1. 故障描述  

本案例是HP P2000的存儲(chǔ)vmware exsi虛擬化平臺(tái)，由RAID-5由10塊lT硬盤組成，其中6號(hào)盤是熱備盤，由于故障導(dǎo)致RAID-5磁盤陣列的兩塊盤掉線，表現(xiàn)為兩塊硬盤亮黃燈。 經(jīng)用戶方維護(hù)人員檢測(cè)，故障硬盤應(yīng)為物理故障，表現(xiàn)為：序列號(hào)無(wú)法讀取，在SAS擴(kuò)展卡上硬盤無(wú)法識(shí)別。

2. 數(shù)據(jù)備份與修復(fù)  

故障發(fā)生后用戶方工程師與我公司聯(lián)系，經(jīng)過(guò)詳細(xì)咨詢，了解到故障比較嚴(yán)重，必須把RAID-5磁盤陣列帶到我公司進(jìn)行檢測(cè)，檢測(cè)RAID-5的每塊成員盤是物理故障(磁頭損壞或者盤片劃傷)還是邏輯故障。由于情況緊急，工程師在接到原盤以后，立即著手準(zhǔn)備檢測(cè)。對(duì)能識(shí)別的好盤用連接到北亞鏡像服務(wù)器上使用WinHex做扇區(qū)級(jí)鏡像，同時(shí)對(duì)不能識(shí)別的壞盤進(jìn)行檢測(cè)。

  首先將壞盤連接到外部的SAS擴(kuò)展卡上，加電后通過(guò)硬盤工作聲音判斷硬盤電機(jī)能夠起轉(zhuǎn)，但是磁頭沒(méi)有進(jìn)行尋道操作，于是嘗試把硬盤PCB分離下來(lái)對(duì)HDA組件氧化部分進(jìn)行清潔操作，將PCB還原后故障依舊。于是和客戶溝通使用6號(hào)熱備盤的好PCB替換到故障盤上進(jìn)行嘗試性修復(fù)，再將故障盤PCB上的ROM芯片替換到6號(hào)盤的好PCB上面后硬盤工作時(shí)起轉(zhuǎn)和磁頭尋道聲音都正常，但是在尋道結(jié)束后，有明顯的敲盤聲音，于是判斷有可能磁頭損壞。在和用戶溝通后嘗試使用6號(hào)熱備盤中的好磁頭對(duì)故障盤進(jìn)行替換操作以讀取數(shù)據(jù)。在無(wú)塵室對(duì)故障盤進(jìn)行開盤更換磁頭操作后，將故障盤連接到專業(yè)硬盤維修工作上進(jìn)行檢測(cè)，發(fā)現(xiàn)故障盤已經(jīng)不能識(shí)別，數(shù)據(jù)無(wú)法讀取。  

因?yàn)橛脩粲袃蓧K故障盤，之前嘗試修復(fù)的都是其中一塊，再次和客戶溝通嘗試對(duì)另一塊故障盤進(jìn)行修復(fù)操作。和先前的故障盤一樣，這塊盤的故障依舊是磁頭損壞，因?yàn)橛脩舻?/p>

HP OEM盤價(jià)格昂貴，于是嘗試在網(wǎng)上購(gòu)買ST原廠的相同型號(hào)硬盤進(jìn)行磁頭更換。這塊硬盤的磁頭更換完成后，設(shè)備能夠正常識(shí)別硬盤，于是將故障盤所有扇區(qū)完整鏡像到一塊相同容量的備份盤中。  

3.重組RAID-5

步驟【判斷起始扇區(qū)】所有硬盤都鏡像好后就可以重組了，用WinHex打開9塊盤(熱備盤不需要加進(jìn)去重組)，先把鏡像文件解析成磁盤。可以看到這9塊盤的0扇區(qū)都有“55 AA”標(biāo)志，如圖1所示。

圖1

查找結(jié)果如圖2所示，0x01C2H處表示該分區(qū)的類型，這里顯示“05”，代表這是一個(gè)擴(kuò)展分區(qū)。因此從0扇區(qū)看這是一個(gè)不正常的MBR分區(qū)結(jié)構(gòu)。

圖2  

  按圖1方式繼續(xù)往下找，分別在9號(hào)盤和8號(hào)盤找到了“55 AA”的標(biāo)志。9號(hào)盤查詢結(jié)果如圖3所示。這是一個(gè)正常的MBR分區(qū)，其0x01C6處數(shù)值代表指向的下一個(gè)扇區(qū)為GPT的頭部。

