某公司數(shù)據(jù)恢復(fù)報告書

某公司數(shù)據(jù)恢復(fù)報告書、故障描述1、設(shè)備清單設(shè)備名稱設(shè)備型號數(shù)量HPFC存儲HPMSA20001450GSAS硬盤82、故障描述整個存儲空間由8塊450GBSAS的硬盤組成，其中7塊硬盤組成一個RAID5的陣列，剩余1塊做成熱備盤使用。由于RAID5陣列中出現(xiàn)2塊硬盤損壞，而此時只有一塊熱備盤成功激活，因此導(dǎo)致RAID5陣列癱瘓，上層LUN無法正常使用。:、檢測磁盤由于存儲是因為RAID陣列中某些磁盤掉線，從而導(dǎo)致整個存儲不可用。因此接收到磁盤后先對所有磁盤做物理檢測，檢測完后發(fā)現(xiàn)沒有物理故障。接著使用壞道檢測工具檢測磁盤壞道，發(fā)現(xiàn)也沒有壞道。磁盤壞道檢測日志如下圖：jwfc,QoninELag2015-葉jwfc,QoninELag2015-葉11,09J.!QaningLag2015-09-11.O9_l(站酒埠黝)艇嚇ffco熟網(wǎng)2015/0^/11,17:19:00.^SEAGATE^5085SSS->E:\l-Sector0—>BeginningoffileoT9,09?j968Sectars_CL?Eir.gLog2015-G9-11,O9_l_CLaninELag2015-09-11.O9_2lCLani-E301E-09-H,LOJII2015/0V11,18:14:04.6379,09?j9B8sectnr(sjsuccessfullycopied.Dbadsoireesectorsencn-Jt?tered.CLmnELag2015-09-11,L0_2l_CloningLag0015-^-11,IO_2(_d?ninELag2015-09-11.LOJ：_ListsessionAAiinistratcar.pi_TuJ贏OhDlO.bp三、備份數(shù)據(jù)考慮到數(shù)據(jù)的安全性以及可還原性，在做數(shù)據(jù)恢復(fù)之前需要對所有源數(shù)據(jù)做備份，以防其他原因?qū)е聰?shù)據(jù)無法再次恢復(fù)。使用dd命令或winhex工具將所有磁盤都鏡像成文件。備份完部分數(shù)據(jù)如下圖：T枷卷，基享-奇建文件夾\名稱▲|修改日期j類型1>1.img2O157^/￡l10:30IMG文件l2.img2015/^/￡l11;C4IMG文件1\3.img2015/^111:3S赤文件4.img2015W2113：15IMG耳件5.img2015/^11352IMG文件6.img￡015/^/￡l14:31IMG文件7.img2015/^/SllT;ilIMG文件8.irr.2O15W22IB:30IMG文件四、故障分析1、分析故障原因由于前兩個步驟并沒有檢測到磁盤有物理故障或者是壞道，由此推斷可能是由于某些磁盤讀寫不穩(wěn)定導(dǎo)致故障發(fā)生。因為HPMSA2000控制器檢查磁盤的策略很嚴格，一旦某些磁盤性能不穩(wěn)定，HPMSA2000控制器就認為是壞盤，就將認為是壞盤的磁盤踢出RAID組。而一旦RAID組中掉線的盤到達到RAID級別允許掉盤的極限，那么這個RAID組將變的不可用，上層基于RAID組的LUN也將變的不可用。目前初步了解的情況為RAID組的LUN有6個，均分配給HP-Unix小機使用，上層做的LVM邏輯卷，重要數(shù)據(jù)為Oracle數(shù)據(jù)庫及OA服務(wù)端。2、分析RAID組結(jié)構(gòu)HPMSA2000存儲的LUN都是基于RAID組的，因此需要先分析底層RAID組的信息，然后根據(jù)分析的信息重構(gòu)原始的RAID組。分析每一塊數(shù)據(jù)盤，發(fā)現(xiàn)4號盤的數(shù)據(jù)同其它數(shù)據(jù)盤不太一樣，初步認為可能是hotSpare盤。接著分析其他數(shù)據(jù)盤，分析Oracle數(shù)據(jù)庫頁在每個磁盤中分布的情況，并根據(jù)數(shù)據(jù)分布的情況得出RAID組的條帶大小，磁盤順序及數(shù)據(jù)走向等RAID組的重要信息。