RAID-återuppbyggnad pågår men I/O-felen ökar: Vad ska du göra?

Eva Wong är teknisk skribent och händig hemmabyggare på ZimaSpace. Som tekniknörd sedan barnsben med ett brinnande intresse för hemlabb och programvara med öppen källkodspecialiserar hon sig på att göra komplexa tekniska koncept begripliga genom praktiska, praktiska guider. Eva tycker att självhosting ska vara roligt, inte avskräckande. Genom sina handledningar hjälper hon communityn att göra hårdvaruinstallationer mindre mystiska, från att bygga sin första NAS till att bemästra Docker-containrar.

Om I/O-felen fortsätter att öka under en NAS-återuppbyggnad, minska skrivningarna och behandla den kvarvarande medlemmen eller anslutningsvägen som instabil. En ökande procentsats innebär inte att det är säkert att ignorera ökande läsfel.

Det omedelbara målet är att bevara läsbara data och ta reda på om felen beror på mediefel, länkåterställningar eller ett defekt mål. Spara loggar och serienummer, kontrollera säkerhetskopians status och undvik att starta om återuppbyggnaden upprepade gånger medan källuppsättningen försämras.

Ökande fel väger tyngre än förloppsindikatorn

Procentandelen för återuppbyggnaden visar hur stor del av målet som har bearbetats. Den visar inte om varje källäsning lyckades. Jämför räknarna för kumulativ läsning, skrivning, kontrollsummor, mediefel och kommandotidsgränser med jämna mellanrum.

När återuppbyggnaden fortskrider samtidigt som felen ökar kan matrisen återskapa de flesta block men misslyckas med specifika områden. Ett enda misslyckat källäsningsförsök kan vara viktigare än tusentals lyckade när RAID-nivån inte har någon återstående kopia av det blocket.

Identifiera vilken enhet som orsakar felen

Koppla varje loggidentifierare till ett fysiskt serienummer. Ta reda på om felen kommer från den gamla kvarvarande medlemmen, det nya målet eller en gemensam styrenhetssökväg. Ett skrivfel på målet och ett läsfel från källan kräver olika beslut.

Data om diskarnas tillstånd hjälper till att prioritera undersökningen. Backblazes operativa användning av fem SMART-varningsattribut riktar uppmärksamheten mot omfördelade, okorrigerbara, tidsgränsöverskridande, väntande och offline-okorrigerbara indikatorer, i stället för att förlita sig på en enda övergripande hälsomarkering.

Skilj mellan mediefel och länkfel

Väntande eller okorrigerbara sektorer tyder på oläsbara medier. Ökande UDMA CRC-fel, återställningar av transportanslutningen och upprepade frånkopplingar tyder oftare på problem med en kabel, bakplan, brygga, strömförsörjning eller styrenhet. Båda kan avbryta återuppbyggnaden, men att byta diskar löser inte ett gemensamt länksproblem.

En förklaring av UDMA CRC-felräknaren skiljer mellan överföringsfel i gränssnittet och skador på skivytan. Spara det råa räknarvärdet, ändra en anslutningsfaktor i taget och kontrollera om räknaren fortsätter att öka.

Starta inte om ett misslyckat återskapande gång på gång

Varje fullständig omstart läser om de återstående medlemmarna och kan belasta samma svaga områden utan att ge ett bättre resultat. Om åtgärden upprepade gånger avbryts nära samma adress eller en andra enhet kopplas från bör du sluta med rutinmässiga reparationsförsök.

Ett återskapande som blockeras av källfel visar den grundläggande begränsningen: när den enda fungerande källan har ett oläsbart fel finns det ingen annan plats där arrayen kan hämta de data som saknas. Tvångsalternativ kan inte återskapa okänt innehåll.

