的一種高級(jí)維護(hù)功能。它可以預(yù)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(méi)有被破壞。對(duì)于有奇偶校驗(yàn)值的陣列（RAID-5），一致性校驗(yàn)通過(guò)數(shù)據(jù)的奇偶校驗(yàn)，并且和存校驗(yàn)值的盤上的校驗(yàn)值進(jìn)行比較，確定并糾正數(shù)據(jù)的一致性。對(duì)于鏡像盤，一致性校驗(yàn)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(jìn)行同步處理。對(duì)于剩余空間的磁盤介質(zhì)consistency check一樣會(huì)進(jìn)行讀校驗(yàn)。8. 為什么要進(jìn)行一致性校驗(yàn)？系統(tǒng)崩潰、意外斷電或者硬盤出現(xiàn)壞道，都可能導(dǎo)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(jìn)行1,000,000,000,000,000次的比特位（bit）數(shù)據(jù)傳輸，就會(huì)產(chǎn)生一個(gè)不可恢復(fù)的數(shù)據(jù)錯(cuò)誤。以36GB硬盤為例，平均每進(jìn)行3000次的全盤讀操作，就會(huì)產(chǎn)生1個(gè)錯(cuò)誤字節(jié)（byte）。如果在陣列不一致的狀態(tài)時(shí)，發(fā)生硬盤故障，RAID控制器就無(wú)法通過(guò)奇偶校驗(yàn)計(jì)算出正確的數(shù)據(jù)，陣列將無(wú)法rebuild成功。9. 什么是RAID卡的Patrol功能Patrol功能是基于磁盤介質(zhì)的，RAID卡firmware會(huì)在后臺(tái)按照設(shè)定的計(jì)劃定期對(duì)磁盤介質(zhì)進(jìn)行讀校驗(yàn)，類似于SCSI卡的verify， 當(dāng)發(fā)現(xiàn)壞塊時(shí)會(huì)對(duì)壞塊進(jìn)行標(biāo)記及搬移。Patrol功能不對(duì)RAID數(shù)據(jù)進(jìn)行校驗(yàn)。10. 什么是Media errorMedia Error一般是指RAID卡發(fā)現(xiàn)的磁盤讀寫錯(cuò)誤。通過(guò)這個(gè)指標(biāo)我們可以簡(jiǎn)單的判斷磁盤介質(zhì)的情況，有media error并不意味者磁盤一定需要更換，因?yàn)榇疟P的firmware會(huì)對(duì)壞塊進(jìn)行屏蔽及遷移。但應(yīng)