網管小賈 / sysadm.cc

人們使用陣列 RAID 這種方式來确保服務器磁盤上的數據安全由來已久。

陣列通常指的是磁盤陣列，大意為具有冗餘能力的磁盤組合。

雖然陣列可以一定程序上保證了磁盤上的數據不丢失，但它還是有缺點的，其中最為嚴重的便是一旦陣列自身出現了問題，那真的是相當的麻煩。

一般來說，服務器陣列上的某塊硬盤故障損壞，那麼将它取下換上新的硬盤，陣列會自動識别并重建同步。

可是這一回，我們就要說一說二般的情況，就是它并不會自動重建，從而導緻陣列出現了不可描述的問題。

公元某年某月某日，某某找到我，說他們部門有不新不舊、不好不壞的那麼一台服務器放在某個神秘的角落裡很長時間，好像出了問題，最近速度慢得不行。

在此之前它一直在正常工作着，可不知道什麼時候，有人注意到它的硬盤居然閃着黃燈，明顯是報警有故障啊，之後速度就越來越慢，于是找到我讓我确認一下。

聽完這個小故事後我當即打了個冷顫，感覺不像天災更多的是人禍，但好奇心驅使我想去看看怎麼回事。

來到光線昏暗的廠房内，在穿過張牙舞爪、奇形怪狀的一排排機器後，我們步入了一座倉庫。

又七拐八繞轉過了堆滿雜亂物品的貨架，我們的腳步停留在了一個陰暗的角落。

這裡隻有一盞并不怎麼亮堂的小燈，在光線不足的情況下，我一眼就瞥見了那詭異的硬盤指示燈，它們正幽幽地閃爍着，其中有一個是黃色的光。

我蹲下身子，大概的瞧了一眼這台落滿灰塵的服務器，初步判斷應該是磁盤陣列故障。

我環視了光線昏暗、擁擠不堪地四周，皺了皺眉頭示意他們還是将這台服務器拿到我的工作台處理。

很快我的工作台上出現了這台服務器，于是我開始和它打起了交道......

與以往處理故障不同，這次我并不需要解剖屍體，但表面觀察還是要有的，于是我給它做了個簡單的清潔工作。

這是一台Dell塔式服務器，一共三塊硬盤，并按槽位順序排列着。

在斷電的情況下，我按順序分别取下它們，并對應地記錄下它們的型号和序列号。

OK，重新放回它們原有的位置，開機繼續觀察。

很明顯這台服務器的陣列卡是 H330 的。

一共有五項，分别是：

• Configuration Management 配置管理
• Controller Management 控制器管理
• Virtual Disk Management 虛拟磁盤管理
• Physical Disk Management 物理磁盤管理
• Hardware Components 硬件組成

基本上所有的陣列操作都在這些菜單項中了。

為了進一步确定故障的具體情況，我們需要确認陣列的現狀，然後再進行下一步的操作。

我們選擇主菜單的第一項 配置管理 Configuration Management 。

當前陣列有問題是沒跑了，但目前我們隻看到了它是 Raid 1 形式，至于這三塊硬盤中究竟是哪兩塊組合成 Raid 1 我們還無法确定，所以還需要再看看有沒有更多的信息以便我們在下一步操作、判斷和處理問題時需要用到。

還是回到主菜單，進入 虛拟磁盤管理 Virtual Disk Management 。

和前面看到的一樣，就一個 Raid 1 的陣列，狀态是降級狀态。

走過路過，不要錯過，我們進去瞧上一瞧。

哎，有一項 View Associated Physical Disks ，意思是查看相關物理磁盤，進去看看。

呃...畫面顯示當前的 Raid 1 陣列成員是兩塊硬盤，一塊在線，另一塊則是失敗狀态。

陣列有問題自然不用說，不過你要是再仔細一瞧，你就會發現，哎，為啥這兩塊硬盤不是按順序來的第一和第二塊，而是第一和第三塊呢？！

沒看到？你看那個編号， 00:01:00 和 00:01:02 ，很明顯是第一塊和第三塊嘛。

要是還不太确信，那麼将編号是 00:01:02 的這塊硬盤打上勾，點擊下方的 View Physical Disk Properties 來直接查看它的物理屬性信息。

