Cara menggantikan cakera keras yang rosak dalam array RAID Linux

Apabila cakera keras mula rosak di dalam Konfigurasi RAID dalam LinuxMudah untuk panik: pelayan berhenti bertindak balas, sistem tidak dapat boot, atau kolam storan masuk ke mod "TIDAK TERSEDIA". Berita baiknya ialah, jika RAID dikonfigurasikan dengan betul dan anda meneruskan dengan berhati-hati, anda boleh menggantikan cakera yang rosak dan memulihkannya tanpa kehilangan sebarang data.

Dalam artikel ini kita akan melihat, dengan terperinci dan pendekatan praktikal, cara mengenal pasti cakera yang rosak, bagaimana Alih keluarnya daripada perisian RAID menggunakan mdadmCara mengendalikan kes yang lebih sensitif seperti kolam ZFS yang enggan diimport kerana kekurangan replika, apa yang berlaku apabila anda cuba membaca cakera dalam Windows dengan WSL2 dan XFS, dan cara mengendalikan senario di mana cakera RAID mempunyai saiz yang berbeza dan anda kemudian ingin memanfaatkan ruang yang tinggal.

Konsep asas: Perisian RAID dalam Linux (jenis mdadm, ZFS, RAID)

Sebelum kita mula bermain apa-apa, adalah penting untuk menjelaskan beberapa perkara. konsep asas tentang RAID dalam LinuxIni akan mengelakkan kejutan dan ralat yang tidak dapat dipulihkan apabila tiba masanya untuk menggantikan cakera yang rosak.

Kebanyakan pelayan Linux tradisional menggunakan Perisian RAID berdasarkan mdadmSistem ini mencipta peranti /dev/mdX maya (contohnya, /dev/md0, /dev/md1…) yang dibina daripada partition fizikal seperti /dev/sda1, /dev/sdb2, dsb. Sistem fail seperti ext4, XFS atau lain-lain dipasang pada peranti /dev/mdX ini.

Satu kes berbeza yang semakin meluas ialah penggunaan ZFS sebagai sistem fail dan pengurus volumZFS tidak bergantung pada mdadm, tetapi menguruskan redundansinya sendiri menggunakan vdevs (cermin, RAIDZ, dll.). Apabila cakera gagal dalam ZFS, proses penggantian dan pemulihan diuruskan dengan arahan seperti zpool dan bukan dengan mdadm.

Penting juga untuk tidak mengelirukan RAID dengan sandaran: RAID menawarkan lebihan dan kesinambungan perkhidmatanTetapi ia tidak menggantikan sandaran. RAID 1 boleh menyelamatkan anda jika cakera gagal berfungsi, tetapi tidak jika anda secara tidak sengaja memadam data atau jika keseluruhan struktur logik sistem fail menjadi rosak.

Dalam kebanyakan vendor (seperti Hetzner dan penyedia khusus lain), imej sistem sudah didatangkan dengan Perisian RAID1 yang telah dikonfigurasikan terlebih dahulu pada dua cakera, dibahagikan kepada beberapa partition: swap, /boot, root / dan kadangkala /home, setiap satunya dengan /dev/mdX yang sepadan.

Cara memeriksa status RAID perisian dengan mdadm

Apabila anda mengesyaki salah satu cakera keras mula rosak, perkara pertama yang perlu dilakukan ialah lihat dengan tepat apa yang berlaku dalam RAIDUntuk itu, anda mempunyai beberapa alat asas yang perlu anda kuasai.

Satu arahan yang sangat berguna ialah lsblkIni menunjukkan bagaimana cakera, partition dan peranti RAID disusun pada sistem. Dengan satu arahan, anda boleh melihat cakera fizikal yang ada dan bagaimana ia berkaitan dengan /dev/mdX:

Contoh output lsblk (dipermudahkan):

