Pemulihan RAID: Kesilapan Kritikal, Penyelesaian dan Amalan Terbaik

Informatec Digital » Sumber » Pemulihan RAID: Kesilapan Kritikal, Penyelesaian dan Amalan Terbaik

Apabila sistem RAID gagal, beberapa minit pertama adalah kritikal. Dalam panggilan itu "Waktu keemasan" selepas keputusan itu Kebanyakan kesilapan manusia yang mengubah masalah yang boleh dipulihkan menjadi bencana yang tidak dapat dipulihkan berlaku dalam situasi ini. Menukar cakera secara membuta tuli, memulakan semula secara berterusan atau cuba membina semula tanpa mengetahui apa yang salah selalunya merupakan jalan terpantas kepada kehilangan data sepenuhnya.

Mengapa pemulihan RAID begitu halus?

Dalam banyak insiden kritikal, kehilangan maklumat bukan disebabkan oleh kegagalan perkakasan awal, tetapi oleh kegagalan perkakasan berikutnya. tindakan tergesa-gesa pada jam pertamaTempoh itu adalah kunci: cakera berubah kedudukan, permulaan dimulakan secara tidak sengaja, pembinaan semula dipaksa, atau sistem dibut daripada sandaran yang tidak lengkap pada tatasusunan storan yang sama, dan apa yang dahulunya masalah yang rumit tetapi boleh diurus menjadi teka-teki yang hampir mustahil.

Situasi risiko yang paling biasa termasuk tukar cakera dalam susunan yang salah (dalam RAID 0, 1, 5, 6, 10, dll.), menggantikan pengawal dengan model lain tanpa mengklon atau mendokumentasikan konfigurasi, memaksa cakera "dalam talian" tanpa menganalisis keadaan sebenar, memulakan volum yang salah atau melancarkan binaan semula yang tidak selesai dan merosakkan lagi struktur dalaman array.

Juga amat berbahaya ialah sandaran memulihkan terus ke sistem yang rosakMigrasi storan jenis VMware Storage vMotion dengan tatasusunan yang tidak stabil dan sebarang operasi yang menulis metadata konfigurasi RAID baharu ke cakera dengan maklumat yang berpotensi boleh dipulihkan.

Tatasusunan RAID merupakan asas bagi kebanyakan pelayan fizikal, peranti NAS dan SAN, dan tidak selalunya jelas dari awal bahawa masalah itu berasal dari tatasusunan itu sendiri. Oleh itu, apabila ragu-ragu, tindakan yang paling bijak ialah... hentikan semua penulisan ke cakeraDokumentasikan apa yang berlaku dengan seberapa terperinci yang mungkin dan dapatkan nasihat daripada pakar pemulihan data sebelum menyentuh apa-apa lagi.

Kesilapan manusia yang biasa dan amalan asas yang baik

Apabila RAID memasuki keadaan terdegradasi, satu atau lebih cakera gagal, atau NAS tidak dapat boot, reaksi naluri biasanya adalah untuk terus mencuba sesuatu "sehingga sesuatu berfungsi." Pendekatan ini hampir selalu memburukkan lagi masalah kerana Setiap tindakan meninggalkan jejak pada cakera. dan boleh menulis ganti pariti, metadata atau data pengguna yang masih utuh.

Antara ralat paling kerap yang merumitkan pemulihan ialah tindakan seperti Konfigurasikan RAID baharu menggunakan pengawal dan cakera yang samaCuba memasukkan cakera ke dalam ruang pemacu yang berbeza untuk "melihat sama ada ia mengenalinya" atau mengubah susunan fizikal dulang adalah satu lagi taktik. Dalam peratusan kes yang tinggi, tindakan ini menulis semula konfigurasi asal, memusnahkan jalur pariti dan mengurangkan peluang kejayaan secara drastik.

Satu lagi amalan buruk yang biasa dilakukan ialah tidak merekodkan apa-apa yang berlaku. Dalam senario kerosakan yang kompleks, ini adalah penting. catatkan semua peristiwa secara kronologi: gangguan bekalan elektrik, mesej sistemPerubahan cakera, percubaan bina semula, kemas kini perisian tegar, dsb. Maklumat ini kemudiannya membantu juruteknik khusus menyelesaikan masalah tersebut.

