RAID/服务器故障恢复
随着全球数据量爆炸式的增长，我们已经迎来了“大数据”时代，越来越大的数据如何安全有效的存储，各种容灾措施是否万无一失，当策略性备份这较后的容灾防线也崩溃时，如何拯救岌岌可危的“大数据”成了所有人都急切关注的问题。
我们支持惠普、IBM、戴尔、浪潮等品牌Raid-0、Raid-1、Raid-4、Raid-5、Raid-6级别及其衍生Raid级别的服务器（Raid阵列）出现故障时的数据恢复。
1、什么是RAID？
Raid（独立冗余磁盘阵列）是大数据时代较好的存储手段，它既解决了单块硬盘容量无法达到使用要求的缺陷，又提供了不同级别的灾备措施，用户可根据需要灵活定制适用的阵列模式来存储大容量数据，常见的阵列方式有以下几种：
|
级别
|
较少盘数
|
安全性
|
性能
|
适用范围
|
|
Raid-0
|
2
|
★
|
★★★★
|
Raid-0提供极佳的读写性能，磁盘利用率很高，但未提供任何冗余手段，任何一块成员盘故障，都会导致Raid失效，数据丢失，它在所有阵列模式中，安全性较差。
适用于对存储速度和容量要求较高，但数据重要性较低的企业和个人，例如婚纱影楼等。
|
|
Raid-1
|
仅可2块
|
★★★★★
|
★
|
Raid-1俗称镜像，两块成员盘同步进行操作，其中一块出现故障，不影响数据安全，但其性能和磁盘利用率较低，适用于存储极为重要的数据，例如企业财务数据、网站数据库等。
|
|
Raid-5
|
3
|
★★★
|
★★★★
|
Raid-5是较常用的一种阵列模式，它提供了一组冗余信息（P校验-校验值通过成员盘异或运算得出），允许其中一块成员盘掉线而不影响阵列的正常运行，同时兼顾了阵列的容量与性能，这使得Raid-5适用范围非常广，广泛应用于企业、政府、军队的大型存储中。
|
|
Raid-6
|
4
|
★★★★
|
★★★
|
Raid-6是Raid-5的加强版，它提供了两组冗余信息（P、 Q校验），较多允许两块成员盘掉线，安全性更高，当性能比Raid-5稍差，适用于对安全性要求更高的行业。
|
|
HP双循环
|
3
|
★★★
|
★★★★
|
惠普双循环是惠普服务器上特有的一种阵列模式，其整体为Raid-5（或Raid-6），但在Raid-5（Raid-6）下又包含了Raid-4，提供了一组冗余信息，其性能及安全性与单纯的Raid-5（Raid-6）相差不多，只搭载在惠普服务器上。
|
|
JBod/Big
|
2
|
★★
|
★★
|
严格意义上说，JBod不是一种阵列模式，它仅将几块硬盘首尾相连，所以不存在条带、循环方向等Raid特性，容量为所有成员盘相加，这种阵列模式由于性能和安全性均不佳，在实际中较少被采用。
|
二、RAID为什么会发生故障？
Raid提供了不同级别的容灾措施，但它并不是万无一失的，即使是较安全的Raid-1也可能由于不可预见的原因导致数据彻底丢失。从我们接触的实际案例看，恰恰是阵列提供商所宣传的安全性，放松了用户的安全意识，较终造成数据丢失。例如Raid-5允许一块成员盘掉线而不影响正常使用，实际案例中，90%以上的Raid-5故障均表现为两块以上成员盘掉线，且其中一块往往已掉线很久。这说明，当第一块故障盘亮灯报警后，用户并未及时发现并排除故障，当第二块硬盘离线，Raid失效后才开始补救，为时已晚。
那么Raid为什么会出现故障？Raid安全性的基础是成员盘的安全可靠，由于机械硬盘存储密度的大幅提升以及厂商对成本的压缩控制，现在硬盘的质量已大不如前，很多硬盘仅仅使用几个月甚至更短时间即出现物理故障，当过多的硬盘出现故障，Raid的安全性就成了空谈。为提高性能，阵列上常常采用性能更高的服务器硬盘，这种硬盘可提供10000-15000rpm的转速，性能极佳。但它们在出现磁头损坏后，如不及时发现并断电，磁头很可能长时间与碟片接触，将碟片严重划伤，致使存储介质的磁粉脱落，造成无法挽回的损失。
|
|
故障原因
|
故障表现
|
|
1
|
逻辑故障
|
1. 阵列中部分数据丢失或数据无法正常打开（文件系统损坏或文件结构破坏）
2. 阵列中某种格式（Office文档、压缩文件）无法正常打开（病毒破坏特定文件）
3. 在系统下，阵列未初始化（MBR损坏或分区表故障）