NAME MAJ:MIN RM SIZE RO TYPE MOUNTPOINT
loop1 7:1 0 110.6M 1 loop /snap/core/...
sda 8:0 0 3.6T 0 disk
├─sda1 8:1 0 16G 0 part └─md0 9:0 0 16G 0 raid1
├─sda2 8:2 0 512M 0 part └─md1 9:1 0 511M 0 raid1 /boot
├─sda3 8:3 0 2T 0 part └─md2 9:2 0 2T 0 raid1 /
└─sda4 8:4 0 1.7T 0 part └─md3 9:3 0 1.7T 0 raid1 /home
sdb 8:16 0 3.6T 0 disk
├─sdb1 8:17 0 16G 0 part └─md0 9:0 0 16G 0 raid1
├─sdb2 8:18 0 512M 0 part └─md1 9:1 0 511M 0 raid1 /boot
├─sdb3 8:19 0 2T 0 part └─md2 9:2 0 2T 0 raid1 /
└─sdb4 8:20 0 1.7T 0 part └─md3 9:3 0 1.7T 0 raid1 /home

Dengan struktur ini, anda dapat melihat bahawa terdapat dua cakera, sda dan sdb, dan setiap partition pada sda mempunyai cerminnya sendiri pada sdb, membentuk tatasusunan md0, md1, md2 dan md3. Dalam persekitaran sedemikian, jika salah satu cakera gagal, cakera yang lain harus diteruskan. yang mengandungi semua maklumat.

Untuk menyelidiki lebih mendalam ke dalam tatasusunan tertentu, anda gunakan mdadm –perincianContohnya, untuk melihat status /dev/md0:

mdadm --detail /dev/md0

Output termasuk data seperti tahap RAID, saiz, bilangan cakera aktif, dan akhirnya, jadual dengan peranti yang membentuk array. Anda akan melihat sesuatu seperti ini:

Number Major Minor RaidDevice State
0 8 1 0 active sync /dev/sda1
1 8 17 1 active sync /dev/sdb1

Jadual itu adalah tempat anda boleh mengesan jika partition ditanda sebagai rosak (rosak), "dikeluarkan," atau jika cakera hilang. Maklumat ini adalah kunci untuk mengetahui cakera mana yang perlu diganti atau yang mana harus dikeluarkan tanpa merosakkan sistem.

Mengalih keluar cakera yang sihat daripada RAID (contohnya, dalam pelayan khusus)

Dalam beberapa kes, tiada kegagalan fizikal cakera, tetapi hanya Anda ingin mengosongkan salah satu cakera dalam RAID untuk mendedikasikannya untuk kegunaan lain: storan bebas, sandaran, dsb. Ini adalah perkara biasa dalam pelayan khusus di mana pembekal memasang RAID1 secara lalai, tetapi anda memerlukan cakera kedua kosong.

Ideanya begini: tandakan partition pada cakera tersebut sebagai rosak dalam setiap array, alih keluarnya daripada RAID, dan kemudian ubah saiz bilangan peranti supaya mdX berhenti menunggu cakera kedua itu. Sistem akan terus berfungsi dengan "RAID" cakera tunggal, yang sebenarnya merupakan pseudo-RAID tetapi menjimatkan anda daripada perlu memasang semula.

Proses tersebut mesti diulang untuk setiap tatasusunan mdX yang terlibat (swap, /boot, /, /home…). Mari kita lihat langkah demi langkah untuk md0, kerana anda perlu melakukan perkara yang sama dalam md1, md2, dsb.

1. Semak semula partition yang terlibat dalam array

Pertama, periksa partition fizikal yang membentuk /dev/md0:

mdadm -D /dev/md0

Di hujung jalan keluar, anda akan melihat sesuatu seperti:

Number Major Minor RaidDevice State
0 8 1 0 active sync /dev/sda1
1 8 17 1 active sync /dev/sdb1

Jika matlamat anda adalah untuk mengalih keluar cakera sdb daripada RAID, jadual itu menunjukkan kepada anda bahawa Anda perlu bertindak ke atas /dev/sdb1 Dalam kes md0, /dev/sdb2 dalam md1, dan sebagainya.

2. Tandakan partition sebagai rosak

mdadm tidak membenarkan anda mengalih keluar partition yang dianggap sihat; anda perlu menandakannya sebagai gagal terlebih dahulu. Ini tidak merosakkan cakera secara fizikal, ia hanya memberitahu array untuk berhenti menggunakan replika tersebut.

Contoh untuk md0 dan sdb1:

mdadm /dev/md0 --fail /dev/sdb1

Respons biasa akan menjadi seperti "set /dev/sdb1 faulty in /dev/md0". Mulai saat itu, array akan tahu bahawa replika ini tidak lagi dipercayai dan meletakkannya dalam keadaan rosak.