Sama pentingnya untuk mendokumentasikan dan memelihara kedudukan tepat setiap cakera dalam arrayMenukar ruang pemacu "secara langsung" atau membuang pemacu yang dikatakan mati adalah melulu: jika anda kemudian perlu membina semula RAID di makmal, mengetahui pemacu yang berada di slot yang mana dan mempunyai semua pemacu asal (walaupun yang diganti) boleh membuat semua perbezaan.

Sebagai peraturan umum, sekiranya berlaku kegagalan RAID, prosedur berikut harus diikuti: Hentikan komputer, jangan konfigurasi semula apa-apa, pastikan semua cakera dilabelKumpulkan seberapa banyak maklumat yang mungkin tentang kejadian itu dan, jika data itu penting, hubungi perkhidmatan pemulihan profesional sebelum meneruskan percubaan.

Cara profesional mendekati pemulihan sistem RAID

Syarikat-syarikat yang pakar dalam pemulihan data RAID bekerjasama dengan prosedur yang sangat berstruktur kerana Setiap keputusan teknikal mesti meminimumkan risiko kerosakan tambahanDalam kes biasa dengan berbilang cakera dan terabait data yang dipertaruhkan, sebarang langkah improvisasi boleh menjadi mahal.

Satu contoh dunia sebenar yang sangat menggambarkan ialah tatasusunan RAID dengan dua belas cakera dan kira-kira 12 TB data. Sandaran tidak diuruskan dengan betul, jadi satu-satunya penyelesaian yang berdaya maju adalah dengan menggunakan Syarikat pemulihan data RAID profesionalKes itu mendesak; operasi perlu disambung semula secepat mungkin, dan tatasusunan telah pun memasuki keadaan kritikal selepas dua cakera gagal semasa konfigurasi semula.

Dalam senario sedemikian, pakar biasanya bermula dengan klon semua cakera yang masih bertindak balas dan sentiasa mengusahakan salinan, bukan yang asal. Pada masa yang sama, mereka cuba membaiki, setakat yang mungkin, unit yang rosak secara fizikal, sama ada melalui intervensi makmal (ruang bersih, penggantian kepala, elektronik penderma, dll.) atau dengan teknik bacaan separa yang canggih.

Dalam kes 12 TB, masalah terbesar ialah Konfigurasi semula RAID telah dimulakan sebelum kegagalan keduaPengawal telah pun mengira semula sebahagian daripada pariti baharu. Kelebihan relatifnya ialah cakera kedua gagal pada peringkat awal proses, jadi sebahagian besar struktur logik lama kekal boleh dibina semula.

Selepas memulihkan salah satu cakera yang rosak dan mencipta salinan yang lengkap, cabarannya adalah membina semula struktur logik tatasusunan secara manualSusunan cakera, saiz blok, taburan pariti, kemungkinan perubahan pertengahan proses… Kerja ini, yang boleh mengambil masa beberapa hari analisis, membolehkan kami memulihkan sekitar 90% data, yang, memandangkan keadaannya, dianggap sebagai kadar kejayaan yang tinggi dalam pemulihan RAID.

Perkhidmatan profesional: apa yang biasanya mereka tawarkan dan cara ia berfungsi

Syarikat yang pakar dalam pemulihan data RAID biasanya menawarkan diagnosis pantas tanpa kos pendahuluanterutamanya apabila melibatkan pelayan kritikal atau peranti NAS yang sedang dalam pengeluaran. Dalam beberapa kes, mereka komited untuk menilai masalah dalam masa beberapa jam, menghantar laporan kebolehlaksanaan dan sebut harga tetap, dan menggunakan dasar "tiada pemulihan, tiada yuran".

Perkhidmatan biasa bermula apabila pelanggan meminta Sebut harga percuma untuk memulihkan RAID andaDalam fasa awal ini, maklumat dikumpulkan tentang jenis array (RAID 0, 1, 5, 6, 10, JBOD, dll.), bilangan cakera, sistem fail (contohnya ext4, Btrfs, XFS, HFS+, NTFS…), perkakasan yang terlibat (Synology NAS, QNAP, pelayan jenama, tatasusunan SAN…) dan penerangan terperinci tentang simptom dan tindakan yang diambil setakat ini.

