RAID atkūrimas: kritinės klaidos, sprendimai ir geriausia praktika

Informatec Digital » Ištekliai » RAID atkūrimas: kritinės klaidos, sprendimai ir geriausia praktika

Kai RAID sistema sugenda, pirmosios kelios minutės yra kritinės. Tą vadinamąją „auksinę valandą“ po gedimo įvyksta dauguma žmogiškųjų klaidų, kurios ištaisomą problemą paverčia negrįžtama katastrofa. Aklas diskų keitimas, nuolatinis perkrovimas arba bandymas atkurti sistemą nežinant, kas negerai, dažniausiai yra greičiausias kelias į visišką duomenų praradimą.

Kodėl RAID atkūrimas yra toks subtilus?

Daugeliu kritinių incidentų duomenų praradimas įvyksta ne dėl pradinio aparatinės įrangos gedimo, o dėl skubotų veiksmų, atliktų per pirmąją valandą . Šis laikotarpis yra labai svarbus: diskas gali pakeisti savo vietą, inicijavimo procesas gali būti pradėtas per klaidą, gali būti atliktas priverstinis atkūrimas arba sistema gali būti paleista iš nepilnos atsarginės kopijos tame pačiame saugyklos masyve, ir tai, kas kažkada buvo sudėtinga, bet įveikiama problema, tampa beveik neišsprendžiama mįsle.

Dažniausios rizikos situacijos apima diskų keitimą netinkama tvarka (RAID 0, 1, 5, 6, 10 ir kt.), valdiklio pakeitimą kitu modeliu neklonuojant ir nedokumentuojant konfigūracijos, priverstinį diskų įjungimą „prisijungus“ neanalizuojant tikrosios būsenos, neteisingų tomų inicijavimą arba nebaigtų atkūrimo procesų paleidimą, kurie dar labiau sugadina masyvo vidinę struktūrą.

Taip pat ypač pavojingi yra atsarginių kopijų atkūrimas tiesiai pažeistoje sistemoje , „VMware Storage“ „vMotion“ tipo saugyklų perkėlimas su nestabiliu masyvu ir bet kokia operacija, kurios metu nauji RAID konfigūracijos metaduomenys įrašomi į diskus su potencialiai atkuriama informacija.

RAID masyvas yra daugumos fizinių serverių, NAS ir SAN sistemų pagrindas, ir ne visada iš karto aišku, ar problema kyla iš paties masyvo. Todėl kilus abejonėms, protingiausia būtų sustabdyti visus įrašus į diskus , išsamiai dokumentuoti situaciją ir prieš atliekant bet kokius tolesnius pakeitimus kreiptis į duomenų atkūrimo specialistus.

Tipinės žmogiškosios klaidos ir pagrindinė geroji praktika

Kai RAID sistema pradeda veikti netinkamai, sugenda vienas ar keli diskai arba NAS neįsikrauna, instinktyvi reakcija paprastai yra bandyti įvairius būdus, „kol kas nors veiks“. Toks požiūris beveik visada pablogina problemą, nes kiekvienas veiksmas palieka pėdsaką diskuose ir gali perrašyti lyginumą, metaduomenis ar vartotojo duomenis, kurie vis dar yra nepažeisti.

Tarp dažniausių klaidų, apsunkinančių atkūrimą, yra tokie veiksmai kaip naujo RAID konfigūravimas naudojant tą patį valdiklį ir diskus , tų diskų įdėjimas į kitą saugojimo korpusą, siekiant „pažiūrėti, ar jis juos atpažįsta“, arba diskų skyrių fizinės tvarkos keitimas. Daugeliu atvejų šie veiksmai perrašo pradinę konfigūraciją, sunaikina lyginumo juostas ir smarkiai sumažina sėkmės tikimybę.

Kita dažna bloga praktika – neužrašyti nieko, kas nutinka. Sudėtingo gedimo atveju labai svarbu chronologiškai registruoti visus įvykius : elektros energijos tiekimo sutrikimus, sistemos pranešimus , diskų keitimą, atkūrimo bandymus, programinės įrangos atnaujinimus ir kt. Ši informacija vėliau padeda specializuotiems technikams sudėlioti dėlionę.