3. Keluarkan partition yang gagal daripada array

Sebaik sahaja ditanda sebagai rosak, anda boleh keluarkan partition RAID:

mdadm /dev/md0 --remove /dev/sdb1

Ini akan menyebabkan mdadm "menyahpautkan" partition fizikal array. Secara logiknya, md0 masih akan wujud, tetapi ia hanya akan disandarkan oleh /dev/sda1.

4. Laraskan bilangan peranti RAID

Pada ketika ini, md0 mungkin kekal dalam keadaan terdegradasi jika ia masih percaya bahawa perlu ada dua peranti. Agar sistem menganggapnya stabil, anda perlu... ubah bilangan cakera yang dijangkakan dalam tatasusunan:

mdadm --grow /dev/md0 --raid-devices=1 --force

Walaupun perkataan "grow" mungkin menunjukkan pengembangan, dalam konteks ini anda sebenarnya mengubah konfigurasi dalaman untuk memberitahu array bahawa kini hanya akan ada satu peranti aktif.

Selepas mengulangi proses ini pada semua pemacu mdX, anda boleh memulakan semula pelayan. Hasilnya ialah sistem yang akan but menggunakan perisian RAID dengan satu cakera, dan cakera yang satu lagi akan kekal tidak digunakan. bebas sepenuhnya untuk membahagikan dan memformat seperti yang anda suka.

Penggantian sebenar cakera yang rosak dalam mdadm RAID

Apabila masalahnya bukan kerana anda mahu mengosongkan cakera, tetapi salah satunya Dia benar-benar telah matiProsedurnya serupa tetapi dengan satu perbezaan utama: matlamatnya adalah daripada menyimpan hanya satu cakera gantikan cakera yang rosak dengan yang baharu dan membina semula RAID.

Secara umum, kitaran tersebut adalah seperti berikut:

• Kenal pasti cakera mana yang gagal (smartctl, mesej kernel, mdadm –detail).
• Tandakan partition pada cakera tersebut sebagai rosak dalam setiap mdX.
• Keluarkan mereka daripada RAID dengan mdadm –remove.
• Gantikan cakera yang rosak secara fizikal dengan yang baharu (elakkan penipuan semasa membeli rekod).
• Partisi cakera baharu supaya saiz dan jenis partisyennya sepadan dengan cakera yang sihat.
• Tambahkan partition baharu pada setiap /dev/mdX dengan mdadm –add dan biarkan ia dibina semula.

dengan mdadm –perincian /dev/md0 Anda boleh menyemak status bina semula dan melihat bila semua cakera aktif dan disegerakkan semula. Anda juga boleh memantau proses dengan watch -n1 cat /proc/mdstatyang akan menyegarkan semula bar kemajuan penyegerakan semula setiap saat.

Dalam konfigurasi yang lebih canggih (seperti RAID 5 atau RAID 6), prinsip yang sama terpakai, tetapi kesan kehilangan lebih daripada satu cakera pada satu masa boleh menjadi bencana. Itulah sebabnya penggantian adalah penting. dengan cepat cakera yang mula memberikan ralat sebelum yang lain gagal.

Cipta dan uruskan tatasusunan RAID baharu (contoh RAID6 dengan mdadm)

Walaupun matlamat di sini adalah untuk menggantikan cakera yang rosak, ia membantu untuk melihat bagaimana RAID dibina dari awal untuk memahami apa yang diubah suai semasa menukar cakera. Contoh biasa ialah penciptaan RAID6 dengan berbilang cakera menggunakan mdadm.

Langkah pertama adalah memastikan mdadm dipasang pada sistem. Pada Debian/Ubuntu, ini dilakukan dengan:

sudo apt-get install mdadm

Dalam sistem jenis Red Hat, arahan yang setara ialah:

sudo yum install mdadm

Sebelum mencipta tatasusunan, adalah dinasihatkan untuk menyemak sama ada cakera tersebut belum mempunyai superblock daripada RAID lama. Ini dilakukan dengan memeriksa cakera atau partition yang berpotensi:

sudo mdadm -E /dev/sdb /dev/sdc /dev/sdd /dev/sde /dev/sdf

Jika tiada tandatangan sebelumnya muncul, langkah seterusnya adalah untuk membahagikan setiap cakera menggunakan fdisk (atau berpisah) dengan mencipta partition RAID utama (kod fd). Urutan biasa dalam fdisk ialah: mencipta partition baharu (n), utama (p), pilih nombor, terima sektor lalai, tukar jenis (t), pilih kod fd dan tulis perubahan (w).

