- RAID hiba esetén az írás azonnali leállítását kell végezni a visszafordíthatatlan károsodás elkerülése érdekében.
- A biztonságos környezetben és klónokból végzett logikai rekonstrukció kulcsfontosságú az adatok helyreállításához.
- Az emberi hibák (kényszerített újraépítések, helytelen lemezcserék) a legveszélyesebb okok.
- A jó minőségű biztonsági mentések és a professzionális szolgáltatások kombinációja maximalizálja a siker valószínűségét.
Mi az a RAID rendszer, és miért olyan fontos az adataid szempontjából?
A RAID (Redundant Array of Independent Disks, azaz Független Lemezek Redundáns Tömbje) egy olyan technológia, amely több fizikai lemezt egyesít egyetlen logikai kötetbe a teljesítmény, a használható kapacitás és/vagy a hibatűrés növelése érdekében. Ez a legtöbb szerver, NAS eszköz és SAN tömb alapja , és vállalati környezetekben, kis irodákban és nagy teljesítményű felhasználók használják.
Az operációs rendszer egyetlen egységként látja a RAID-et, annak ellenére, hogy valójában két, három vagy akár több tucat merevlemezből is állhat. Az adatok a meghajtók között a kiválasztott RAID-szintnek megfelelően oszlanak el: néha csíkozva, néha tükrözve, haladó szinteken pedig paritásblokkokat vagy redundáns információkat számítanak ki, hogy lehetővé tegyék az adatok rekonstrukcióját, ha egy meghajtó meghibásodik.
A szerverekben és NAS eszközökben leggyakrabban használt RAID-szintek a 0, 1, 4, 5, 6 és 10, valamint a lineáris vagy JBOD konfigurációk, továbbá bizonyos gyártók specifikus változatai (RAID 50, 60, 5E, 5EE, ADG stb.). Léteznek saját fejlesztésű implementációk is, mint például a Microsoft RAID, a Storage Spaces, az Apple RAID, a Linux RAID, a ZFS RAIDZ és a RAIDZ2 , amelyek mindegyikének megvannak a saját, speciális jellemzői az adatmentés terén.
Fontos megérteni, hogy a RAID nem helyettesíti a biztonsági mentéseket . Egy jól konfigurált RAID növeli a rendelkezésre állást és eltűr bizonyos lemezhibákat, de nem véd a véletlen törlések, logikai sérülések, zsarolóvírusok, vezérlőhibák vagy emberi hibák ellen a karbantartás során.
A fő RAID szintek és az adatvesztés kockázata
A különböző RAID-szintek eltérő módon osztják el az adatokat és a redundanciát a lemezek között. Ez közvetlenül befolyásolja az adatvesztés kockázatát és az adat-helyreállítás módját.
A RAID 0 (tiszta csíkozás) blokkokban osztja el az adatokat a tömb összes lemezén redundancia nélkül. Magas olvasási és írási teljesítményt kínál , és kihasználja a teljes kapacitást, de ha akár egy lemez is meghibásodik, a kötethez való teljes hozzáférés elvész. Katasztrófa esetén az adatok helyreállítása egy RAID 0 tömbből összetett, és jellemzően professzionális eszközöket igényel a blokksorozat rekonstruálásához a fennmaradó lemezekről.
A RAID 1 (tükrözés) két vagy több lemezre másolja az adatokat, mindegyiken azonos másolatokat tartva fenn. Ez a szint magas megbízhatóságot és hibatűrést kínál : ha az egyik meghajtó meghibásodik, a rendszer a másolattal folytathatja a működését. A használható kapacitás egy lemez méretével egyenértékű, de cserébe jelentősen jobb adatolvasási megbízhatóságot biztosít.
A RAID 4 adatcsíkozást használ több lemezen, és ezek közül egyet kizárólag paritásos tárolásra tart fenn. A használható kapacitás az összes lemez összege mínusz egy, így az adatok helyreállíthatók, ha egy adatlemez meghibásodik. A paritásos lemez azonban szűk keresztmetszetet és kritikus pontot jelent a konfigurációban.
A RAID 5 a leggyakoribb RAID szint a középkategóriás szerverekben és NAS eszközökben. Ez az összes lemez között elosztja az adatokat és a paritássávokat, kiküszöbölve a dedikált paritáslemez szűk keresztmetszetét. A használható kapacitás a tömb kapacitásának és bármely egyes lemez kapacitásának az összege. Lehetővé teszi egy meghajtó meghibásodását adatvesztés nélkül, de az újjáépítés során a rendszer a határán működik, és bármely második hiba szakértői beavatkozás nélkül helyreállíthatatlanná teheti a tömböt.
