¿Cuánto tiempo debes esperar antes de considerar que una reconstrucción de RAID se ha quedado atascada?

Eva Wong es la redactora técnica y manitas residente en ZimaSpace. Es una geek de toda la vida apasionada por los laboratorios domésticos y el software de código abierto, y se especializa en traducir conceptos técnicos complejos en guías prácticas y fáciles de seguir. Eva cree que alojar servicios propios debería ser divertido, no intimidante. A través de sus tutoriales, ayuda a la comunidad a desmitificar la configuración del hardware, desde montar su primer NAS hasta dominar los contenedores Docker.

Considera que una reconstrucción RAID está atascada solo cuando los bloques procesados dejan de aumentar en varias comprobaciones y los registros no muestran una pausa intencionada, limitación de prioridad, una fase en cola ni reintentos de recuperación. El tiempo transcurrido, por sí solo, no basta.

Las matrices grandes pueden pasar horas en una zona lenta, cambiar bruscamente de velocidad con la carga de las aplicaciones o detenerse entre la reconstrucción y la verificación. Comprueba que hay avances consultando los contadores y los registros antes de intervenir, ya que detener o volver a ensamblar una matriz puede entrañar más riesgos que esperar.

Usa la variación del progreso, no un único porcentaje

Registra a intervalos fijos el número exacto de bloques procesados, el porcentaje, la velocidad y el tiempo estimado para terminar. La reconstrucción avanza cuando aumenta el número de bloques, aunque el porcentaje redondeado no cambie. En matrices de varios terabytes, una décima de punto porcentual puede representar una gran cantidad de trabajo.

Consulta el controlador o el sistema operativo siempre desde la misma interfaz. Los distintos paneles pueden almacenar en caché el estado o mostrar fases diferentes. Si la barra de progreso parece congelada mientras aumentan los contadores de bloques, el problema está en la monitorización, no en la reconstrucción.

Calcula una referencia local en vez de aplicar un tiempo límite universal

No hay un número de horas que sea seguro en todos los casos. El tiempo de reconstrucción depende de la capacidad utilizada, la configuración RAID, la velocidad de los discos, los errores, las políticas del controlador, la carga en segundo plano y de si la implementación copia todos los bloques o solo las regiones asignadas.

Usa la primera hora estable para calcular un intervalo aproximado y luego compara los intervalos siguientes. Una velocidad de resincronización de mdadm muy lenta puede deberse a la carga de trabajo, la alineación, el comportamiento del enlace o un disco que está fallando; para diagnosticar correctamente hay que hacer algo más que aumentar el límite de velocidad.

Busca una pausa intencionada o una nueva fase

Algunos sistemas limitan la velocidad de recuperación para proteger las operaciones de entrada y salida en primer plano, pausan las comprobaciones durante la resincronización, esperan a que se asigne una unidad de reserva o pasan de la reconstrucción a la inicialización de paridad o a la verificación de coherencia. La etiqueta puede seguir mostrando «reconstruyendo» aunque cambie la tarea activa.

Revisa el mantenimiento programado, la configuración de energía, los límites de temperatura, la prioridad de reconstrucción y el tráfico de las aplicaciones. Si la velocidad aumenta cuando disminuye la carga en primer plano, la matriz tiene recursos limitados; no está atascada.

Los errores de lectura repetidos provocan un atasco real

Una unidad de origen puede pasar mucho tiempo reintentando leer un sector defectuoso, lo que hace que el rendimiento se desplome cerca del mismo rango de bloques. Si el controlador acaba notificando un error de lectura irrecuperable, la reconstrucción puede abortarse porque la redundancia no puede reconstruir esa región.

Una reconstrucción detenida por errores de lectura demuestra por qué son importantes el último bloque leído correctamente y el error del kernel que aparece justo después. No reinicies repetidamente una recuperación que falla en la misma dirección sin proteger los datos y examinar el miembro de origen.

La velocidad cero con actividad en los registros puede indicar reintentos

Puede mostrarse una velocidad de cero durante los reintentos de comandos, los reinicios del dispositivo, la recuperación de errores, las actualizaciones de metadatos o una pausa temporal. Observa el tiempo de actividad del disco, la profundidad de la cola, los eventos del controlador y los mensajes del kernel. Los reinicios o tiempos de espera repetidos no indican un avance normal.