Setelah semua partition disediakan, array akan dibuat:

sudo mdadm --create /dev/md0 --level=6 --raid-devices=5 /dev/sdb1 /dev/sdc1 /dev/sdd1 /dev/sde1 /dev/sdf1

Ini akan mencipta /dev/md0 sebagai tatasusunan RAID6 menggunakan lima partition. Tatasusunan akan mula dibina semula secara automatik dan anda boleh memantau kemajuannya dengan:

watch -n1 cat /proc/mdstat

Setelah RAID siap, anda perlu cipta sistem fail, contohnya ext4:

sudo mkfs.ext4 /dev/md0

Kemudian ia dipasang pada direktori, contohnya /mnt/Raid6:

sudo mkdir -p /mnt/Raid6
sudo mount /dev/md0 /mnt/Raid6/

Untuk menjadikannya dipasang secara automatik semasa permulaan, entri ditambah ke /etc/fstab, seperti ini:

/dev/md0 /mnt/raid6 ext4 defaults 0 0

Dan untuk mengelakkan kehilangan konfigurasi array, fail konfigurasi mdadm dijana:

sudo mdadm --detail --scan --verbose >> /etc/mdadm.conf

Uji RAID dengan menyebabkan kegagalan cakera

Sebelum mempercayakan data anda kepada tatasusunan RAID yang baru dibuat, adalah dinasihatkan untuk menyemaknya Ia benar-benar bertindak seperti yang anda jangkakan sekiranya berlaku kegagalanCara paling selamat untuk melakukan ini adalah dengan mensimulasikan kegagalan salah satu cakera menggunakan mdadm, tanpa menyentuh perkakasan fizikal.

Katakan anda mempunyai tatasusunan RAID yang merangkumi /dev/sdb1, /dev/sdc1 dan cakera ganti /dev/sdg1. Anda boleh memaksa kegagalan logik /dev/sdc1 dengan:

sudo mdadm --manage --fail /dev/md0 /dev/sdc1

Kemudian semak butiran array:

sudo mdadm --detail /dev/md0

Semasa proses but, anda sepatutnya melihat bahawa cakera yang ditanda sebagai rosak telah dibersihkan dan digantikan dengan cakera ganti, yang akan mula disegerakkan. Ini adalah bukti terbaik bahawa RAID bertindak balas dengan baik terhadap insiden dunia sebenar.

Kes khas: masalah dengan ZFS apabila cakera dalam kolam gagal

Dalam persekitaran yang lebih moden, terutamanya dengan hipervisor seperti Proxmox, ZFS digunakan untuk mengurus cakera dalam kolam dengan redundansi asliSatu kes biasa: anda mempunyai kolam ZFS dalam cermin (RAID1), salah satu daripada dua cakera mati dan tiba-tiba pelayan berhenti boot kerana kolam root tidak boleh diimport.

Dalam situasi itu, apabila cuba mengimport kolam secara manual, anda mungkin menemui mesej seperti:

zpool import -f rpool
cannot import 'rpool': no such pool or dataset
Destroy and recreate the pool from a backup source

Atau cuba pilihan lain:

zpool import -N

Ia mengembalikan status UNAVAIL dan menunjukkan "replika tidak mencukupi" dan "peranti atau data yang rosak". Pendek kata, ZFS tidak melihat salinan sah yang mencukupi untuk memastikan integriti kolam renang, dan itulah sebabnya ia enggan mengimportnya dengan cara standard.

