Kiedy należy się martwić powtarzającymi się korektami sum kontrolnych ZFS?

Eva Wong jest redaktorką techniczną i rezydentką majsterkowania w ZimaSpace. Jest geekiem od zawsze, z pasją do domowych laboratoriów i oprogramowania open source, a jej specjalnością jest przekładanie złożonych zagadnień technicznych na przystępne, praktyczne poradniki. Eva wierzy, że samodzielne hostowanie powinno sprawiać radość, a nie onieśmielać. Dzięki swoim samouczkom pomaga społeczności oswoić konfigurację sprzętu, od budowy pierwszego serwera NAS po opanowanie kontenerów Docker.

Zacznij się martwić, jeśli błędy sum kontrolnych wrócą po zapisaniu i wyzerowaniu wcześniejszego stanu bazowego, a nie tylko dlatego, że licznik jest niezerowy.

ZFS może naprawić uszkodzony blok, jeśli redundancja zapewnia prawidłową kopię, ale naprawa nie wyjaśnia, dlaczego dotarły błędne dane. Zapisz wynik polecenia zpool status -v i odpowiednie dzienniki systemowe, sprawdź kopie zapasowe, a następnie na podstawie powtarzalności, wzorca dotyczącego urządzeń i bezbłędnego scrub zdecyduj, czy zdarzenie było odosobnione, czy usterka nadal występuje.

Zapisz, co ZFS naprawił, zanim cokolwiek wyzerujesz

Zapisz pełny status puli, czas uruchomienia scrub, liczbę błędów dla każdego urządzenia oraz listę ewentualnych trwałych błędów. Zapisz też komunikaty jądra dotyczące resetów łącza, przekroczeń limitu czasu poleceń, usterek kontrolera, błędów kontroli maszyny i nieoczekiwanych zdarzeń zasilania z tego samego okresu.

Szczegółowe wyjaśnienie społeczności dotyczące naprawionych liczników sum kontrolnych ZFS i ich możliwych przyczyn rozróżnia naprawione bloki od usterki kabla, zasilania, kontrolera, pamięci lub dysku, która mogła je spowodować. Naprawa nie potwierdza sprawności toru sprzętowego.

Przed obciążeniem puli upewnij się, że istnieje inna dostępna kopia ważnych danych. Liczniki można wyzerować dopiero po zapisaniu zebranych informacji, ponieważ kolejna decyzja zależy od tego, czy pojawią się rzeczywiście nowe błędy.

Oprzyj decyzję na powtarzalności i zakresie problemu

Po zapisaniu stanu bazowego wyzeruj liczniki i uruchom jeden scrub przy stabilnym zasilaniu i temperaturze. Jeśli scrub zakończy się bez błędów, a podczas normalnego użytkowania nie pojawią się nowe, monitoruj sytuację, zamiast wymieniać sprzęt z powodu pojedynczego historycznego zdarzenia.

Jeśli na tym samym dysku pojawiają się nowe błędy sum kontrolnych, sprawdź ścieżkę danych i zasilania, historię SMART, statystyki łącza oraz port kontrolera. Jeśli błędy pojawiają się jednocześnie na kilku dyskach, w pierwszej kolejności sprawdź wspólne komponenty, takie jak HBA, backplane, zasilacz, okablowanie, pamięć lub stabilność systemu.

Każdy trwały błąd danych, powtarzający się błąd wejścia/wyjścia, zawieszenie puli lub szybko rosnący licznik zwiększa pilność działania. Wstrzymaj nieistotne zapisy, odśwież kopię zapasową i odizoluj podejrzaną warstwę, zanim kolejny scrub dodatkowo ją obciąży.

Zmień jedną warstwę i sprawdź wynik

Po wyłączeniu systemu ponownie podłącz lub wymień podejrzany kabel danych albo zasilania lub podłącz urządzenie do sprawnego portu. Nie zmieniaj kilku elementów naraz, bo pozytywny wynik nie wskaże, który element wpłynął na rezultat.

W przypadku wzorca dotyczącego konkretnego urządzenia uruchom test producenta dysku lub wykonaj kontrolowany odczyt po sprawdzeniu historii SMART. W przypadku wzorca obejmującego wiele urządzeń sprawdź pamięć i stabilność zasilania oraz skontroluj ścieżkę kontrolera, zanim założysz, że kilka dysków uległo awarii jednocześnie.

Poradnik dotyczący systemów operacyjnych dla serwerów domowych pomaga ustalić, gdzie na popularnych platformach NAS i Linux znaleźć informacje o stanie puli, dzienniki jądra i narzędzia do zarządzania kontrolerem.

Sprawdź odzyskanie sprawności przy pierwotnym obciążeniu

Po naprawieniu odizolowanego problemu przeprowadź pełne sprawdzenie puli, a następnie powtórz obciążenie, które wcześniej ujawniło problem. Odzyskanie sprawności oznacza, że sprawdzanie kończy się bez nowych błędów sum kontrolnych, odczytu ani zapisu, a liczniki pozostają bez zmian po ponownym uruchomieniu i kolejnym reprezentatywnym okresie obciążenia.

Wymień dysk, gdy problem podąża za nim po przełączeniu na sprawną ścieżkę, pogarszają się wyniki SMART lub autotestów albo pojawiają się nowe błędy po wykluczeniu problemów z okablowaniem i zasilaniem. Wymień lub napraw wspólny element, jeśli błędy są związane z portem, obudową, kontrolerem lub problemem z zasilaniem.

Niezwłocznie eskaluj problem w razie nieodwracalnych błędów, obniżonego poziomu redundancji puli lub wątpliwości co do tego, która kopia jest wiarygodna. Skorygowane zdarzenie to ostrzeżenie wymagające diagnozy; powtarzalne, świeże korekty świadczą o tym, że nie można odkładać diagnozy.

FAQ

Czy zpool clear naprawia przyczynę? Nie. Zeruje zapisane liczniki po zachowaniu dowodów; dopiero pomyślne sprawdzenie puli i stabilne działanie podczas późniejszych obciążeń pokazują, że ścieżka nie powoduje już błędów danych.

Czy można zignorować pojedynczy skorygowany błąd sumy kontrolnej? Potraktuj go jako odnotowane ostrzeżenie. Jeśli nie powtórzy się po wyczyszczeniu liczników i pomyślnym sprawdzeniu puli, monitorowanie może wystarczyć; powtarzające się błędy lub powiązane błędy we/wy wymagają odizolowania problemu.

Czy prawidłowy raport SMART wyklucza problem z dyskiem? Nie. SMART może nie wykryć problemów z kablem, kontrolerem, zasilaniem ani niektórych usterek urządzenia, dlatego połącz go z analizą zakresu ZFS, dzienników systemowych, kontrolowanymi zamianami i sprawdzaniem puli po naprawie.

Wsparcie i porady

Więcej do przeczytania

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.