4. 阵列卷无法打开或提示格式化（文件系统损坏）
5. 误将阵列中一块多多块硬盘进行格式化操作
6. Raid重建（将Raid-1重建为Raid-0或反操作，将Raid-5重建为Raid-0或反操作等）
|
|
2
|
成员盘物理故障
|
1. 多块成员盘指示灯报警
2. Raid管理器中多块硬盘离线或丢失
3. 阵列从系统下丢失并无法访问
4. 阵列呈现未初始化状态
5. 阵列重启后无法正常启动
6. 阵列同步过程中又有其它成员盘离线
|
|
3
|
阵列卡损坏
|
1. 阵列信息丢失，所有硬盘均呈现离线状态
2. 阵列在系统下无法识别
3. 无法进入Raid管理界面或查看Raid信息时死机
|
|
4
|
不恰当的阵列扩容
|
1． 多块成员盘指示灯报警
2． 阵列呈现未初始化状态，无法正常访问
3． 扩容后容量不正常，或发生卷丢失
4． 扩容后部分或全部文件丢失
|
|
5
|
盘序标记错误
|
1. 阵列无法正常启动
2. 在Raid管理中，阵列呈现未初始化状态
|
三、RAID发生故障后如何避免数据丢失？
用户在阵列出现故障后，通常首先向供应商求助，但供应商仅能保证阵列重新正常运行，并不对用户数据安全负责。所以供应商通常采取的措施是将离线硬盘剔除，替换完好硬盘让阵列自行做同步操作，正常情况下，这种做法是安全的，但如果成员盘先后离线时间间隔较长，提前离线的硬盘可能在重启后恢复正常并参与同步，它并未存储其离线后的“新鲜”数据，当其参与同步操作时，就把整个阵列数据“污染”了，导致数据在同步完成后丢失或无法正常打开，较明显的表现为：数据越新越大，损坏的概率越高，数据越旧越小，损坏概率越低。
数据恢复厂商与服务器供应商所提供的解决方案是不同的，数据恢复提倡先将数据完整恢复，再对阵列采取修复措施，甚至可以在替换故障硬盘后直接对阵列进行初始化，再将已经完整恢复的数据拷贝回去。对于大容量阵列来说，磁盘同步是个工作量巨大的操作，所有成员盘可能在连续几天的时间里不间断进行读写操作，一些存在质量问题的硬盘可能在这一过程中损坏。在我们的案例中，经常出现同步过程未结束，原来正常的硬盘又离线的情况，而这时再进行数据恢复，难度很高。
四、友情提示
灾备措施是滞后的，没有任何一种容灾手段能做到万无一失，也没有哪种Raid机制能百分百保证您的数据安全，勤检查，常备份才是避免重大数据丢失唯一行之有效的手段。
|
1
|
勤检查，多查看。定期查看阵列运行状态，及时发现不正常现象，并排除；
|
|
2
|
阵列出现故障后，立即对阵列进行断电操作，切忌做重新创建、强制上线、强制重建等操作；
|
|
3
|
非专业人事切忌对Raid模块进行拆卸、更换等操作
|
|
4
|
当对阵列硬盘进行清尘时，需提前标记盘序，避免由于盘序错乱导致Raid信息丢失。
|
|
5
|
任何容灾措施都不可能万无一失，定期对阵列内的重要数据进行备份，勤备份是防止数据丢失唯一行之有效的途径。
|
|
6
|
及时求助正规专业的数据恢复机构，阵列是可以用钱买到的，但数据是无价的，在进行阵列修复前，切记先将数据完整恢复。
|
常见问题解答
RAID阵列出现故障时，数据还能恢复吗？
可以恢复。当RAID阵列因成员盘故障、控制器损坏或配置丢失等原因失效时，只要成员盘本身没有严重物理损伤，通过专业工具如Flash Extractor或Oracle Extractor，结合对RAID参数（如条带大小、磁盘顺序）的分析，通常可以重组阵列并提取数据。但恢复成功率取决于故障类型和是否及时停止写入操作。
哪些RAID级别支持数据恢复？
我们支持惠普、IBM、戴尔、浪潮等品牌服务器的RAID-0、RAID-1、RAID-4、RAID-5、RAID-6及其衍生级别（如RAID-10、RAID-50）的故障恢复。不同级别恢复难度不同，例如RAID-0无冗余，需重建所有成员盘；RAID-5/6可基于校验信息重建，但需准确识别阵列参数。
服务器RAID故障后，应该立即做什么？
首先立即停止对阵列的任何写入操作，包括重启服务器、同步或重建操作，以免覆盖原有数据。然后，尽量保持硬盘物理连接不变，避免插拔或更换顺序。最后，联系专业数据恢复服务，使用专用工具读取每块硬盘的底层数据，再离线分析并重组RAID，切勿尝试用常规软件强行扫描。