Dalam kes ini, adalah penting untuk tidak mengimprovisasi terlalu banyak arahan rawak. Beberapa idea yang perlu diingat:

• Jika cermin dipasang dengan betul, satu cakera yang sihat sepatutnya mencukupi untuk mengimport kolam dalam mod terdegradasi. Jika ZFS melaporkan cermin yang tidak mencukupi, mungkin terdapat kerosakan yang teruk atau pengesanan peranti yang lemah.
• Anda tidak boleh "memberitahu" ZFS untuk menggantikan cakera mati secara langsung dengan yang lain jika kolam gagal diimport; ia tidak seperti mdadm di mana anda bekerja pada peringkat partition tanpa memasang sistem fail.
• Perkara yang bijak untuk dilakukan biasanya adalah dengan mencuba import dipaksa dan baca sahaja Menggunakan bendera lanjutan (cth., -F, -o readonly=on), semak set data yang boleh dipulihkan dan salin data keluar jika boleh.
• Jika kolam renang benar-benar tidak boleh diimport dalam apa jua cara, langkah seterusnya yang bijak adalah untuk mengklon atau menyekat imej cakera yang masih berfungsi, untuk memelihara "sandaran" tersebut sebelum percubaan selanjutnya.

Masalah besar dalam senario seperti yang diterangkan (di mana cakera yang baik juga merupakan satu-satunya tempat data berada) ialah Tiada jaringan keselamatan tambahanOleh itu, adalah dinasihatkan untuk mengganggu sebarang percubaan pembaikan yang agresif dan fokus terlebih dahulu untuk menyimpan kandungan cakera yang masih bertindak balas, walaupun ia berada di luar ZFS.

Baca RAID Linux (XFS, ext4) daripada Windows menggunakan WSL2

Satu lagi senario yang sangat biasa ialah seseorang yang mengalih keluar cakera daripada pelayan Linux dan mahu Baca data anda daripada PC WindowsPada pandangan pertama, ia mungkin kelihatan mudah: anda menyambungkan pemacu melalui USB, menggunakan alat seperti Linux Reader, dan itu sahaja. Tetapi apabila pemacu itu merupakan sebahagian daripada perisian RAID, keadaan menjadi rumit.

Dalam kes khusus cakera dengan jadual GPT di mana semua partition muncul sebagai "Linux RAID", Windows dan banyak utiliti grafik tidak tahu apa yang perlu dilakukan dengannya. Contohnya, fdisk mungkin memaparkan sesuatu seperti ini:

Device Start End Sectors Size Type
/dev/sdd1 1032192 5031935 3999744 1.9G Linux RAID
/dev/sdd2 5031936 9031679 3999744 1.9G Linux RAID
/dev/sdd3 30720 1032191 1001472 489M Linux RAID
/dev/sdd4 9031680 3907028991 3897997312 1.8T Linux RAID

Jika di dalam /dev/sdd4 terdapat, sebagai contoh, sistem fail XFS yang dimiliki oleh array mdadm, percubaan untuk memasangnya secara langsung biasanya menghasilkan sesuatu seperti:

mount -t xfs /dev/sdd4 /mnt/tempdisk
mount: wrong fs type, bad superblock on /dev/sdd4...

Atau jika anda mencubanya tanpa menyatakan jenis FS:

mount /dev/sdd4 /mnt/tempdisk
mount: unknown filesystem type 'linux_raid_member'

Mesej-mesej tersebut menunjukkan bahawa /dev/sdd4 bukan sistem fail secara langsungtetapi sebaliknya ahli tatasusunan RAID. Sistem fail "sebenar" terletak pada /dev/mdX, yang belum wujud dalam konteks ini. Untuk membaca kandungan daripada WSL2 (Ubuntu, sebagai contoh), anda perlu:

• Muatkan modul mdadm ke dalam kernel WSL2 jika ia belum dimuatkan.
• Gunakan mdadm –periksa pada partition RAID untuk mengenal pasti array yang menjadi miliknya.
• Cipta semula tatasusunan mdX dalam mod "assemble" (mdadm –assemble) supaya /dev/md0 (atau yang sepatutnya) muncul.
• Sebaik sahaja /dev/md0 wujud, pasang peranti tersebut dengan jenis FS yang sesuai (XFS, ext4, dll.).

Tanpa melalui fasa pemasangan RAID itu, Anda tidak akan dapat memasang partition yang ditanda sebagai Linux RAID secara langsungWalaupun anda tahu terdapat fail XFS di dalamnya. Dan dalam Windows asli, kecuali untuk alat yang sangat spesifik (biasanya berbayar atau baca sahaja), sukar untuk mengendalikan kes ini dengan baik.