Sebaik sahaja kajian itu diterima, syarikat biasanya menguruskan Pengambilan peralatan atau cakera secara percuma, menunjukkan arahan pembungkusan yang tepat: gunakan pembalut antistatik atau empuk, letakkan peranti di dalam kotak tegar dengan bahan penyerap hentakan, elakkan cakera daripada bergerak semasa pengangkutan dan labelkan dengan baik dengan nombor aplikasi.

Sebaik sahaja di makmal, juruteknik akan menjalankan diagnosis fizikal dan logik setiap cakeraMereka mencipta imej bit demi bit apabila mungkin, menilai keadaan sektor dan memutuskan cara untuk membina semula RAID secara maya. Hanya selepas itu sebut harga akhir dibentangkan dengan anggaran peratusan data yang boleh dipulihkan dan garis masa kerja indikatif.

Jika klien meluluskan, proses pemulihan sebenar akan bermula. Selepas menstabilkan pemacu dan menyediakan RAID dalam persekitaran terkawal, pakar akan menjana senarai fail yang boleh diakses. Sehingga ketika itu, pelanggan biasanya belum membayar apa-apa lagi.Hanya jika penyenaraian memuaskan, data akan disalin ke medium baharu (cakera luaran, NAS gantian, dll.) dan dihantar kembali kepada pelanggan, hampir selalu dengan kos penghantaran disertakan.

Asas: cara RAID berfungsi di dalam

Sistem RAID, secara ringkasnya, ialah satu set cakera fizikal yang dibentangkan kepada sistem pengendalian sebagai satu unit logik tunggalKuncinya terletak pada cara data diedarkan dan, akhirnya, pariti antara cakera untuk mendapatkan prestasi, kapasiti atau toleransi kesalahan, atau gabungan semua ini.

Teknologi RAID membolehkan mengedarkan maklumat dalam jalur atau blok Data ini ditulis secara selari merentasi berbilang cakera, yang mempercepatkan akses dengan menggabungkan pemindahan. Selain itu, data berlebihan (pariti) disimpan pada tahap tertentu untuk mengira semula maklumat pada cakera yang gagal tanpa gangguan perkhidmatan, dengan syarat had kegagalan yang dinyatakan dalam reka bentuk tatasusunan tidak dilebihi.

Satu lagi kelebihan penting ialah kemungkinan pertukaran cakera panas Dalam banyak sistem, cakera yang rosak boleh dialih keluar dan diganti secara fizikal tanpa mematikan pelayan atau susunan storan, membolehkan pengawal membina semula data yang hilang pada cakera baharu di latar belakang sementara sistem terus beroperasi.

Tiada "tahap RAID" tunggal yang sempurna untuk semua senario. Setiap tahap mengutamakan keseimbangan yang berbeza antara prestasi, keselamatan dan kapasiti yang boleh digunakanItulah sebabnya penting untuk memahami jenis RAID yang disediakan sebelum mencuba sebarang operasi pembaikan atau pemulihan.

Apabila berlaku sesuatu yang tidak kena, RAID itu sendiri biasanya boleh membina semula data jika toleransi kesalahan yang dirancang dipenuhi. Walau bagaimanapun, apabila beberapa masalah fizikal, logik atau manusia berlaku secara berturut-turut, tatasusunan boleh hilang koheren dan menjadi tidak dapat dipulihkan dengan sendirinya, memerlukan campur tangan pakar.

Tahap RAID biasa dan ciri-cirinya

Setiap tahap RAID menguruskan pembahagian data dan pariti antara cakeraIni diterjemahkan kepada perbezaan tingkah laku yang sangat jelas sekiranya berlaku kegagalan. Memahami perbezaan ini membantu menilai risiko sebenar kerosakan dan kemungkinan pemulihan yang berjaya.

RAID 0, yang dikenali kerana prestasinya yang tinggi, mengedarkan data secara berjalur merentasi sekurang-kurangnya dua cakera tanpa menyimpan sebarang maklumat yang berlebihan. Ini bermakna Kehilangan satu cakera bermaksud kehilangan keseluruhan kelantangankerana sebahagian daripada setiap fail tersebar di semua pemacu. Kelebihan utamanya ialah kelajuan, tetapi dari sudut keselamatan data, ia sangat rapuh.