3、分析RAID組掉線盤根據(jù)上述分析的RAID信息，嘗試通過北亞自主開發(fā)的RAID虛擬程序?qū)⒃嫉腞AID組虛擬出來。但由于整個RAID組中一共掉線兩塊盤，因此需要分析這兩塊硬盤掉線的順序。仔細分析每一塊硬盤中的數(shù)據(jù)，發(fā)現(xiàn)有一塊硬盤在同一個條帶上的數(shù)據(jù)和其他硬盤明顯不一樣，因此初步判斷此硬盤可能是最先掉線的，通過北亞自主開發(fā)的RAID校驗程序?qū)@個條帶做校驗，發(fā)現(xiàn)除掉剛才分析的那塊硬盤得出的數(shù)據(jù)是最好的，因此可以明確最先掉線的硬盤了。4、分析RAID組中的LUN信息由于LUN是基于RAID組的，因此需要根據(jù)上述分析的信息將RAID組最新的狀態(tài)虛擬出來。然后分析LUN在RAID組中的分配情況，以及LUN分配的數(shù)據(jù)塊MAP。底層有6個LUN，因此只需要將每一個LUN的數(shù)據(jù)塊分布MAP提取出來。然后針對這些信息編寫相應(yīng)的程序，對所有LUN的數(shù)據(jù)MAP做解析，然后根據(jù)數(shù)據(jù)MAP并導(dǎo)出所有LUN的數(shù)據(jù)。

Eg』，】洗Mlin二5_?I?Eg』，】洗Mlin二5_?I?端hgTGlim.E-?普域iiE制澗世璀i怕M略:選」..2015/0/120：Ui"件19列幻..2015/0/12靦盛斌585,呷,..201^0/12L1.30ii咪甄觸KE2015/B/12L7ILi陽w35KE2013/0/12押i浦梨佝…2015/9/12L?12%始28^皿澗IErsi任文件585網(wǎng)..2015/9/121713IH3W35KB2015/3/12[2.1LIK賭58研孔..帥挪泗U明雄35KB五、LVM邏輯卷及VXFS文件系統(tǒng)修復(fù)1、 解析LVM邏輯卷分析生成出來的所有LUN,發(fā)現(xiàn)所有LUN中均包含HP-Unix的LVM邏輯卷信息。嘗試解析每個LUN中的LVM信息，發(fā)現(xiàn)其中一共有三套LVM，其中45G的LVM中劃分了一個LV，里面存放OA服務(wù)器端的數(shù)據(jù)，190G的LVM中劃分了一個LV，里面存放臨時備份數(shù)據(jù)。剩余4個LUN組成一個2.1T左右的LVM，也只劃分了一個LV，里面存放Oracle數(shù)據(jù)庫文件。編寫解釋LVM的程序，嘗試將每套LVM中的LV卷都解釋出來，但發(fā)現(xiàn)解釋程序出錯。2、 修復(fù)LVM邏輯卷仔細分析程序報錯的原因，安排開發(fā)工程師debug程序出錯的位置，并同時安排高級文件系統(tǒng)工程師對恢復(fù)的LUN做檢測，檢測LVM信息是否會因存儲癱瘓導(dǎo)致LVM邏輯卷的信息損壞。經(jīng)過仔細檢測，發(fā)現(xiàn)確實因為存儲癱瘓導(dǎo)致LVM信息損壞。嘗試人工對損壞的區(qū)域進行修復(fù)，并同步修改程序，重新解析LVM邏輯卷。3、 解析VXFS文件系統(tǒng)搭建HP-Unix環(huán)境，將解釋出來的^卷映射到HP-Unix，并嘗試Mount文件系統(tǒng)。結(jié)果Mount文件系統(tǒng)出錯，嘗試使用"fsck-Fvxfs”命令修復(fù)vxfs文件系統(tǒng)，但修復(fù)結(jié)果還是不能掛載，懷疑底層vxfs文件系統(tǒng)的部分源數(shù)據(jù)可能被破壞，需要進行手工修復(fù)。4、修復(fù)VXFS文件系統(tǒng)仔細分析解析出來的LV，并根據(jù)VXFS文件系統(tǒng)的底層結(jié)構(gòu)校驗此文件系統(tǒng)是否完整。分析發(fā)現(xiàn)底層VXFS文件系統(tǒng)果然有問題，原來當時存儲癱瘓的同時此文件在系統(tǒng)正在執(zhí)行IO操作，因此導(dǎo)致部分文件系統(tǒng)源文件沒有更新以及損壞。人工對這些損壞的源文件進行手工修復(fù)，保證VXFS文件系統(tǒng)能夠正常解析。再次將修復(fù)好的LV卷掛載到HP-Unix小機上，嘗試Mount文件系統(tǒng)，文件系統(tǒng)沒有報錯，成功掛載。