RAIDスクラブで新たな損傷が見つかっていることを示す警告サインは?

Eva Wong は テクニカルライター であり、 生粋の技術好き としてZimaSpaceで活動しています。ホームラボやオープンソースソフトウェア をこよなく愛する生粋のギークで、複雑な技術概念をわかりやすく、実践的なガイド にまとめることを得意としています。Evaは、セルフホスティングは難しいものではなく、楽しむものだと考えています。チュートリアルを通じて、初めてのNAS構築からDockerコンテナの使いこなしまで、コミュニティがハードウェアのセットアップをわかりやすく理解できるよう 支援しています。、初めてのNAS構築からDockerコンテナの習得まで。

実行のたびにエラー件数が増える、同じデバイスで修復が繰り返される、または以前は正常だったデータが訂正不能になる場合、スクラブによって新たな損傷が見つかっています。単発のブロックが修復された場合と、悪化する傾向がある場合は同じではありません。

最も安全な判断は、単一の不穏な数値に反応するのではなく、完了したスクラブのレポート、ドライブレベルのエラー、影響を受けたファイルを比較することです。このガイドでは、通常の訂正と蓄積する損傷を区別し、定期メンテナンスを中断してまずデータを保護すべきタイミングを示します。

エラー件数の増加が最も明確な警告

最も重要なのは、スクラブでエラーが報告されるかどうかではなく、次に完了したスクラブでチェックサム、パリティ、メディア、または訂正不能エラーが増えているかどうかを比較することです。修復後に件数が安定していれば、過去の事象である可能性があります。件数が増えているなら、ストレージ経路で不正な読み取りやデータが引き続き発生しています。

実行ごとに、開始時刻、完了時刻、修復バイト数、訂正不能件数、およびデバイスごとの読み取り、書き込み、チェックサムのカウンターを記録してください。スクラビングとサイレント破損についての実践的な解説では、通常のワークロードでは何か月もアクセスされていない損傷が、全体読み取りによって見つかることがある理由を説明しています。

同じディスクで修復が繰り返される場合は要注意

冗長性のあるファイルシステムは、別のコピーから破損したブロックを修復し、プールをオンラインのまま維持できます。同じ物理ディスクで、その後のスクラブ時に新たなブロックが修復され、さらに保留中、再割り当て済み、または訂正不能なセクターも増えている場合に、警告が表示されます。

カウンターをリセットして、この事象を忘れてはいけません。まずディスクのシリアル番号、SMARTのスナップショット、スクラブ結果を保存してください。その後、アレイの冗長性と応答性が維持されている場合に限り、長時間のドライブセルフテストを実行します。訂正が繰り返される場合は、ファイルシステムが原因を解決した証拠ではなく、該当デバイス、ケーブル、ベイ、電源経路、コントローラーを調査すべき兆候です。

訂正不能なファイルがあれば優先順位を変更

訂正不能という結果は、少なくとも1つのブロックについて、冗長性を使って検証済みのコピーを作成できなかったことを意味します。この時点で、次に必ずスクラブを再実行すべきとは限りません。名前が挙がったファイルを特定し、読み取り可能な重要データを別の場所にコピーしてから、トポロジーを変更する前にログを保存してください。

実際の修復不能なデータを含むスクラブの事例は、メタデータは修復できても、ファイルはバックアップからの復元が必要だったケースとの違いを示しています。重要なのはエラーの総数の多さだけではなく、問題のない状態で再実行したときに、新たなエラーがゼロのまま完了できるかどうかです。

同じ論理領域で再びエラーが起きるのは正常ではありません

同じストライプ、ブロック範囲、ファイルでエラーが繰り返し発生する場合、読み取り不能な領域が残っているか、パリティ状態が破損している可能性があります。発生箇所が移動する場合は、メディアの広範な劣化、不安定なメモリー、リンクの問題、電源の不安定さが考えられます。プラットフォームで確認できる場合は、正確なオフセットを保存してください。

最初に影響を受けた範囲を理解せずに、何百万ものエラーを繰り返し強制修復しないでください。大規模なパリティエラーの集中は、先行するひとつのI/O障害が原因で、その後の比較にも影響している可能性があります。そのため、最初に不良が発生した位置と、その直前に起きたイベントが重要です。