RAID 1, atau pencerminan, mengekalkan salinan maklumat yang sama pada dua cakeraJika salah satu gagal, cakera yang satu lagi akan terus beroperasi dengan lancar. Ia mudah, andal dan menawarkan kelajuan baca yang baik, walaupun ia mengorbankan kapasiti yang boleh digunakan, kerana ruang yang tersedia adalah bersamaan dengan ruang cakera tunggal dalam pasangan tersebut. Dalam pemulihan, mempunyai sekurang-kurangnya satu cakera yang utuh biasanya menjadikan perkara lebih mudah.

Terdapat juga tahap seperti RAID 3 dan RAID 4, yang kurang meluas pada masa kini, yang menggabungkan cakera data dengan cakera yang dikhaskan untuk pariti kedaiDalam RAID 3, akses kepada cakera data adalah serentak dan cakera pariti menjadi potensi kesesakan, manakala dalam RAID 4, akses yang lebih bebas kepada setiap cakera data dibenarkan, sekali gus meningkatkan prestasi di bawah beban kerja tertentu.

RAID 5 mungkin yang paling banyak digunakan dalam persekitaran pelayan dan NAS. Ia mengedarkan data secara berjalur merentasi berbilang cakera. menyelangi blok pariti yang diagihkan antara semua unittanpa mendedikasikan cakera secara eksklusif untuk fungsi tersebut. Organisasi ini membenarkan toleransi kegagalan cakera dan membina semula maklumatnya pada pemacu gantian baharu, dengan syarat kegagalan kedua tidak berlaku semasa pembinaan semula.

RAID 6 membawa keselamatan selangkah lebih maju. simpan dua blok pariti untuk setiap set dataIni membolehkannya menahan kegagalan serentak sehingga dua cakera tanpa kehilangan data. Ia memerlukan lebih banyak kapasiti cakera untuk pariti dan lebih banyak kuasa pengkomputeran, tetapi sebagai balasannya menawarkan margin ralat yang jauh lebih besar sekiranya berlaku kegagalan berantai, ciri yang sangat bernilai dalam tatasusunan besar.

Selain tahap "klasik" ini, terdapat kombinasi seperti RAID 10 (pencerminan + jalur), RAID 50 atau 60, dan konfigurasi linear atau JBOD, di mana Cakera-cakera tersebut hanya digabungkan untuk membentuk satu isipadu yang besartanpa redundansi sebenar. Dalam kes ini, RAID tidak menggantikan sistem sandaran yang direka bentuk dengan baik.

Kegagalan sistem RAID biasa dan apabila pemulihan menjadi rumit

Sistem RAID mempunyai reputasi untuk kekukuhan, dan memang wajar begitu, tetapi ia tidak kebal daripada masalah. Dalam praktiknya, isu timbul. kegagalan fizikal, logik dan manusiayang sering bercampur aduk dan membawa kepada situasi sensitif dari sudut pandangan pemulihan.

Dari sudut logik, salah satu halangan yang paling serius ialah kehilangan atau kerosakan jalur paritiApabila metadata yang menunjukkan cara data diedarkan dan pariti antara cakera merosot, RAID tidak lagi boleh menjana semula maklumat itu sendiri dan campur tangan luaran diperlukan untuk mencari dan membina semula jalur tersebut secara manual atau separa automatik.

Berkenaan perkakasan, statistik menunjukkan bahawa sebilangan kecil cakera dalam mana-mana infrastruktur tertentu mungkin gagal secara fizikal setiap tahun, sekitar 2-3%. Dalam tatasusunan dengan banyak cakera, ini bermakna peluang sekurang-kurangnya satu cakera gagal adalah tidak boleh diabaikan. Kegagalan mekanikal, lonjakan voltan, perisian tegar yang rosak, suhu yang melampau atau komponen yang berkualiti rendah Ini adalah punca biasa insiden fizikal.

Masalah akan menjadi lebih teruk apabila kegagalan kedua berlaku semasa pembinaan semula, terutamanya dalam RAID 5 atau konfigurasi dengan banyak cakera. Jika, semasa sistem sedang menjana semula data daripada cakera yang gagal, cakera lain mula mengalami ralat yang serius, tatasusunan boleh berubah daripada rosak kepada tidak boleh diakses sepenuhnya. Apabila toleransi cakera yang lebih daripada yang dijangkakan gagalLogik dalaman RAID tidak lagi mencukupi, dan teknik pemulihan lanjutan mesti digunakan.