Lygiai taip pat svarbu dokumentuoti ir išsaugoti tikslią kiekvieno disko padėtį masyve . Diskų skyrių keitimas „iš akies“ arba tariamai neveikiančių diskų išmetimas yra neapgalvotas: jei vėliau RAID reikės surinkti laboratorijoje, žinojimas, kuris diskas buvo kuriame lizde, ir visų originalių diskų (net ir pakeistų) turėjimas gali turėti lemiamą reikšmę.

Paprastai RAID gedimo atveju reikia imtis šių veiksmų: sustabdyti kompiuterį, nieko neperkonfigūruoti, visus diskus palikti pažymėtus , surinkti kuo daugiau informacijos apie incidentą ir, jei duomenys yra svarbūs, prieš tęsiant eksperimentus susisiekti su profesionalia duomenų atkūrimo tarnyba.

Kaip profesionalai atkuria RAID sistemą

RAID duomenų atkūrimo įmonės dirba taikydamos griežtai struktūrizuotas procedūras, nes kiekvienas techninis sprendimas turi sumažinti tolesnės žalos riziką . Įprastu atveju, kai yra keli diskai ir terabaitai duomenų, bet koks improvizuotas žingsnis gali būti brangus.

Labai iliustruojantis realaus pasaulio pavyzdys yra RAID masyvas su dvylika diskų ir maždaug 12 TB duomenų. Atsarginės kopijos nebuvo tinkamai tvarkomos, todėl vienintelis tinkamas sprendimas buvo susisiekti su profesionalia RAID duomenų atkūrimo įmone . Padėtis buvo skubi; operacijas reikėjo atnaujinti kuo greičiau, o masyvas jau buvo pasiekęs kritinę būseną po to, kai perkonfigūravimo metu sugedo du diskai.

Tokiais atvejais specialistai paprastai pradeda klonuodami visus veikiančius diskus ir visada dirba su kopijomis, o ne su originalais. Tuo pačiu metu jie stengiasi kiek įmanoma sutaisyti fiziškai pažeistus diskus, taikydami laboratorinius darbus (švarios patalpos, galvučių keitimas, donorinė elektronika ir kt.) arba pažangius dalinio nuskaitymo metodus.

12 TB disko atveju didžiausia problema buvo ta, kad RAID perkonfigūravimas buvo prasidėjęs prieš antrąjį gedimą , todėl valdiklis jau buvo iš dalies perskaičiavęs naujas lyginumo vertes. Santykinis pranašumas buvo tas, kad antrasis diskas sugedo ankstyvosiose proceso stadijose, todėl didelę dalį senosios loginės struktūros vis dar buvo galima atkurti.

Atkūrus vieną iš pažeistų diskų ir sugeneravus pilną jo kopiją, iššūkis buvo rankiniu būdu atkurti loginę masyvo struktūrą : diskų tvarką, blokų dydį, lyginumo pasiskirstymą, galimus pakeitimus proceso metu... Šis darbas, kurio analizė gali užtrukti kelias dienas, leido mums atkurti apie 90 % duomenų, o tai, atsižvelgiant į aplinkybes, laikoma dideliu RAID atkūrimo sėkmės rodikliu.

Profesionalios paslaugos: ką jos paprastai siūlo ir kaip jos veikia

RAID duomenų atkūrimo įmonės paprastai siūlo greitą ir nemokamą diagnostiką , ypač svarbiems serveriams arba gamybiniams NAS įrenginiams. Kai kuriais atvejais jos įsipareigoja įvertinti problemą per kelias valandas, pateikti galimybių studiją ir fiksuotą kainos pasiūlymą bei laikytis politikos „be atkūrimo – nemokama“.

Įprasta paslauga pradedama teikti, kai klientas pateikia užklausą dėl nemokamos RAID atkūrimo kainos . Šiame pradiniame etape renkama informacija apie masyvo tipą (RAID 0, 1, 5, 6, 10, JBOD ir kt.), diskų skaičių, failų sistemą (pvz., ext4, Btrfs, XFS, HFS+, NTFS...), naudojamą aparatinę įrangą („Synology NAS“, „QNAP“, firminiai serveriai, SAN masyvai...) ir pateikiamas išsamus simptomų bei iki šiol atliktų veiksmų aprašymas.

