RAID-rebuild actief, maar I/O-fouten nemen toe: wat moet je doen?

Eva Wong is de technisch schrijver en vaste knutselaar bij ZimaSpace. Als levenslange geek met een passie voor homelabs en open-sourcesoftwareis ze gespecialiseerd in het vertalen van complexe technische concepten naar toegankelijke, praktische handleidingen. Eva vindt dat self-hosting leuk moet zijn en niet intimiderend. Met haar tutorials helpt ze de community om hardware-installaties te doorgronden, van het bouwen van hun eerste NAS tot het beheersen van Docker-containers.

Als I/O-fouten tijdens een NAS-herbouw blijven toenemen, beperk dan het aantal schrijfacties en behandel het overgebleven lid of verbindingstraject als instabiel. Een oplopend percentage maakt toenemende leesfouten niet veilig om te negeren.

Het onmiddellijke doel is leesbare gegevens veilig te stellen en vast te stellen of de fouten worden veroorzaakt door defecte media, verbindingsresets of een defect doelschijfstation. Sla logboeken en serienummers op, controleer de back-upstatus en voorkom dat je de reconstructie steeds opnieuw start terwijl de bronset achteruitgaat.

Stijgende foutaantallen wegen zwaarder dan de voortgangsbalk

Een herbouwpercentage geeft aan hoeveel van het doel is verwerkt. Het zegt niet of elke leesactie op de bron is geslaagd. Vergelijk regelmatig de cumulatieve tellers voor lees- en schrijfacties, controlesommen, mediafouten en time-outs van opdrachten.

Als de herbouw vordert terwijl ook het aantal fouten stijgt, reconstrueert de array mogelijk de meeste blokken, maar gaat het mis bij specifieke gebieden. Eén mislukte leesactie op de bron kan zwaarder wegen dan duizenden geslaagde leesacties wanneer het RAID-niveau geen andere kopie van dat blok meer heeft.

Bepaal welk apparaat de fouten veroorzaakt

Koppel elke log-ID aan een fysiek serienummer. Bepaal of de fouten afkomstig zijn van het oude overgebleven lid, het nieuwe doelschijfstation of een gedeeld controllerpad. Een schrijffout op het doel en een leesfout op de bron vereisen verschillende beslissingen.

Gegevens over de gezondheid van schijven helpen bij het bepalen van de onderzoeksprioriteiten. Backblaze richt zich in de praktijk op vijf SMART-waarschuwingsattributen en kijkt daarbij naar indicatoren voor opnieuw toegewezen, niet-corrigeerbare, time-out-, in behandeling zijnde en offline niet-corrigeerbare sectoren, in plaats van af te gaan op één algemene gezondheidsstatus.

Maak onderscheid tussen mediafouten en verbindingsfouten

Onleesbare of niet-corrigeerbare sectoren wijzen op onleesbare media. Een stijgend aantal UDMA CRC-fouten, resets van de verbinding en herhaalde ontkoppelingen wijzen vaker op een probleem met een kabel, backplane, bridge, voeding of controllerpad. Beide kunnen de reconstructie onderbreken, maar schijven vervangen lost een gedeeld verbindingsprobleem niet op.

Een uitleg van de UDMA CRC-foutenteller maakt onderscheid tussen overdrachtsfouten in de interface en schade aan de platters. Sla de ruwe tellerstand op, wijzig één verbindingsvariabele en controleer of de teller verder oploopt.

Start een mislukte rebuild niet steeds opnieuw op

Bij elke volledige herstart worden de overgebleven leden opnieuw gelezen, wat dezelfde zwakke gebieden kan belasten zonder een beter resultaat op te leveren. Als de bewerking herhaaldelijk rond hetzelfde adres wordt afgebroken of een tweede schijf uitvalt, stop dan met routinematige herstelpogingen.

Een rebuild die wordt geblokkeerd door leesfouten op de bron toont de belangrijkste beperking: wanneer de enige goede bron een niet-herstelbare leesfout heeft, kan de array de ontbrekende gegevens nergens anders vandaan halen. Opties om dit te forceren kunnen onbekende inhoud niet reconstrueren.