Kesilapan manusia melengkapkan masalah ini: menangguhkan penggantian cakera keras yang telah memberi amaran, mengabaikan penggera pengawal, Mematikan sistem secara tidak betul semasa gangguan bekalan elektrik berulang kali, pasang pemacu yang salahMemaksa permulaan semula yang berterusan atau menggunakan prosedur penyelenggaraan tanpa sandaran terkini adalah amalan yang meningkatkan risiko kehilangan data dengan ketara.

Penggunaan perisian khusus: contoh praktikal dengan R-Studio

Apabila RAID tidak lagi boleh diakses melalui pengawal asal, salah satu pilihan teknikal ialah membina semula tatasusunan secara maya dengan perisian khususAlat seperti R-Studio membolehkan anda mengesan RAID yang masih konsisten seolah-olah ia adalah isipadu biasa, dan dalam kes yang lebih serius, untuk menyediakan RAID maya daripada cakera atau imej cakera.

Prinsip kerja terdiri daripada mewujudkan RAID maya berdasarkan cakera fizikal atau salinan imejnyaIni dilakukan dengan memasukkan parameter secara manual seperti bilangan cakera, saiz blok, ofset permulaan, jenis RAID (0, 1, 4, 5, 6, 10, JBOD, ZFS RAIDZ, RAIDZ2, dll.), dan susunan cakera. Sebaik sahaja perisian mengesan sistem fail yang sah, RAID maya ini dibentangkan sebagai volum yang boleh dilayari yang mana fail boleh disenaraikan dan dipulihkan.

Contohnya, untuk tatasusunan RAID 5 ringkas yang terdiri daripada tiga cakera dengan blok 64 KB dan susunan pariti "kiri tak segerak", ia memadai untuk pilih tiga cakera mengikut susunan yang betulTentukan saiz blok, tetapkan ofset yang sesuai dan biarkan alat mengenal pasti partition tersebut. Dari situ, anda boleh membuka volum, memeriksa folder, pratonton fail (terutamanya yang besar) dan sahkan bahawa struktur telah dipasang dengan betul.

Dalam konfigurasi yang lebih kompleks, seperti RAID 5 dengan blok 4KB dan corak pariti tersuai, adalah perlu tentukan jadual tertib blok secara manualIni melibatkan memasukkan, baris demi baris, cakera yang mengandungi setiap blok data atau nilai pariti, mengesahkan bahawa urutan tersebut konsisten. Perisian ini memberi amaran kepada anda apabila ia mengesan ketidakkonsistenan dalam jadual ini supaya ia boleh diperbetulkan sebelum menggunakan perubahan.

Satu langkah berjaga-jaga penting ialah RAID maya ini objek logik semata-mata dalam perisianMereka tidak menulis apa-apa pada cakera asal dari mana ia dicipta. Ini membolehkan eksperimen dengan kombinasi parameter yang berbeza sehingga yang membina semula sistem fail dengan betul ditemui tanpa risiko memburukkan lagi kerosakan.

Sekiranya cakera fizikal hilang, sesetengah alat membolehkan anda menggantikannya dengan "cakera hilang" atau blok ruang kosong, mensimulasikan tingkah laku RAID yang rosak. Walaupun begitu, agar pemulihan fail boleh dipercayai, semua parameter mestilah betul; satu saiz blok yang salah atau ofset yang salah pengiraan boleh merosakkan fail yang diekstrak, oleh itu pentingnya kepakaran teknikal.

Jenis RAID dan kelakuannya dalam menghadapi kehilangan data

Melangkaui tahap klasik, sokongan sistem RAID hari ini pelbagai konfigurasi hibrid dan linearSetiap satu memberikan cabaran yang berbeza apabila melibatkan pemulihan maklumat selepas kegagalan kritikal.

Dalam tatasusunan RAID 0 (jalur tulen), data dipecahkan kepada kumpulan kecil yang ditulis secara berurutan kepada semua cakera dalam tatasusunan. Jumlah kapasiti ialah jumlah semua pemacu, tetapi Tiada sebarang jenis pertindihanJika salah satu cakera gagal, keseluruhan kelantangan menjadi tidak dapat digunakan, dan satu-satunya pilihan pemulihan melibatkan teknik canggih yang cuba membina semula apa yang boleh diselamatkan daripada cakera yang masih hidup.