這個時候，你可以在操作項中選擇 Blink 和 Unblink ，再點擊 Go 來測試哪一塊是你在看的當前硬盤。

Blink 和 Unblink 的意思分别是閃爍和停止閃爍，你可以用這個操作來定位實際服務器上的哪一塊硬盤。

當然，你也可以将硬盤的型号和序号對照，我們在開始之前是有記錄過的。

果不其然，就是按順序數下來的第三塊硬盤。

好了，到目前為止，再結合之前的種種情況，最終印證了當前的 Raid 1 陣列的确是有問題的。

那麼總結一下，當前陣列應該是隻有第一塊硬盤是正常工作着，其他兩塊處于失控狀态。

好了，故障情況已經清楚了，接下來就是制定具體的修複方案。

首先，數據最重要，肯定是先備份數據，其中也應該将失效硬盤上的部分數據備份（第二塊和第三塊硬盤被他們當作正常硬盤放入了數據）。

其次，由于第一塊硬盤還算工作正常，所以不能輕易動它，應該将第二塊硬盤轉換為陣列成員，并與第一塊重建同步數據。

再次，為加固 Raid 1 的安全性，應該将第三塊硬盤轉換成熱備盤。

最後，确認陣列修複情況，并将數據恢複到陣列盤上。

說了這麼多，除去數據備份等準備工作外，我們來看看具體的修複當前陣列的操作步驟。

由于當前陣列成員是第一塊和第三塊（雖然它是失敗狀态），而第二塊硬盤成了遊蕩在外的落魄者，所以我們應該先将第三塊變成非陣列成員，然後再将第二塊硬盤正名，讓它回來做它該做工作。

1、主菜單中選擇 物理磁盤管理 Physical Disk Management ，選擇第三塊（編号 00:01:02 ）磁盤。

2、選擇 強制離線 操作，将第三塊硬盤強制下線。

3、看清提示，确認 Confirm 處打勾後點擊 Yes 。

4、操作完成，點擊 OK 返回。

1、主菜單中選擇 物理磁盤管理 Physical Disk Management ，選擇第二塊（編号 00:01:01 ）磁盤。

2、操作選擇轉換為陣列兼容 Convert to RAID Capable ，然後點擊 Go 。

3、操作完成，點擊 OK 返回。

4、主菜單進入 虛拟磁盤管理 Virtual Disk Management，并選擇當前陣列後，選擇查看相關磁盤 View Associated Physical Disks 一項。

5、仔細确認是第二塊硬盤無誤後，在操作項中選擇重建 Rebuild ，再點擊 Go 。

6、陣列開始重建同步了，這時要注意千萬别點擊停止或暫停，最好要等它完成。

雖然重建很花時間（數小時至數十小時不等），但隻要你不去停止它，它是會自動進行的，也就是說，隻要不停電，你其實還是可以繼續做其他的事情的。

主菜單中選擇 物理磁盤管理 Physical Disk Management ，選擇第三塊（編号 00:01:02 ）磁盤。

之後操作項選擇設定為全局熱備盤 Assign Global Hot Spare ，然後點擊 Go 。

因為熱備盤不需要同步數據，所以很快就完成了。

至此，基本操作完成。

此次陣列故障我猜測應該是之前曾經有硬盤損壞，原有第三塊熱備盤自動頂替第二塊成員盤重建數據。

但由于操作不當導緻陣列恢複失敗，之後又由于使用者也不懂所以導緻第二塊硬盤也無法切換回去，就這樣被使用者胡亂寫入了數據當成了普通硬盤使用。

陣列的出現是為了提高數據的安全性，然而現實中陣列一旦出現問題或故障，其操作很容易産生更大的問題甚至是災難性後果。

基于陣列故障後的修複也會有一定的破壞性和風險性，所以強烈建議小夥伴們在平時務必做好數據的備份工作。

在此次修複過程中，最大的困難源于硬盤順序的确認與重建所需大量時間的等待，所以需要我們十分地仔細和耐心。

最後這台服務器修好後又被迫再次回到了那個陰暗的角落，我是建議他們給服務器提供好一點的環境，也好減少或避免故障的發生。

最終你懂的，我等人微言輕，他們将我的話當屁用空氣稀釋後就再無任何動靜。

當然我也沒有因此較真，因為我很小的時候就懂得地球并非宇宙中心的道理。

好了，不要有什麼怨言，努力工作、快樂生活，如果本文對你有所啟發和幫助，還請小夥伴們積極點贊分享，我們下期再見吧！

網管小賈 / sysadm.cc