Kai tyrimas priimamas, įmonė paprastai pasirūpina nemokamu įrangos ar diskų atsiėmimu , nurodydama tikslias pakavimo instrukcijas: naudoti antistatinę arba paminkštintą pakuotę, įrenginį sudėti į tvirtą dėžę su smūgius sugeriančia medžiaga, neleisti diskams judėti transportavimo metu ir gerai paženklinti paraiškos numeriu.

Grįžę į laboratoriją, technikai atlieka kiekvieno disko fizinę ir loginę diagnostiką , kai tik įmanoma, sukuria bitų po bito vaizdus, ​​įvertina sektorių būklę ir nusprendžia, kaip virtualiai atkurti RAID. Tik tada pateikiama galutinė sąmata, įskaitant numatomą atkuriamų duomenų procentą ir apytikslį atkūrimo laiką.

Jei klientas sutinka, prasideda tikrasis atkūrimo procesas. Stabilizavus diskus ir nustačius RAID kontroliuojamoje aplinkoje, specialistai sukuria pasiekiamų failų sąrašą. Iki šiol klientas paprastai nieko nemoka . Tik jei sąrašas yra tinkamas, duomenys nukopijuojami į naują laikmeną (išorinį standųjį diską, pakaitinį NAS ir pan.) ir išsiunčiami atgal klientui, beveik visada įskaitant siuntimo išlaidas.

Pagrindai: kaip RAID veikia viduje

Paprastai tariant, RAID sistema yra fizinių diskų rinkinys, pateikiamas operacinei sistemai kaip vienas loginis vienetas . Svarbiausia yra tai, kaip paskirstomi duomenys ir, galbūt, diskų lygybė, siekiant padidinti našumą, talpą, atsparumą gedimams arba jų derinį.

RAID technologija leidžia duomenis paskirstyti juostelėmis arba blokais , kurie lygiagrečiai įrašomi keliuose diskuose, taip paspartinant prieigą derinant duomenų perdavimus. Be to, tam tikrais lygmenimis saugomi pertekliniai duomenys (paritetas), kad būtų galima perskaičiuoti duomenis iš sugedusio disko nenutraukiant paslaugų teikimo, jei neviršijami masyvo projekte nurodyti gedimų apribojimai.

Dar vienas svarbus privalumas yra galimybė daugelyje sistemų karštai keisti diskus . Tai reiškia, kad sugedusį diską galima fiziškai išimti ir pakeisti neišjungiant serverio ar saugyklos masyvo, todėl valdiklis gali fone atkurti prarastus duomenis naujame diske, kol sistema toliau veikia.

Nėra vieno „tobulo RAID lygio“, kuris tiktų visiems scenarijams. Kiekvienas lygis teikia pirmenybę skirtingai našumo, saugumo ir naudojamos talpos pusiausvyrai . Todėl prieš bandant atlikti bet kokias taisymo ar atkūrimo operacijas labai svarbu suprasti, kokio tipo RAID yra sukonfigūruotas.

Kai kas nors nepavyksta, RAID pats paprastai gali atkurti duomenis, jei laikomasi suplanuoto gedimų toleravimo. Tačiau kai iš eilės kyla kelios fizinės, loginės ar žmogiškos problemos, masyvas gali prarasti koherenciją ir tapti nebegalinti pats atsigauti, todėl gali prireikti eksperto įsikišimo.

Įprasti RAID lygiai ir jų charakteristikos

Kiekvienas RAID lygis skirtingai tvarko duomenų paskirstymą ir lyginumą tarp diskų , todėl gedimo atveju elgsena labai skiriasi. Šių skirtumų supratimas padeda įvertinti tikrąją gedimo riziką ir sėkmingo atkūrimo tikimybę.

RAID 0, žinomas dėl savo didelio našumo, paskirsto duomenis juostelėmis bent dviejuose diskuose, nekaupdamas jokios nereikalingos informacijos. Tai reiškia, kad praradus vieną diską, prarandamas visas tomas , nes kiekvieno failo dalys yra paskirstytos visuose diskuose. Pagrindinis jo privalumas yra greitis, tačiau duomenų saugumo požiūriu jis yra labai pažeidžiamas.

