DELL POWEREDGE R510 RAID恢复与常见问题解决

DELL POWEREDGE R510 RAID恢复与常见问题解决1 备份您重要的数据，以免导致数据的丢失。2 重新启动您的服务器，按下ctrm（这是raid 卡的bios），进入raid bios3 选择object（目标对象），回车进入4 选择physical driver（物理硬盘），在物理硬盘这个菜单中，你可以看到各种硬盘的状态：主要有(online(在线)/fail(失败)/rebuild(重建)/ready(预备)。通常情况下ready表示您的机器硬盘处于预备状态，硬盘没有任何数据。Fail表示您的机器这个硬盘脱离了您的阵列，这个时候有可能硬盘坏了，也可能仅仅脱离阵列，您需要在每个硬盘上按一下F2键，检查一下是否有media error (媒质错误)，other error（其他错误）如果错误超过10个就需要更换硬盘。如果错误全部是0，仅仅需要rebuild(重建)就可以。在经过5小时后硬盘会从rebuild(重建)状态改变为online(在线)，就是raid 回复正常。有关RAID的常见问题1. 为什么硬盘会掉线？SCSI的通讯采用的是并行总线技术，当SCSI链路中出现冲突，设备故障或通讯干扰，就会造成总线无法释放，在此期间SCSI控制器可能无法正确识别到某些磁盘的状态，因此会将这些磁盘置为离线状态。SCSI控制器会尝试通过总线的复位来释放总线。SCSI链路中的任何一个设备的故障都会造成SCSI总线通信故障，它包括下面这些部件：l SCSI线缆l 硬盘背板l 硬盘l SCSI控制器或RAID卡l 有缺陷的SCSI设备固件l SCSI终结器l EMM卡2. 为什么诊断工具可以发现硬盘故障，而硬盘本身却没有报警?硬盘在工作一段时间后，可能因各种原因会产生一些介质错误，但硬盘厂商对这些介质错误都有设定一个报警阀值，当硬盘的介质错误超过预设的报警阀值，硬盘firmware将触发报警，并反映到硬盘报警灯，但有时硬盘虽然产生了介质错误，但这些错误并没达到报警预设阀值，所以硬盘报警灯可能会没有提示。3. 为什么硬盘可以rebuild成功，但却经常掉线？Rebuilding的操作是一个RAID数据冗余性重新同步的过程，rebuilding成功仅反应出磁盘介质在同步过程中无读写错误。硬盘离线通常跟SCSI总线的稳定性有关（参见问题1）。4. 什么原因导致Rebuilding失败?l Double fault：由于多快磁盘故障，导致数据的冗余性丢失。l 错误的操作：在更换硬盘时，如果该硬盘本身并没有离线，应该使用prepare remove功能通知RAID卡，以便系统更新磁盘状态。否则，系统可能不会接纳更换的硬盘，从而导致不能rebuild，另外，建议热更换故障硬盘。l 新换磁盘上存在不正确的RAID配置信息（仅针对Apaptec公司的RAID卡）l 更换的硬盘物理容量比故障硬盘的小或存在介质故障。l RAID卡故障。l SCSI总线不稳定。5. RAID卡Firmware有什么作用？RAID卡的功能都是由firmware决定的，不同版本的firmware会有不同实现方式，高版本的firmware总是提供更多的功能以及修复早期版本的缺陷。6. 如何维护RAID数据？定期执行check consistency和启用RAID卡的patrol功能是一个良好的维护习惯。通常磁盘的介质会随着时间的推移出现读写故障。当一个写操作遇到坏块 （RAID卡会将其标记，并存放在RAID卡及磁盘的NVRAM中，如果该表中的值到达预设阀值时，硬盘firmware将触发故障告警），该写操作不能完成，但RAID卡会尝试将该数据写到其它健康的块上。当一个正常的读操作遇到坏块，那么数据是可以通过校验信息重新得到，RAID卡将得到的信息放到一个健康的块上，并将先前的坏块标记出来。有时我们可能会遭遇double fault（即数据存放于多个有坏块的的硬盘上），为了防止这些错误的出现，我们必须进行维护。7. 什么是consistency check ？一致性校验是磁盘阵列控制器的一种高级维护功能。它可以预先检查阵列上的数据，以保证它们的一致性，即数据是正确的、没有被破坏。对于有奇偶校验值的阵列（RAID-5），一致性校验通过数据的奇偶校验，并且和存校验值的盘上的校验值进行比较，确定并纠正数据的一致性。对于镜像盘，一致性校验比较RAID-1上2块硬盘的数据是否完全一致。不一致的需要进行同步处理。对于剩余空间的磁盘介质consistency check一样会进行读校验。8. 为什么要进行一致性校验？系统崩溃、意外断电或者硬盘出现坏道，都可能导致阵列上的数据被破坏或不一致。根据硬盘的原厂家的数据，平均每进行1,000,000,000,000,000次的比特位（bit）数据传输，就会产生一个不可恢复的数据错误。以36GB硬盘为例，平均每进行3000次的全盘读操作，就会产生1个错误字节（byte）。如果在阵列不一致的状态时，发生硬盘故障，RAID控制器就无法通过奇偶校验计算出正确的数据，阵列将无法rebuild成功。9. 什么是RAID卡的Patrol功能Patrol功能是基于磁盘介质的，RAID卡firmware会在后台按照设定的计划定期对磁盘介质进行读校验，类似于SCSI卡的verify， 当发现坏块时会对坏块进行标记及搬移。Patrol功能不对RAID数据进行校验。10. 什么是Media errorMedia Error一般是指RAID卡发现的磁盘读写错误。通过这个指标我们可以简单的判断磁盘介质的情况，有media error并不意味者磁盘一定需要更换，因为磁盘的firmware会对坏块进行屏蔽及迁移。但应建议对磁盘进行诊断，依据诊断结果来判断是否需要更换该磁盘。11. 什么是other errorOther error一般是指RAID发现的SCSI总线通信错误。一般表明SCSI总线中存在硬件设备故障，一般是SCSI线缆，硬盘背板，SCSI终结器等。