A RAID 6 egy második paritássávot ad hozzá, amely toleranciát biztosít két lemez egyidejű meghibásodása esetén. A használható kapacitás az összes lemez kapacitásának összege, levonva belőle a két meghajtó kapacitását. Ez a szint nagyobb biztonságot kínál a valamivel bonyolultabb helyreállítás és a drágább paritásszámítások árán.
A RAID 10 (1+0) csíkozással csoportosított (RAID 0) tükröket (RAID 1) egyesít. Ez azt jelenti, hogy tükrözött lemezpárok jönnek létre, majd az adatok ezek között a tükrök között kerülnek elosztásra. Kiváló egyensúlyt kínál a teljesítmény és a hibatűrés között , bár legalább négy lemezt igényel, és a kapacitás tekintetében is magasabb a költsége.
A lineáris és a JBOD konfigurációk egyszerűen összefűzik az azonos vagy eltérő kapacitású lemezeket egy nagyobb kötet létrehozásához. Nincs valódi csíkozás, paritás vagy redundancia. Ha egy lemez meghibásodik, a teljes tömb elérhetetlenné válhat, és a helyreállításhoz manuálisan kell rekonstruálni az egyes lemezek határait a teljes köteten belül.
Az „aranyóra”: kritikus hibák RAID-hiba után
RAID-hiba vagy romlási figyelmeztetés után az első 60 perc kritikus. Ebben az időszakban történik a legtöbb megelőzhető adatvesztés, jellemzően a „gyors javításra” tett kísérletek miatt, egyértelmű diagnózis vagy naprakész biztonsági mentések nélkül.
Tipikus emberi hibák ebben az arany órában a rossz lemezek cseréje , különösen a sok rekesszel rendelkező házak esetében; egy egészséges lemezt eltávolítanak, azt gondolva, hogy az a sérült, és amikor egy újat behelyeznek, az instabil alapokra kényszerítik az újraépítést. Ez teljesen tönkreteheti a kötetszerkezetet.
Egy másik gyakori hiba a RAID-vezérlő egy másik vagy inkompatibilis modellre való cseréje az eredeti konfiguráció dokumentálása nélkül. Sok esetben a paritás, a lemezsorrend vagy a sávméret írási módja a vezérlők között eltérő, ami azt okozza, hogy a tömb sérültnek tűnik, vagy helytelen paraméterekkel értelmeződik.
A lemezek online állapotba hozásának kényszerítése vagy a meghajtók állapotának elemzése nélküli inicializálása szintén nagyon veszélyes. Az inicializálás felülírhatja a RAID metaadatokat vagy a partíciós táblákat; egy instabil állapotban lévő lemez online állapotba hozása további hibás szektorokat hoz létre, és egy fizikailag sérült meghajtóra való újjáépítési kísérlet felgyorsítja a károsodást.
A sikertelen újraépítések és a hiányos biztonsági mentésekből történő visszaállítások ugyanazon a rendszeren szintén gyakori katasztrófaforrást jelentenek. Ha egy hibás szektorokkal rendelkező RAID 5 vagy RAID 6 tömböt anélkül próbálnak újraépíteni, hogy először a lemezeket stabil képfájlokká klónoznák, az olyan állapothoz vezethet, amelyben még egy profi laboratórium sem tudja megbízhatóan újra összerakni a tömböt.
Aranyszabály súlyos RAID probléma észlelése után : azonnal állítsa le az összes írási tevékenységet, ne végezzen újraépítéseket vagy inicializálásokat, és ne folytassa a „dolgok tesztelését” éles környezetben. Minden új írás az eredeti RAID tömbbe csökkenti a teljes helyreállítás esélyét.
Speciális szoftver: hogyan segít a sérült RAID-ek újjáépítésében
Sok logikai hiba esetén a professzionális adat-helyreállító eszközök virtuálisan újraépíthetik a RAID-et anélkül, hogy az eredeti lemezekre kellene írni. Tipikus példa erre az olyan szoftverek használata, mint az R-Studio, amely a kötetkészletek és a virtuális RAID-ek koncepcióján dolgozik.