Välj mellan att fortsätta, kopiera och skapa en avbildning

Tillstånd Rekommenderad åtgärd Varför
Felnivån är stabil, återskapandet fortskrider Övervaka med lägre belastning Återställningen kan slutföras normalt
Länkfelen ökar, men lagringsmediet är stabilt Stabilisera anslutningen mellan kabel, fack och styrenhet Felet kan ligga utanför enheten
Felen på lagringsmediet ökar Kopiera först kritiska, läsbara data Den återstående redundansen försvagas
Upprepade avbrott vid samma intervall Sluta försöka återskapa på måfå Bestående oläsbart område
Den andra medlemmen kopplas från eller slutar fungera Överväg ett arbetsflöde för avbildning/återställning Arrayen kan överskrida sin feltolerans

Om data inte går att ersätta och säkerhetskopian inte har verifierats kan det vara säkrare att avbilda läsbara medlemmar än att tillåta ännu ett automatiskt återskapande. Ett arbetsflöde för fel på den andra enheten under återskapandet som fokuserar på dataåterställning betonar att man bör avbryta reparationsförsök med många skrivningar när den återstående uppsättningen är instabil.

Minska belastningen utan att dölja incidenten

Stoppa säkerhetskopieringar, medieindexering, nedladdningar, virtuella maskiner och andra skrivningar som kan undvikas. Låt bara tjänster som behövs för att kopiera kritiska data eller övervaka arrayen vara igång. Lägre belastning kan minska köbildningen och göra det lättare att tolka när felen uppstår.

Rensa inte loggar, återställ inte SMART-räknare och starta inte om upprepade gånger innan du samlar in bevis. En omstart kan ändra enhetsnamn och radera händelseförloppet som visar vilken medlem som slutade fungera först.

Vad du bör samla in innan du stänger av

  • Arrayens tillstånd, RAID-nivå, medlemsroller, återuppbyggnadsmål och exakta förloppsräknare
  • Varje disks modell, serienummer, fack, styrenhetsport och aktuella enhetsidentifierare
  • Kärn- eller styrenhetshändelser från det första felet till det senaste I/O-felet
  • SMART-värden för råa medierelaterade fel, tidsgränsöverskridanden, temperatur och gränssnittsfel
  • Lista över oläsbara filer eller blockintervall och status för den senast verifierade säkerhetskopian

Den här dokumentationen underlättar ett kontrollerat kabeltest, diskbyte, kloning eller professionell dataåterställning, utan att du behöver gissa vilken medlem som innehöll de senaste giltiga data.

Kräv stabil uppföljning efter varje åtgärd

När du har bytt en kabel, flyttat en disk vars serienummer har bekräftats eller minskat belastningen ska du återställa endast den relevanta jämförelsebaslinjen och hålla utkik efter att felet återkommer. En tillfällig förbättring är inget bevis på att det underliggande felet har försvunnit.

Arrayen ska slutföra återställningen, återfå alla medlemmar och klara en senare integritetskontroll utan nya I/O-fel. Så länge inte alla tre villkoren uppfylls under normal, representativ belastning ska du låta incidenten förbli öppen och spara de insamlade loggarna.

Vanliga frågor

Kan jag låta återuppbyggnaden slutföras om bara några få fel uppstår?

Gör det endast när felen är utredda och stabila och data har säkerhetskopierats. Ökande läsfel på källdisken eller upprepade återställningar är en signal om att eskalera, även om målprocenten fortsätter att öka.

Ska jag byta ut disken med högst SMART-värde?

Inte automatiskt. Kontrollera om felen följer med disken med det aktuella serienumret eller om de finns kvar i dess fack och anslutningsväg. Om du byter ut fel medlem medan arrayen är degraderad kan det förstöra den återstående giltiga källan.

Kan filer fortfarande vara skadade efter en slutförd återuppbyggnad?

Ja. Vissa implementationer kan slutföra återuppbyggnaden trots att de rapporterar sektorer som inte går att återställa eller berörda filer. Granska alltid den slutliga felrapporten och kör en integritetskontroll när arrayen åter är stabil.

Villkoret för att avbryta

När I/O-felen ökar under återuppbyggnaden ska läsbara data skyddas innan du försöker slutföra processen. Fortsätt först när du har bekräftat att källuppsättningen och anslutningsvägen är tillräckligt stabila för att leverera alla återstående block.

Support och tips

Mer att läsa

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.