Kies tussen doorgaan, kopiëren en imagen

Voorwaarde Voorkeursaanpak Waarom
Fouten stabiel, rebuild vordert Bewaak met verminderde belasting Herstel kan normaal worden voltooid
Linkfouten nemen toe, media stabiel Stabiliseer het kabel-/bay-/controllertraject De storing kan buiten de schijf zitten
Mediagerelateerde fouten nemen toe Kopieer eerst de kritieke leesbare gegevens De resterende redundantie neemt af
Herhaaldelijk afgebroken op hetzelfde bereik Stop met blinde pogingen om de rebuild opnieuw uit te voeren Aanhoudend onleesbaar gebied
Tweede lid verbreekt de verbinding of valt uit Overweeg een imaging-/herstelworkflow De array kan de fouttolerantie overschrijden

Als gegevens onvervangbaar zijn en er niet is gecontroleerd of de back-up geldig is, kan het veiliger zijn om leesbare leden te imageren dan nog een automatische rebuild toe te staan. Een workflow voor uitval van een tweede schijf tijdens een rebuild is gericht op het stopzetten van schrijfzware herstelpogingen wanneer de overgebleven set instabiel is.

Beperk activiteiten op de voorgrond zonder het incident te verbergen

Stop back-ups, media-indexering, downloads, virtuele machines en andere vermijdbare schrijfactiviteiten. Laat alleen services actief die nodig zijn om kritieke gegevens te kopiëren of de array te bewaken. Minder belasting kan wachtrijen beperken en het makkelijker maken om het moment van fouten te interpreteren.

Wis geen logboeken, reset de SMART-tellers niet en start het systeem niet herhaaldelijk opnieuw op voordat u bewijs hebt vastgelegd. Een herstart kan apparaatnamen wijzigen en de volgorde wissen waaruit blijkt welk lid als eerste uitviel.

Wat u moet vastleggen voordat u de stroom uitschakelt

  • Arraystatus, RAID-niveau, rollen van de leden, rebuild-doel en exacte voortgangstellers
  • Elk schijfmodel, serienummer, sleuf, controllerpoort en huidige apparaat-ID
  • Kernel- of controllergebeurtenissen vanaf de eerste storing tot en met de meest recente I/O-fout
  • Ruwe SMART-waarden voor mediafouten, time-outs, temperatuur en interfacefouten
  • Lijst van onleesbare bestanden of blokbereiken en de status van de laatst geverifieerde back-up

Met dit dossier kun je een gecontroleerde kabeltest, schijfvervanging, kloon of professioneel herstel uitvoeren zonder te hoeven gissen welk lid de meest recente gegevens bevatte.

Eis stabiele resultaten bij vervolgcontroles na elke ingreep

Nadat je een kabel hebt vervangen, een bevestigde schijf met serienummer hebt verplaatst of de werklast hebt verlaagd, stel je alleen de relevante vergelijkingsbasis opnieuw in en controleer je of het probleem terugkeert. Een tijdelijke verbetering bewijst niet dat de onderliggende storing is verholpen.

De array moet het herstel voltooien, weer volledig bemand zijn en bij een latere integriteitscontrole geen nieuwe I/O-fouten vertonen. Zolang niet aan alle drie de voorwaarden is voldaan onder een normale, representatieve werklast, moet het incident veilig open blijven en moeten de vastgelegde logs worden bewaard.

Veelgestelde vragen

Kan ik de rebuild laten voltooien als er maar een paar fouten optreden?

Alleen als de fouten begrepen en stabiel zijn en er een back-up van de gegevens is gemaakt. Toenemende leesfouten op de bron of herhaalde resets zijn een reden om op te schalen, zelfs als het doelpercentage blijft stijgen.

Moet ik de schijf met de hoogste SMART-teller vervangen?

Niet automatisch. Controleer of de fouten de schijf met dat serienummer volgen of bij de sleuf en het verbindingstraject blijven. Het verkeerde lid vervangen terwijl het systeem in degraded-modus werkt, kan de resterende geldige bron vernietigen.

Kunnen er na een voltooide rebuild nog beschadigde bestanden zijn?

Ja. Sommige implementaties kunnen de reconstructie voltooien terwijl ze melding maken van onherstelbare sectoren of getroffen bestanden. Controleer altijd het uiteindelijke foutenrapport en voer een integriteitscontrole uit zodra de array weer stabiel is.

De stopvoorwaarde

Wanneer I/O-fouten tijdens het reconstrueren toenemen, stel dan leesbare gegevens veilig voordat je de voltooiing probeert te bereiken. Ga pas verder wanneer je hebt vastgesteld dat de bronschijven en het verbindingstraject stabiel genoeg zijn om alle resterende blokken aan te leveren.

Ondersteuning en tips

Meer om te lezen

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.