Amikor az eredeti RAID elérhetetlenné válik , de az összes vagy majdnem az összes lemez (vagy a teljes lemezkép) elérhető, a professzionális folyamat során először minden egyes meghajtót klónoznak egy lemezképre az aktuális állapot megőrzése érdekében. Ezekből a képekből a szoftver lehetővé teszi egy virtuális RAID létrehozását a tényleges rendszer paramétereivel megegyező paraméterekkel.
Egy virtuális RAID úgy épül fel, hogy kiválasztjuk a megfelelő lemezeket , a megfelelő sorrendbe helyezzük őket, és meghatározzuk a pontos konfigurációt: lemezek száma, sávméret, kezdő eltolás, RAID típus (0, 1, 5, 6, 10, JBOD stb.) és blokksorrend (bal, jobb, szinkron, aszinkron, egyéni stb.). Amíg ez a logikai összeállítás történik, a szoftver nem ír a fizikai lemezekre; minden virtuálisan kerül feldolgozásra.
Egy egyszerű, három lemezes RAID 5 beállításban például legalább két meghajtónak jó állapotban kell lennie a logikai újjáépítés megkísérléséhez. Egy virtuális RAID 5 tömböt a három eszköz (vagy képfájl) és a blokkméret megadásával lehet létrehozni, majd addig tesztelni, amíg a paraméterek olyan kombinációját nem találja, amely lehetővé teszi a szoftver számára az érvényes partíció észlelését és a fájlok listázását.
Összetettebb konfigurációkban , mint például a fejlett, egyéni blokkrendezéssel rendelkező RAID 5 esetében, definiálható egy blokkrendezési táblázat, amely soronként meghatározza az adatok pontos sorrendjét és a paritást (P, 1, 2, 3 stb.). A technikus soronként adja meg a csíkozási mintát, és a program pirossal jelöli az érvénytelen kombinációkat, segítve a konfigurációs hibák gyors azonosítását.
Miután a virtuális RAID-en belül konzisztens fájlrendszert észlel , a mappákat és fájlokat számba veszi, teszteli az előnézeteket (különösen a nagy fájlok esetében), és ellenőrzi, hogy a tartalom konzisztens-e, szokatlan töredezettség vagy látszólagos sérülés nélkül. Ez a lépés azért kulcsfontosságú, mert a szoftver néha konzisztens fájlrendszer- struktúrákat talál, még akkor is, ha az egyik RAID-paraméter helytelen.
A tömbbeállítás ellenőrzéséhez általában egy közelítő képletet használnak, amely segít kiválasztani az ideális minimális fájlméretet az előzetes teszteléshez: blokkméret szorozva a (lemezek száma mínusz 1)-gyel. Például egy három lemezes és 64 KB-os blokkméretű RAID 5 tömbben egy legalább 128 KB-os fájl általában jó referenciapontot biztosít annak ellenőrzésére, hogy az adatelosztás és a paritás helyes-e.
A professzionális eszközök lehetővé teszik a hiányzó lemezek kezelését is, mivel azokat azonos méretű „üres lemez” vagy „hiányzó lemez” objektumokkal helyettesítik. Ez akkor hasznos, ha az egyik lemez teljesen helyreállíthatatlan: a szoftver a többi lemez paritása és információi alapján szimulálja a jelenlétét, így néha a fennmaradó adatok nagy része is helyreállítható.
Továbbá RAID konfigurációs sablonok hozhatók létre, menthetők és újratölthetők , valamint a virtuális RAID-en belüli egyes lemezek dinamikusan csatlakoztathatók vagy leválaszthatók, hogy lássák, hogyan befolyásolják a tömböt. Ez a funkció kulcsfontosságú annak meghatározásához, hogy melyik lemez volt valójában hibás egy RAID 5-ben, például azáltal, hogy egyenként leválasztjuk őket, és megfigyeljük a szimulált fájlrendszer viselkedését.
A RAID rendszer meghibásodásának gyakori okai
A RAID rendszerhibák lehetnek logikai, fizikai vagy emberi eredetűek , és gyakran kombinációban fordulnak elő. Bár a RAID-eket a megbízhatóság növelésére tervezték, nem mentesek a kaszkádos hibáktól vagy a nem megfelelő karbantartástól.
A paritáscsík elvesztése egy logikai probléma, amely akkor fordul elő, amikor az adatok rekonstruálásához használt információ (a paritás) megsérül vagy inkonzisztenssé válik. Ilyen helyzetekben maga a RAID rendszer nem képes helyreállítani a hibát, és külső beavatkozásra van szükség a paritáscsíkok megtalálásához és helyes rekonstruálásához.