RAID 1, arba veidrodinis atspindėjimas, palaiko identiškas duomenų kopijas dviejuose diskuose . Jei vienas sugenda, kitas toliau sklandžiai veikia. Tai paprasta, patikima ir pasižymi geru skaitymo greičiu, nors ir sumažina naudojamą talpą, nes laisva vieta yra lygi vieno poros disko talpai. Atkuriant duomenis, kai bent vienas iš diskų yra nepažeistas, viskas paprastai tampa daug lengviau.

Taip pat yra tokių RAID lygių kaip RAID 3 ir RAID 4, kurie šiandien yra retesni ir sujungia duomenų diskus su specialiu lyginumo disku . RAID 3 prieiga prie duomenų diskų yra vienalaikė, todėl lyginumo diskas tampa potencialia kliūtimi, o RAID 4 suteikia nepriklausomesnę prieigą prie kiekvieno duomenų disko, taip pagerindamas našumą esant tam tikroms apkrovoms.

RAID 5 yra bene plačiausiai naudojama RAID konfigūracija serverių ir NAS aplinkose. Ji paskirsto duomenis juostelėmis po kelis diskus ir įterpia lyginumo blokus, paskirstytus tarp visų diskų , neskiriant vieno disko išskirtinai šiai funkcijai. Ši konfigūracija leidžia atkurti duomenis pakaitiniame diske, jei vienas iš jų sugenda, su sąlyga, kad atkūrimo proceso metu neįvyksta antras gedimas.

RAID 6 pakelia saugumą dar aukščiau, kiekvienam duomenų rinkiniui saugodamas du lyginumo blokus , todėl gali atlaikyti iki dviejų diskų vienu metu įvykstančius gedimus neprarandant duomenų. Jam reikia daugiau disko talpos lyginumui ir daugiau skaičiavimo galios, tačiau mainais jis siūlo daug didesnę paklaidos ribą grandinės gedimų atveju – labai vertingą funkciją dideliuose masyvuose.

Be šių „klasikinių“ RAID lygių, yra ir tokių derinių kaip RAID 10 (veidrodis + juostavimas), RAID 50 arba 60 ir linijinės arba JBOD konfigūracijos, kai diskai tiesiog sujungiami į didelį tomą be tikro perteklinio atkūrimo. Nė vienu iš šių atvejų RAID nepakeičia gerai suprojektuotos atsarginių kopijų sistemos.

Tipiniai RAID sistemos gedimai ir kada atkūrimas tampa sudėtingas

RAID sistemos yra žinomos dėl savo patikimumo, ir tai pagrįstai, tačiau jos nėra apsaugotos nuo problemų. Praktiškai pasitaiko fizinių, loginių ir žmogiškųjų klaidų , kurios dažnai susipynusios ir sukelia sudėtingas atkūrimo situacijas.

Logiškai mąstant, viena rimčiausių kliūčių yra pariteto juostų praradimas arba sugadinimas . Kai metaduomenys, rodantys, kaip duomenys ir paritetas pasiskirsto diskuose, suprastėja, RAID nebegali pats atkurti informacijos, todėl reikia išorinės intervencijos, kad šios juostelės būtų surastos ir atkurtos rankiniu arba pusiau automatiniu būdu.

Kalbant apie aparatinę įrangą, statistika rodo, kad nedidelė dalis diskų bet kurioje infrastruktūroje kasmet gali fiziškai sugesti – apie 2–3 %. Masyve su daugeliu diskų tai reiškia, kad bent vieno gedimo tikimybė yra nemaža. Mechaniniai gedimai, įtampos šuoliai, sugedusi programinė įranga, ekstremali temperatūra arba prastos kokybės komponentai yra dažnos fizinių gedimų priežastys.

Problemos paaštrėja, kai atkūrimo metu įvyksta antras gedimas, ypač RAID 5 arba konfigūracijose su daugeliu diskų. Jei sistemai atkuriant duomenis iš sugedusio disko, kitame diske pradeda kilti rimtų klaidų, masyvas gali tapti iš sugedusio į visiškai neprieinamą. Kai sugenda daugiau diskų nei numatoma tolerancija , RAID vidinės logikos nebepakanka ir reikia naudoti pažangius atkūrimo metodus.