RAID 1 sentiasa mengekalkan salinan semua data yang sama pada setiap cakera cerminKesederhanaan ini merupakan aset yang hebat dalam proses pemulihan, kerana jika salah satu cakera kekal utuh, datanya boleh diakses secara langsung seolah-olah ia merupakan cakera bebas, atau kandungannya boleh disalin ke pemacu baharu dan cermin dibuat semula kemudian.

Dalam tahap RAID seperti RAID 4 dan RAID 5, yang mana pariti diagihkan secara berbeza, kapasiti yang boleh digunakan biasanya merupakan jumlah semua cakera ditolak kapasiti yang setara dengan salah satu daripadanya. perlu membina semula data pada cakera secara matematik daripada pariti Inilah yang merumitkan pemulihan apabila kegagalan berlaku secara berturut-turut dan lebih banyak cakera hilang daripada yang dibenarkan oleh reka bentuk.

Konfigurasi Linear atau JBOD (Just a Bunch Of Disks) mengumpulkan beberapa cakera dengan saiz yang sama atau berbeza untuk membentuk satu unit logik yang lebih besar tanpa mengagihkan data secara selari. Ia tidak menawarkan penambahbaikan prestasi atau redundansi yang ketara. Jika mana-mana cakera gagal, akses kepada keseluruhan kelantangan akan hilang.Dalam kes ini, pemulihan melibatkan kerja pada setiap cakera dan membina semula kandungan secara manual daripada segmen yang tidak terjejas.

Semua senario ini menunjukkan bahawa, walau betapa canggihnya teknologi storan, Sandaran luaran dan yang disahkan kekal penting.RAID mengurangkan atau menghapuskan downtime sekiranya berlaku kegagalan tertentu, tetapi ia tidak melindungi daripada pemadaman tidak sengaja, kerosakan logik, serangan malware atau ralat konfigurasi yang memusnahkan maklumat pada peringkat sistem fail.

Petua utama untuk meminimumkan risiko dan melindungi data anda

Cadangan pertama, walau bagaimanapun jelasnya, ialah mengekalkan dasar sandaran yang tetap yang tidak bergantung pada RAID itu sendiri. Ini termasuk pelayan, stesen kerja, telefon pintar, sistem NAS dan sebarang peranti lain tempat data berharga disimpan. Hanya dengan cara ini, sekiranya berlaku kegagalan yang serius, perkhidmatan boleh dipulihkan tanpa bergantung pada kejayaan pemulihan forensik.

Jika insiden masih berlaku dan tiada sandaran yang boleh digunakan, tindakan yang paling bijak ialah elakkan sebarang percubaan pembaikan "buatan sendiri" Tanpa pemahaman yang jelas tentang langkah-langkah dan akibatnya, adalah dinasihatkan untuk berunding dengan pakar pemulihan data sebelum menjalankan alat pembaikan sistem fail, memulakan pembinaan semula automatik atau menukar cakera antara ruang. Terangkan situasi tersebut kepada mereka secara terperinci.

Ia juga penting perhatikan tanda-tanda awal kegagalanCakera yang mula menunjukkan sektor yang diperuntukkan semula, pengawal yang menjana amaran, log sistem dengan amaran I/O, tatasusunan storan yang menandakan tatasusunan sebagai terdegradasi… Mengabaikan simptom ini kerana malas atau takut menghentikan perkhidmatan biasanya merupakan permulaan kepada kegagalan yang jauh lebih serius dan mahal.

Akhir sekali, apabila nilai data adalah tinggi, adalah wajar untuk mengenal pasti terlebih dahulu pembekal pemulihan data yang dipercayaiApabila tiba masanya, hubungan secara langsung dapat memendekkan masa reaksi, membolehkan penerimaan arahan yang tepat dari awal lagi, dan meningkatkan peluang untuk menyimpan seberapa banyak maklumat yang mungkin.

Pengalaman yang terkumpul dalam banyak kes menunjukkan bahawa gabungan reka bentuk RAID yang sesuai, sandaran yang andal, tindak balas yang tenang terhadap kegagalan dan sokongan pakar apabila diperlukan adalah apa yang benar-benar membezakan antara ketakutan terkawal dan kehilangan data yang dahsyat.