A RAID tömbök fizikai lemezhibái nem sokkal gyakoribbak, mint az egyes lemezek meghibásodásai, de hatásuk megsokszorozódik, mivel a tömb mindegyiktől függ. Becslések szerint a telepített lemezek 2-3%-a meghibásodhat évente, tipikus problémák miatt: hibás szektorok, túlfeszültségek, szélsőséges hőmérsékletek, beragadt motorok, sérült író-olvasó fejek, hibás elektronikus alkatrészek stb.
Más tényezők, például a vírusok, a zsarolóvírusok vagy a fájlrendszer sérülése is okozhatja a RAID nem megfelelő csatlakoztatását, vagy még ha „online” állapotban is jelenik meg, elérhetetlenné teheti a partíciót vagy a logikai kötetet. A helytelenül telepített illesztőprogramok, a sikertelen firmware-frissítések vagy az ismételt áramkimaradások szintén sérthetik a RAID metaadatokat.
A helyzet bonyolultabbá válik, ha két vagy több hiba történik egymás után . Például egy RAID 5 tömbben, ahol az egyik lemez lebomlik, és nem cserélik ki azonnal, ha a második lemez meghibásodik az újjáépítési folyamat során, a rendszer már nem képes automatikusan rekonstruálni az adatokat. Ettől a ponttól kezdve a professzionális módszertan nélküli javítási kísérlet visszafordíthatatlanul súlyosbíthatja a károkat.
Az emberi hiba messze a legveszélyesebb ok : a lemez hibásként megjelölése csere nélkül, a romlási riasztások figyelmen kívül hagyása, különböző tömbökből származó lemezek keverése, a rendszer leállítása újjáépítés közben, vagy a vezérlő firmware-jében a rossz beállítások kiválasztása. Ezekben az esetekben a végső kárt nem a kezdeti hiba, hanem a nem megfelelő válasz okozza.
Professzionális adat-helyreállítási folyamat RAID rendszerekben
A szakosodott laboratóriumok nagyon szigorú munkafolyamatot követnek , hogy maximalizálják az adatok helyreállításának esélyeit egy meghibásodott RAID-ből. Bár minden eset más, az általános eljárás általában hasonló.
Először is egy műszaki diagnosztikát végeznek , amely általában ingyenes és kötelezettségmentes a legtöbb professzionális szolgáltatónál. Ez magában foglalja a RAID szint, a vezérlő vagy NAS gyártmányának és modelljének, a lemezek számának és típusának, az egyes meghajtók fizikai állapotának, valamint az esetlegesen megfigyelt tünetek (lebomlás, rendszerindítási hiba, mechanikai zajok, olvasási hibák stb.) azonosítását.
Ezután a megmaradt működő lemezeket szektoronként klónozzák . Ez a lépés kulcsfontosságú: az eredeti adathordozókat soha nem dolgozzák fel hosszabb ideig, mivel a sérült fej, a karcos tálca vagy az instabil szektorok további romlást okozhatnak a helyreállítás során. A másolatok olyan forenzikus hardver és szoftver segítségével készülnek, amelyek képesek kezelni az olvasási hibákat az újrapróbálkozások és a várakozási idők szabályozásával.
Az összes elérhető lemez képének felhasználásával a RAID logikailag rekonstruálódik egy izolált környezetben. Meghatározzák az olyan paramétereket, mint a blokkméret, a lemezsorrend, a paritás típusa és a gyártóspecifikus eltérések (pl. a RAID 5, RAID 6, RAID 50 vagy RAID 60 specifikus implementációi). Vegyes vagy összetett konfigurációkban további rétegeket, például LVM-et, kötetkezelőket, titkosítást és fájlrendszereket, mint a ZFS, ext4, Btrfs, XFS, HFS+, NTFS stb. is elemeznek.
Miután a virtuális RAID felcsatolódott , a rendszer megkísérli megtalálni és felcsatolni a fájlrendszert. Ha érvényes partíciót észlel, a rendszer listázza a könyvtárszerkezetet, és integritási ellenőrzéseket hajt végre: a kritikus fájlok előnézetét, adatbázisok, virtuálisgép-fájlok, képfájlok stb. ellenőrzését. Részleges sérülés esetén a fájlrendszer-rekonstrukciós technikákat kombinálnak bizonyos fájltípusok „nyers” (aláírás-alapú) helyreállításával.