  圖3

8號(hào)盤查詢結(jié)果如圖4所示。其0x01C6處數(shù)值代表指向下一個(gè)扇區(qū)。但是下一個(gè)扇區(qū)很明顯不是GPT的頭部。

圖4

由此可以確定9號(hào)盤是第一塊盤，8號(hào)盤可能是最后一塊盤。GPT分區(qū)所在扇區(qū)起始于172032扇區(qū)，因此初步確定LUN的起始扇區(qū)是172032扇區(qū)。

【判斷條帶(stripe)大小】條帶也稱塊，它是RAID處理數(shù)據(jù)的基本單元。不同的RAID其條帶大小有所不同。RAID-5的1個(gè)條帶組中有1個(gè)校驗(yàn)區(qū)，1個(gè)校驗(yàn)區(qū)的大小等于1個(gè)條帶的大小，根據(jù)這一點(diǎn)，針對(duì)這個(gè)RAID-5案例做分析。如果對(duì)VMFS的文件系統(tǒng)不熟悉，可以通過(guò)比較法確定條帶大小。如某一條帶組中的校驗(yàn)區(qū)跟這一條帶組中的非校驗(yàn)區(qū)可能相差的很明顯，通過(guò)WinHex查看并做對(duì)比，就可以找到條帶大小。

本案例判斷出一個(gè)條帶是1024個(gè)扇區(qū)。

【判斷RAID-5成員盤盤序】按照1024扇區(qū)分割，使一個(gè)記錄為一個(gè)條帶的大小，如圖5所示。并且9塊盤跳到同一記錄283123。

圖5

當(dāng)9塊盤都定位到同一位置時(shí)，通過(guò)對(duì)比可以判斷校驗(yàn)區(qū)的走向，繼而判斷整個(gè)RAID-5的走向。之前已經(jīng)判斷出9號(hào)盤是第一塊盤了，把9號(hào)盤放在第一個(gè)位置，接著就可以判斷走向了，結(jié)果如圖6所示(drive9是第4塊盤)。確定RAID-5為左走向，盤序?yàn)?，2，3，4，10，1，7，8，5。

圖6

前面內(nèi)容初步確定了LUN的起始扇區(qū)是172032扇區(qū)。用WinHex跳到172032扇區(qū)，觀察各硬盤實(shí)際情況。如果172032扇區(qū)是LUN的起始扇區(qū)，那么這個(gè)扇區(qū)所屬條帶中的5號(hào)盤應(yīng)該是校驗(yàn)區(qū)，但是此條帶中卻顯示8號(hào)盤是檢驗(yàn)區(qū)，根據(jù)本案例RAID-5的左走向，5號(hào)盤的校驗(yàn)區(qū)應(yīng)該在172032-1024=171008扇區(qū)，即上一個(gè)條帶。跳轉(zhuǎn)到171008扇區(qū)，發(fā)現(xiàn)校驗(yàn)區(qū)為5號(hào)盤。因此可以確定LUN的起始扇區(qū)為171008扇區(qū)。

【重組RAID-5】使用專業(yè)恢復(fù)工具按照確定的盤序組好，添加進(jìn)去，如圖7所示。選擇RAID-5，Stripe size 512KB，左異步。

圖7

點(diǎn)擊Build進(jìn)行重組。組好后，由于數(shù)據(jù)從1024*8=8192個(gè)扇區(qū)開始，若專業(yè)恢復(fù)工具沒(méi)有跳轉(zhuǎn)到此扇區(qū)的功能，那么剛組好的RAID必須和一個(gè)文件再進(jìn)行一次Build重組操作。RAID的起始扇區(qū)(Start sectors)選擇8192，這個(gè)文件可以任意選擇起始扇區(qū)和大小大小(Count sectors)，如圖8和圖9所示，圖10是組好的RAID-5。

圖8

圖9

圖10

4.移交數(shù)據(jù)

整個(gè)RAID-5就重建好后，由我公司商務(wù)聯(lián)系用戶方驗(yàn)收數(shù)據(jù)，用戶方確定數(shù)據(jù)沒(méi)問(wèn)題，簽訂完驗(yàn)收合同后，完整的RAID-5數(shù)據(jù)即可移交。移交時(shí)根據(jù)用戶方要求把數(shù)據(jù)移交到用戶方帶來(lái)的新盤上。恢復(fù)完的數(shù)據(jù)保留在我公司服務(wù)器上3天，之后數(shù)據(jù)自動(dòng)被系統(tǒng)銷毀。