Una recuperación que se interrumpe repetidamente también demuestra que no todas las detenciones van acompañadas de un fallo SMART evidente. Registra el punto exacto y todos los registros, en lugar de suponer que un disco nuevo o una configuración de mayor velocidad lo solucionarán.

Usa una tabla práctica para decidir si se ha atascado

Observación durante dos o más intervalos Interpretación Acción
Aumentan los bloques procesados Avanza lentamente Sigue supervisando
Porcentaje sin cambios, bloques en aumento Redondeo del porcentaje Espera
Bloques sin cambios, tarea en pausa Pausa intencional Busca el motivo de la pausa o la política aplicada
Bloques sin cambios, reintentos y reinicios repetidos Problema de hardware o de ruta Reduce las escrituras; inspecciona el origen y la conexión
Se detiene en el mismo bloque después de reiniciar Región ilegible persistente Protege los datos; detén los reintentos a ciegas
99,9 % con una fase de seguimiento activa Tareas de finalización o metadatos Verifica la etiqueta de la operación y los registros

Exige pruebas de al menos dos señales independientes antes de considerar que la reconstrucción se ha atascado: que el contador no avance, junto con un error, un estado abortado o el mismo punto de detención de forma persistente.

Qué hacer antes de reiniciar nada

  1. Guarda los detalles de la matriz, los números de serie de las unidades, los contadores de bloques procesados y el registro completo de eventos.
  2. Reduce la E/S no esencial de las aplicaciones y confirma que las unidades de destino y de origen sigan detectadas.
  3. Comprueba los indicadores de estado SMART de los medios y los contadores de reinicios del enlace o de CRC en cada unidad de origen activa.
  4. Confirma que no haya un estado pausado, un límite de temperatura, una política de prioridad ni una fase de verificación en cola.
  5. Recurre a una copia de seguridad, una imagen o la recuperación cuando el mismo rango ilegible detenga varios intentos.

No uses comandos para detener, ensamblar, forzar el estado en línea o borrar metadatos hasta conocer el estado de la matriz y la implementación exacta.

Compara el progreso durante un intervalo tranquilo

Para comprobar si hay un atasco, hace falta un periodo de observación controlado. Pausa las transferencias grandes y las tareas programadas, y luego registra los contadores al principio y al final del intervalo. Así podrás distinguir la contención en primer plano de un proceso de recuperación que no puede avanzar por sí solo.

Si el progreso se reanuda cuando baja la carga, elige una prioridad de mantenimiento más baja o un horario más tranquilo. Si los contadores no cambian y se repite el mismo error, seguir esperando sin investigar aporta poca información.

Preguntas frecuentes

¿Un 99,9 por ciento durante una hora significa automáticamente que está atascado?

No. Las actualizaciones finales de metadatos o una fase de verificación pueden tardar. Antes de intervenir, confirma si siguen cambiando los bloques procesados, las escrituras en los dispositivos o el estado de la operación.

¿Debería aumentar el límite de velocidad de reconstrucción?

Solo después de comprobar que los discos están en buen estado y que el cuello de botella es la política de E/S en primer plano. Un límite más alto puede empeorar la latencia de las aplicaciones y ejercer más presión sobre una unidad de origen en mal estado.

¿Cuándo debería dejar de esperar?

Deja de considerarlo normal cuando los contadores no cambien en varias comprobaciones y los registros muestren una cancelación, un reinicio recurrente del dispositivo, un error de lectura irrecuperable o un fallo en el mismo rango de bloques.

Definición práctica de atasco

Una reconstrucción está atascada cuando el trabajo medible se ha detenido y el sistema no puede explicar la pausa como una política, una carga o una nueva fase. Usa contadores y pruebas de errores, no la ansiedad ni el tiempo transcurrido.

Soporte y consejos

Más para leer

Get More Builds Like This

Stay in the Loop

Get updates from Zima - new products, exclusive deals, and real builds from the community.

Stay in the Loop preferences

We respect your inbox. Unsubscribe anytime.