Miután a laboratórium befejezte az elemzést , jellemzően átadja az ügyfélnek a helyreállítható fájlok listáját áttekintésre, mielőtt jóváhagyná a szolgáltatást. Csak ezután másolja a helyreállított adatokat új külső merevlemezekre vagy egy előre egyeztetett eszközre, soha nem az eredeti RAID tömbbe, amely érintetlen marad arra az esetre, ha a folyamat bármely részét meg kell ismételni vagy felül kell vizsgálni.
A professzionális helyreállítási szolgáltatások jellemzően mindenféle lemezmárkával (Seagate, Western Digital, Toshiba, Samsung, Crucial, SanDisk, Kingston, LaCie stb.) és a RAID-vezérlők és -házak széles választékával dolgoznak: a szerver SAS/SATA RAID-kártyáktól a külső Thunderbolt, USB, iSCSI, Fibre Channel megoldásokon át a kereskedelmi NAS tömbökig vagy a vállalati tárolórendszerekig.
Bevált gyakorlatok és hibák, amelyeket el kell kerülni RAID meghibásodása esetén
Ha a RAID-del problémák merülnek fel , számos olyan dolgot kell elkerülnöd, ha nem vagy adat-helyreállítási szakember. Sok teljes katasztrófa minimalizálható lett volna bizonyos gombok megnyomásának mellőzésével.
Soha ne végezzen vak újraépítést . A vezérlő vagy a NAS varázsló általában felkínálja az „újraépítés” vagy a „tömb újraépítése” lehetőséget, amint új lemezt észlel. Ha a rendszer több hibát is tapasztalt, akkor az információk arról, hogy mely lemezek voltak jók és melyek nem, elavultak lehetnek, és az ilyen körülmények között történő újraépítés véglegesen megsemmisítheti az érvényes paritást.
Ne cserélje ki a lemezeket anélkül, hogy először megbizonyosodna arról, hogy melyik hibásodott meg és mikor . A rossz lemez cseréje arra kényszerítheti a rendszert, hogy az elavult adatokat tartalmazó lemezt „jóként” kezelje. A RAID tömbökben, mint például a RAID 5 vagy RAID 6, a hibák sorrendje és pontos időzítése kritikus fontosságú az újraépítés során egyesítendő adatok integritásának biztosítása érdekében.
Ne kapcsolja ki a RAID-et folyamatban lévő újjáépítés közben, kivéve, ha egy képzett szakember kifejezetten utasítja erre, és a műveletet ellenőrzött körülmények között végzik. Újjáépítés során a redundancia általában letiltásra kerül, és a rendszer rendkívül sérülékeny állapotban működik. Áramkimaradás, áramszünet vagy kényszerített újraindítás esetén a RAID egy köztes állapotba kerülhet, amelyből nem tud helyreállni.
Ne próbálja meg fizikailag megjavítani a meghajtókat . A merevlemez tiszta kamrán kívüli kinyitása, ütése, lefagyasztása vagy bármilyen más, az interneten terjedő „csináld magad trükk” nemcsak hogy nem segít, de teljesen tönkreteheti a lemeztányérok mágneses felületét, így még egy profi javítóműhely számára is esélytelenné válik a siker.
Ha furcsa zajokat, kattanásokat vagy nyikorgást hall a RAID tömb bármelyik lemezéről, a legbiztonságosabb megoldás a rendszer biztonságos leállítása, és az újraindítás mellőzése, amíg azt fel nem mérték. A mechanikailag sérült lemezzel történő ismételt rendszerindítási erőltetés gyakran törött olvasó-/írófejekhez vezet, amelyek megkarcolják a tányért.
Általános ajánlás minden komolyabb esetben az, hogy állítsunk le minden műveletet, higgadtan dokumentáljuk a történteket (hibaüzenetek, dátumok, legutóbbi hardver- vagy szoftverváltozások), és vegyük fel a kapcsolatot egy RAID adatmentésre szakosodott szolgáltatással. Minél kevesebb előzetes beavatkozás történik, annál nagyobb a siker valószínűsége, és annál alacsonyabb a beavatkozás költsége.
Bár a modern RAID rendszerek nagyon robusztusak , és a tárolási technológiák kapacitása és megbízhatósága évről évre javul, a rendszeres biztonsági mentések külön adathordozókra továbbra is elengedhetetlenek. Egy jó biztonsági mentési tervvel és a hibák észlelésével a megelőzés és a speciális professzionális szolgáltatások kombinációja biztosítja, hogy még súlyos RAID-katasztrófák esetén is nagyon magasak maradjanak a kritikus információk helyreállításának esélyei.