Žmogiškoji klaida užbaigia kokteilį: disko, kuris jau davė įspėjimus, keitimo atidėliojimas, valdiklio signalizacijos ignoravimas, netinkamas sistemų išjungimas dėl pasikartojančių elektros energijos tiekimo sutrikimų , netinkamų tvarkyklių diegimas , priverstinis nuolatinis paleidimas iš naujo arba priežiūros procedūrų taikymas be naujausių atsarginių kopijų yra praktika, kuri labai padidina duomenų praradimo riziką.

Specializuotos programinės įrangos naudojimas: praktinis pavyzdys su „R-Studio“

Kai RAID nebepasiekiamas per originalų valdiklį, viena iš techninių galimybių yra virtualiai atkurti masyvą naudojant specializuotą programinę įrangą . Tokios priemonės kaip „R-Studio“ leidžia aptikti vis dar veikiančius RAID, tarsi jie būtų įprasti tomai, o rimtesniais atvejais – sukurti virtualius RAID iš diskų arba diskų atvaizdų.

Veikimo principas apima virtualaus RAID masyvo, pagrįsto fiziniais diskais arba jų atvaizdų kopijomis , kūrimą rankiniu būdu įvedant tokius parametrus kaip diskų skaičius, bloko dydis, pradinis poslinkis, RAID tipas (0, 1, 4, 5, 6, 10, JBOD, ZFS RAIDZ, RAIDZ2 ir kt.) ir diskų eiliškumas. Kai programinė įranga aptinka galiojančią failų sistemą, šis virtualus RAID masyvas pateikiamas kaip naršomas tomas, iš kurio galima išvardyti ir atkurti failus.

Pavyzdžiui, paprastam RAID 5 masyvui su trimis diskais, 64 KB blokais ir asinchroniniu kairiuoju lyginumu tiesiog reikėtų pasirinkti tris diskus teisinga tvarka , nurodyti bloko dydį, nustatyti atitinkamą poslinkį ir leisti įrankiui identifikuoti skaidinį. Iš ten galėsite atidaryti tomą, peržiūrėti aplankus, peržiūrėti failus (ypač didelius) ir patikrinti, ar struktūra buvo teisingai prijungta.

Sudėtingesnėse konfigūracijose, tokiose kaip RAID 5 su 4 KB blokais ir pasirinktiniu lyginumo šablonu, blokų eilės lentelė turi būti apibrėžta rankiniu būdu . Tai reiškia, kad eilutė po eilutės reikia įvesti, kuriame diske yra kiekvienas duomenų arba lyginumo blokas, užtikrinant sekos nuoseklumą. Programinė įranga įspėja, kai aptinka neatitikimų šioje lentelėje, kad juos būtų galima ištaisyti prieš pritaikant pakeitimus.

Svarbi atsargumo priemonė yra ta, kad šie virtualūs RAID yra grynai loginiai objektai programinės įrangos viduje : jie nieko nerašo į originalius diskus, iš kurių buvo sukurti. Tai leidžia eksperimentuoti su skirtingais parametrų deriniais, kol rasite tą, kuris teisingai atkuria failų sistemą nerizikuodamas dar labiau ją sugadinti.

Tais atvejais, kai trūksta fizinio disko, kai kurie įrankiai leidžia jį pakeisti „trūkstamu disku“ arba tuščiu vietos bloku, imituojant sugedusio RAID veikimą. Nepaisant to, norint patikimai atkurti failus, visi parametrai turi būti teisingi; net vienas neteisingas bloko dydis arba neteisingai apskaičiuotas poslinkis gali sugadinti išskleistus failus, todėl techninės žinios yra svarbios.

RAID tipai ir jų elgesys duomenų praradimo atveju

Be klasikinių RAID lygių, šiuolaikinės RAID sistemos palaiko įvairias hibridines ir linijines konfigūracijas . Kiekviena iš jų kelia skirtingų iššūkių atkuriant duomenis po kritinio gedimo.

RAID 0 (grynojo žymėjimo) masyve duomenys yra suskaidomi į mažas grupes, kurios nuosekliai įrašomos į visus masyvo diskus. Bendra talpa yra visų diskų suma, tačiau nėra jokio perteklinio turinio . Jei vienas iš diskų sugenda, visas tomas tampa netinkamas naudoti, o vienintelė atkūrimo galimybė apima pažangius metodus, kuriais bandoma atkurti tai, ką galima padaryti iš išlikusių diskų.

