RAID再構築が停止したと判断するまで、どのくらい待てばよいですか?

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。

処理済みブロック数が複数回の確認にわたって増加せず、ログにも意図的な一時停止、優先度による速度制限、待機中のフェーズ、または回復可能な再試行が記録されていない場合に限り、RAIDの再構築が停止したと判断してください。経過時間だけでは判断できません。

大規模なアレイでは、速度の遅い領域で何時間もかかったり、アプリケーションの負荷によって速度が大きく変化したり、再構築と検証の間で一時停止したりすることがあります。介入する前に、カウンターとログで進行状況を確認してください。アレイの停止や再構成は、待つよりも大きなリスクを招くことがあります。

単一の進捗率ではなく、進捗の差分を確認する

処理済みブロック数、進捗率、速度、完了予定時刻を、一定の間隔で正確に記録します。丸められた進捗率が変わらなくても、ブロック数が増えていれば再構築は進んでいます。数テラバイト規模のアレイでは、表示上の0.1%が大きな作業量に相当することがあります。

毎回同じインターフェースで、コントローラーまたはオペレーティングシステムを確認します。ダッシュボードによっては、ステータスをキャッシュしたり、異なるフェーズを報告したりすることがあります。ブロック数が増えているのに進捗バーが止まって見える場合は、再構築が停止しているのではなく、監視上の問題です。

一律のタイムアウトではなく、環境ごとの基準を見積もる

安全な所要時間に一律の基準はありません。再構築にかかる時間は、使用済み容量、RAID構成、ドライブ速度、エラー、コントローラーの設定、バックグラウンド負荷、そして実装が全ブロックをコピーするのか、割り当て済み領域のみをコピーするのかによって異なります。

最初の安定した1時間を使っておおよその範囲を見積もり、その後の時間帯と比較します。非常に遅いmdadmの再同期速度は、ワークロード、アライメント、リンクの挙動、またはドライブの不調が原因である可能性があります。正しく診断するには、速度上限を引き上げる以上の調査が必要です。

意図的な一時停止や新しいフェーズがないか確認する

フォアグラウンドI/Oを保護するために復旧速度を制限したり、リシルバー中にスクラブを一時停止したり、スペアの割り当てを待ったり、再構築からパリティの初期化や整合性の検証に移行したりするシステムもあります。実行中のタスクが変わっても、ラベルは「再構築中」のままの場合があります。

定期メンテナンス、電源設定、温度制限、リビルドの優先度、アプリケーションの負荷を確認してください。前面の負荷が下がると速度が上がる場合、アレイは停止しているのではなく、リソースが不足しています。

読み取りエラーの繰り返しが実際の停止を引き起こす

ソースドライブが不良セクターの再試行に長時間費やし、同じブロック範囲付近でスループットが急激に低下することがあります。コントローラーが最終的に回復不能な読み取りエラーを報告すると、冗長性ではその領域を再構築できないため、リビルドが中止されることがあります。

読み取りエラーで停止した再構築は、最後に正常に処理されたブロックと、その直後のカーネルエラーが重要であることを示しています。データを保護し、ソースメンバーを調べずに、同じアドレスで失敗する復旧を繰り返し再起動しないでください。

ログが動いているのに速度がゼロなら、再試行中の可能性がある

表示速度がゼロになるのは、コマンドの再試行、デバイスのリセット、エラー回復、メタデータの更新、一時停止中などです。ディスクのビジー時間、キューの深さ、コントローラーのイベント、カーネルメッセージを確認してください。リセットやタイムアウトが繰り返されるのは、正常な進行ではありません。

繰り返し中断される復旧は、明らかなSMART障害がなくても停止することを示しています。新しいディスクや速度設定の引き上げで解決すると決めつけず、正確な停止位置とすべてのログを記録してください。

実用的な停止判断表を使う

2回以上の間隔をおいた観察 解釈 対応
処理済みブロック数が増えている 遅いが進行中 監視を続ける
割合は変わらないが、ブロック数は増えている 表示上の丸め 待つ
ブロック数が変わらず、タスクが一時停止と表示されている 意図的な保留 一時停止またはポリシー上の理由を確認する
ブロック数が変わらず、再試行やリセットが繰り返される ハードウェアまたは経路の問題 書き込みを減らし、ソースと接続を調べる
再起動後も同じブロックで停止する 読み取り不能な領域が続いている データを保護し、闇雲な再試行をやめる
99.9%で後続フェーズが実行中 最終処理またはメタデータ処理 操作名とログを確認する

リビルドの停止と判断する前に、少なくとも2つの独立した兆候を確認してください。カウンターの進行がなく、エラー、異常終了状態、または停止位置が繰り返し同じであることが必要です。

何かを再起動する前に行うこと

  1. アレイの詳細、メンバーのシリアル番号、処理済みブロック数のカウンター、イベントログ全体を保存してください。
  2. 不要なアプリケーションI/Oを減らし、ターゲットディスクとソースディスクが引き続き認識されていることを確認してください。
  3. 稼働中のすべてのソースドライブで、SMARTのメディア指標とリンクリセットまたはCRCのカウンターを確認してください。
  4. 一時停止状態、温度制限、優先度ポリシー、またはキューに入った検証フェーズがないことを確認してください。
  5. 同じ読み取り不能な範囲で試行が繰り返し止まる場合は、バックアップ、イメージ作成、またはデータ復旧に切り替えてください。

アレイの状態と正確な実装が判明するまで、停止、アセンブル、強制オンライン化、メタデータ消去のコマンドは実行しないでください。

負荷の低い時間帯に進行状況を比較する

停滞を適切に判定するには、条件を統制した観察時間が必要です。大容量の転送とスケジュール済みジョブを一時停止し、時間枠の開始時と終了時にカウンターを記録します。こうすることで、フォアグラウンドとの競合と、単独では進行できない復旧処理を区別できます。

負荷が下がると進行が再開する場合は、メンテナンスの優先度を下げるか、負荷の低い時間帯に設定してください。カウンターが動かず、同じエラーが繰り返される場合は、調査せずに待ち続けても得られる情報はほとんどありません。

よくある質問

99.9パーセントで1時間止まっていたら、自動的に停滞と判断できますか?

いいえ。最後のメタデータ更新や検証フェーズには時間がかかることがあります。介入する前に、処理済みブロック数、デバイスへの書き込み、または処理状態に変化があるか確認してください。

リビルド速度の上限を引き上げるべきですか?

ディスクが正常で、フォアグラウンドI/Oポリシーがボトルネックだと確認できた場合に限ります。上限を引き上げると、アプリケーションのレイテンシが悪化し、状態の悪いソースドライブへの負荷が増すおそれがあります。

いつ待つのをやめるべきですか?

繰り返し確認してもカウンターが変わらず、ログに中断、デバイスのリセットの繰り返し、回復不能な読み取りエラー、または同じブロック範囲での失敗が記録されている場合は、正常な状態として扱うのをやめてください。

停滞の定義

計測可能な処理が止まり、システムがその一時停止をポリシー、負荷、新しいフェーズのいずれかで説明できない場合、リビルドは停滞しています。不安や経過時間ではなく、カウンターとエラーの記録を根拠にしてください。

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.