スクラブ中に発生する新たなリンクエラーやI/Oエラーは要注意です

スクラブでは読み取りが継続するため、劣化しかけたケーブル、バックプレーン、電源コネクター、USBブリッジ、コントローラー経路が明らかになることがあります。スクラブの実行中はシステムログを監視しましょう。リンクのリセット、コマンドのタイムアウト、デバイスの切断、CRCエラーは、進捗率が遅いことだけよりも強い警告です。

通信エラーが増えている一方で、メディアのセクター関連指標が安定しているなら、ディスクを故障と決めつける前にいったん立ち止まりましょう。接続は一度にひとつずつ差し直すか交換し、シリアル番号とベイの対応を記録して、エラーの基準値をリセットしてから、制御された読み取りテストを再実行します。障害が接続経路に残る場合と、ドライブについて回る場合では、必要な修理が異なります。

完了できないスクラブもまた、ひとつの結果です

スクラブが何度も一時停止や再開を繰り返したり、ほぼ同じ位置で止まったりする場合、単に時間がかかっているわけではありません。まず、スケジュールされたジョブやシャットダウン、別の再シルバリングが処理を中断していないか確認します。次に、停止した位置とデバイスログ、ディスクごとのレイテンシを照らし合わせます。

スケジュールされたプロセスでは、所要時間とスループットの安定した基準値が必要です。スクラブ出力の解釈に関するガイダンスが役立ちます。進行状況、修復されたバイト数、最終ステータスを併せて読む必要があるためです。経過時間だけでは破損が発生したとは判断できません。

判断する前に傾向表を使う

短い履歴があれば、ノイズの多い1回の実行だけを理由にリスクの高い交換を判断せずに済みます。少なくとも最後にエラーのなかった実行と、最初のエラー以降のすべての実行について、以下の記録を残してください。

観察結果 通常は経過観察 直ちにエスカレーション
修復されたブロック 一度だけ発生し、次のスクラブでは問題なし 後続のスクラブで新たな修復が発生する
修復不能なデータ なし ファイル名が示される、または恒久的なエラーがある
デバイスカウンター リセット後は安定している 読み取り/書き込み/チェックサムの件数が増え続ける
システムログ リセットやタイムアウトがない デバイスの切り離し、リセット、またはI/Oエラーが繰り返し発生する
完了状況 通常の基準時間に近い時間で完了する 毎回、同じ範囲で停止する

エスカレーションの兆候が2つ以上同時に現れた場合は、書き込みを減らし、バックアップを確認してから、次の完全なスクラブを開始する前に影響を受けたハードウェア経路を診断してください。

よくある質問

修復済みのスクラブ後にエラーカウンターを消去すべきですか?

レポートを保存し、物理ディスクを特定してからのみ消去してください。カウンターを消去して基準値を設定すれば、再発を検出しやすくなりますが、先に消去すると、破損が新たに発生したかを判断するための比較情報が失われます。

チェックサムエラーが1件あれば、ドライブを交換する必要がありますか?

それだけでは起きません。修正されたエラーが1件だけなら、メディア、メモリ、ケーブル、または以前の中断が原因の可能性があります。経路を確認した後も、同じシリアル番号のディスクで新たなエラーが続く場合は、交換の必要性が高まります。

アプリケーションの大量のトラフィックによってチェックサムの破損が起きますか?

大量のトラフィックによってスクラブが遅くなり、ハードウェアの弱点が露呈することはありますが、正当なワークロードが検証済みのコンテンツ不一致を引き起こすことはありません。新たなチェックサムエラーは、通常のパフォーマンスへの影響ではなく、ストレージ整合性の問題として扱ってください。

判断の境界

完了したスクラブの実行ごとにエラーが増加する、同じディスクで修復が繰り返される、修復不能なファイルが現れる、または同じハードウェア経路でリセットが続く場合は、スクラブの結果を悪化と判断してください。負荷をかけて再実行する前に、データを保護してください。

サポートとヒント

続きを読む

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.