RAID 1 visada saugo identiškas visų duomenų kopijas kiekviename diske veidrodyje . Šis paprastumas yra didelis privalumas atkūrimo procesuose, nes jei vienas iš diskų lieka nepažeistas, prie jo duomenų galima tiesiogiai prisijungti, tarsi tai būtų nepriklausomas diskas, arba jo turinį galima nukopijuoti į naują diską ir vėliau atkurti veidrodį.

RAID lygiuose, tokiuose kaip RAID 4 ir RAID 5, kur lyginumas paskirstomas skirtingai, naudojama talpa paprastai yra visų diskų suma atėmus vieno disko talpą. Poreikis matematiškai atkurti disko duomenis pagal lyginumą apsunkina atkūrimą, kai gedimai įvyksta iš eilės ir prarandama daugiau diskų, nei leidžia konstrukcija.

Linijinės arba JBOD (angl. „Just a Bunch Of Disks“) konfigūracijos sugrupuoja kelis vienodo arba skirtingo dydžio diskus, kad sudarytų vieną didesnį loginį vienetą, neskirstant duomenų lygiagrečiai. Jos nesuteikia reikšmingų našumo patobulinimų ar dubliavimo: jei sugenda kuris nors diskas, prarandama prieiga prie viso tomo . Tokiais atvejais atkūrimas apima darbą su kiekvienu disku ir rankinį turinio atkūrimą iš nepažeistų segmentų.

Visi šie scenarijai pabrėžia, kad, kad ir kokios pažangios būtų saugojimo technologijos, išorinės ir patikrintos atsarginės kopijos išlieka būtinos . RAID sumažina arba pašalina prastovas tam tikrų gedimų atveju, tačiau neapsaugo nuo atsitiktinio ištrynimo, loginio sugadinimo, kenkėjiškų programų atakų ar konfigūravimo klaidų, kurios sunaikina informaciją failų sistemos lygmeniu.

Svarbiausi patarimai, kaip sumažinti riziką ir apsaugoti savo duomenis

Pirmoji rekomendacija, kad ir kokia akivaizdi ji atrodytų, – palaikyti reguliarią atsarginių kopijų kūrimo politiką , kuri nebūtų paremta pačiu RAID. Tai apima serverius, darbo stotis, išmaniuosius telefonus, NAS sistemas ir bet kurį kitą įrenginį, kuriame saugomi vertingi duomenys. Tik tokiu būdu, rimto gedimo atveju, paslaugą galima atkurti nepasikliaujant teismo ekspertizės atkūrimo sėkme.

Jei incidentas vis tiek įvyksta ir nėra tinkamos naudoti atsarginės kopijos, išmintingiausia vengti bet kokio bandymo atlikti savadarbį remontą aiškiai nesuprantant veiksmų ir jų galimų pasekmių. Prieš paleidžiant failų sistemos taisymo įrankius, pradedant automatinį atkūrimą arba keičiant diskus tarp skyrių, patartina pasikonsultuoti su duomenų atkūrimo specialistais ir išsamiai paaiškinti jiems situaciją.

Taip pat svarbu atkreipti dėmesį į ankstyvus gedimo požymius : diskus, kuriuose pradeda rodyti perskirstytus sektorius, valdiklius, kurie generuoja įspėjimus, sistemos žurnalus su įvesties / išvesties įspėjimais, saugojimo masyvus, kurie pažymi masyvą kaip sugedusį... Šių simptomų ignoravimas dėl tinginystės ar baimės sustabdyti paslaugą dažniausiai yra daug rimtesnio ir brangesnio gedimo preliudija.

Galiausiai, kai duomenys yra vertingi, verta iš anksto pasirinkti patikimą duomenų atkūrimo paslaugų teikėją . Atėjus laikui, tiesioginis kontaktas sutrumpina reagavimo laiką, leidžia nuo pat pradžių gauti tikslias instrukcijas ir padidina tikimybę atkurti kuo daugiau duomenų.

Nesuskaičiuojamų atvejų patirtis rodo, kad tinkamas RAID dizainas, patikimos atsarginės kopijos, ramus reagavimas į gedimus ir specialistų pagalba prireikus yra tai, kas iš tikrųjų lemia skirtumą tarp kontroliuojamo išgąsčio ir katastrofiško duomenų praradimo.