RAID dengan cakera bersaiz berbeza dan penggunaan ruang yang tinggal

Satu kes yang aneh, tetapi semakin biasa, ialah kes seseorang yang menyediakan RAID1 dengan dua cakera yang sangat berbeza saiznyaContohnya, NVMe 1 TB dan SATA 500 GB. Sekiranya berlaku kecemasan, ini mungkin boleh diterima, tetapi RAID 1 hanya akan menggunakan saiz cakera yang lebih kecil untuk mirror.

Dalam senario itu, keputusan biasa ialah "separuh kedua" cakera 1 TB kekal tidak digunakan, hanya kerana RAID 1 terhad kepada 500 GB pertama (saiz cakera yang lebih kecil). Bahagian itu tidak akan menjadi sebahagian daripada array dan akan kekal sebagai ruang yang tidak diperuntukkan atau pada partition berasingan.

Katakan anda kini memutuskan untuk melakukan perkara yang betul dan mahu gantikan cakera kecil dengan cakera 1 TB yang lain Sama seperti yang pertama. Prosedur penggantian cakera dalam mdadm adalah serupa dengan yang telah diterangkan: cakera lama ditanda sebagai rosak, dialih keluar daripada tatasusunan, cakera baharu dimasukkan, partition yang setara dicipta dan ia ditambah ke RAID untuk dibina semula.

Persoalannya kemudian timbul: bagaimana manfaatkan ruang tambahan Apakah ruang yang anda ada pada kedua-dua cakera pada masa ini untuk mengembangkan, contohnya, partition root / kira-kira 500 GB lagi? Secara amnya, langkah-langkah yang biasanya diikuti ialah:

• Ubah saiz partition RAID pada kedua-dua cakera untuk memenuhi ruang tambahan (menggunakan alatan seperti parted atau fdisk, dan sentiasa dengan berhati-hati).
• Gunakan mdadm –tumbuh tentang tatasusunan mdX untuk memberitahunya bahawa saiz berkesannya kini lebih besar.
• Sebaik sahaja peranti RAID mempunyai lebih banyak kapasiti, ubah saiz sistem fail di bahagian atas (contohnya, lanjutkan ext4 dengan resize2fs; lihat Cara mengosongkan ruang cakera dalam Linux).

Jenis operasi ini, terutamanya pada partition root dan dengan UEFI/EFI, swap dan ciri-ciri lain, melibatkan pengubahsuaian jadual partition, array RAID dan sistem fail. Amat disyorkan untuk mempunyai sandaran baru-baru inidan fahami cara partition dan swap EFI dikonfigurasikan supaya sistem tidak boleh dibut.

Jika semuanya dilakukan dengan betul, swap mahupun partition EFI tidak akan dikonfigurasikan secara salah, tetapi sebarang ralat dalam nombor sektor, susunan partition atau peranti yang didaftarkan dalam /etc/fstab dan pemuat but boleh menyebabkan sistem berada dalam mod "penyelamatan" dan meminta pembaikan manual.

Secara ringkasnya, penggunaan cakera bersaiz berbeza dalam RAID1 adalah berdaya maju dalam jangka pendek tetapi tidak digalakkan dalam jangka sederhana hingga panjang, kerana Ia sangat merumitkan pengurusan ruang pada masa hadapan. apabila anda cuba menyeragamkan perkakasan.

Selepas semua ini, kesimpulan utamanya ialah menggantikan cakera yang rosak dalam RAID Linux bukanlah sesuatu yang ajaib, tetapi ia memerlukan pendekatan yang sistematik: pertama, fahami topologi RAID (mdadm atau ZFS); kemudian, kenal pasti secara pasti cakera atau partition mana yang perlu ditangani; dan akhirnya, laksanakan arahan yang sesuai (mdadm –fail, –remove, –add, zpool import, dsb.) dengan tenang. Dengan strategi yang teratur, sandaran yang baik dan pendekatan yang sabar, anda boleh berjaya menavigasi kebanyakan situasi, daripada membebaskan cakera pada pelayan khusus kepada memulihkan kolam ZFS penyangak atau cuba mendapatkan data daripada Windows melalui WSL2.