六、檢測Oracle數(shù)據(jù)庫文件并啟動數(shù)據(jù)庫1、恢復(fù)所有用戶文件在HP-Unix機器上mount文件系統(tǒng)后，將所有用戶數(shù)據(jù)均備份至指定磁盤空間。所有用戶數(shù)據(jù)大小在1.2TB左右。部分文件目錄截圖如下：爵 修改日期 ］睡 |太小|TOC\o"1-5"\h\z2Q15/9A3 21:構(gòu)?:. 2C15/9/13 E3:29,印血他或略 ai5/9?L3 E3:293,lost^flund 加成M3 E3：四小皿藝 如成島L3的:四2、 檢測數(shù)據(jù)庫文件是否完整使用Oracle數(shù)據(jù)庫文件檢測工具“dbv”檢測每個數(shù)據(jù)庫文件是否完整，發(fā)現(xiàn)并沒有錯誤。再使用北亞自主研發(fā)的Oracle數(shù)據(jù)庫檢測工具（檢驗更嚴格），發(fā)現(xiàn)有部分數(shù)據(jù)庫文件和日志文件校驗不一致，安排高級數(shù)據(jù)庫工程師對此類文件進行修復(fù)，并再次校驗，直到所有文件校驗均完全通過。3、 啟動Oracle數(shù)據(jù)庫由于我們提供的HP-Unix環(huán)境沒有此版本的Oracle數(shù)據(jù)，因此和用戶協(xié)調(diào)將原始生成環(huán)境帶至北亞數(shù)據(jù)恢復(fù)中心，然后將恢復(fù)的Oracle數(shù)據(jù)庫附加到原始生產(chǎn)環(huán)境的HP-Unix服務(wù)器中，嘗試啟動Oracle數(shù)據(jù)庫，Oracle數(shù)據(jù)庫啟動成功。部分截圖如下：DRA-011-57:cannctide:ntizy/1cckdatazile1-seeDBWRErac-efileDRA-01110:data=ile11T/mnt/dinis/blifayatem..7222773711■nT.-nc3Q(L>startupp^i1e=/u.01/oracle/adminfarc-l/pzilE/init_■nT.-nc3Q(L>startupp^i1e=/u.01/oracle/adminfarc-l/pzilE/init_ora.812201-511443.dmisDRA-01109:databasenotoperL□atibaaEdiamounted.ORACLEinstancestintdown.5立L>startuppzile=/u.01/DRACLEinstanceataiMLed.FixedSiseVar-iableSizeDat-aijaaeBuzzersRedoBuyersLiat-aijasemcrnnted.127337231576755315503360七、數(shù)據(jù)驗證由用戶方配合，啟動Oracle數(shù)據(jù)庫，啟動OA服務(wù)端，在本地筆記本安裝OA客戶端。通過OA客戶端對最新的數(shù)據(jù)記錄以及歷史數(shù)據(jù)記錄進行驗證，并且有用戶安排遠程不同部門人員進行遠程驗證。最終數(shù)據(jù)驗證無誤，數(shù)據(jù)完整，數(shù)據(jù)恢復(fù)成功。八、移交數(shù)據(jù)用戶方重新購買了8塊HP-MSA2000原廠硬盤，由北亞工程師配合重新對HP-MSA2000存儲進行配置。創(chuàng)建和原始一樣的Volume，并將恢復(fù)的數(shù)據(jù)全部復(fù)制到重新配置好的存儲中，并驗證所有服務(wù)能夠正常啟動，包括Oracle數(shù)據(jù)庫服務(wù)，OA服務(wù)端等。九、數(shù)據(jù)恢復(fù)結(jié)論由于故障發(fā)生后保存現(xiàn)場環(huán)境良好，沒做相關(guān)危險的操作，對后期的數(shù)據(jù)恢復(fù)有很大的幫助。整個數(shù)據(jù)恢復(fù)過程中雖然遇到好多技術(shù)瓶頸，但也都一一解決。最終在預(yù)期的時間內(nèi)完成整個數(shù)據(jù)恢復(fù)，恢復(fù)的數(shù)據(jù)用戶方也相

當滿意。十、項目成員列表工程師姓名電話郵箱商務(wù)張曉娜185,1