Comment dépanner ma matrice RAID?

8

Je viens de vérifier ma matrice RAID ce matin et ce que j'ai obtenu est:

$ cat /proc/mdstat
Personalities : [raid1] [linear] [multipath] [raid0] [raid6] [raid5] [raid4] [raid10] 
md1 : active raid1 sdc7[0]
      238340224 blocks [2/1] [U_]

md0 : active raid1 sdc6[0]
      244139648 blocks [2/1] [U_]

md127 : active raid1 sdc3[0]
      390628416 blocks [2/1] [U_]

unused devices: <none>
$

Ce qui, je crois, signifie qu'un disque de mes baies est mort, est-ce vrai?

Comment puis-je procéder au dépannage approprié à l'avenir? Mes /etc/mdadm/mdadm.conflooks:

$ cat /etc/mdadm/mdadm.conf
# mdadm.conf
#
# Please refer to mdadm.conf(5) for information about this file.
#

# by default (built-in), scan all partitions (/proc/partitions) and all
# containers for MD superblocks. alternatively, specify devices to scan, using
# wildcards if desired.
#DEVICE partitions containers

# auto-create devices with Debian standard permissions
CREATE owner=root group=disk mode=0660 auto=yes

# automatically tag new arrays as belonging to the local system
HOMEHOST <system>

# instruct the monitoring daemon where to send mail alerts
MAILADDR root

# definitions of existing MD arrays
ARRAY /dev/md127 UUID=124cd4a5:2965955f:cd707cc0:bc3f8165
ARRAY /dev/md0 UUID=91e560f1:4e51d8eb:cd707cc0:bc3f8165
ARRAY /dev/md1 UUID=0abe503f:401d8d09:cd707cc0:bc3f8165

Comment savoir quel disque physique est cassé et doit être remplacé?

Merci

EDIT1

# mdadm --detail /dev/md0
/dev/md0:
        Version : 0.90
  Creation Time : Tue Sep  1 19:15:33 2009
     Raid Level : raid1
     Array Size : 244139648 (232.83 GiB 250.00 GB)
  Used Dev Size : 244139648 (232.83 GiB 250.00 GB)
   Raid Devices : 2
  Total Devices : 1
Preferred Minor : 0
    Persistence : Superblock is persistent

    Update Time : Mon Sep 21 07:11:24 2015
          State : clean, degraded 
 Active Devices : 1
Working Devices : 1
 Failed Devices : 0
  Spare Devices : 0

           UUID : 91e560f1:4e51d8eb:cd707cc0:bc3f8165
         Events : 0.76017

    Number   Major   Minor   RaidDevice State
       0       8       38        0      active sync   /dev/sdc6
       1       0        0        1      removed
root@regDesktopHome:~#

Pourquoi dirait-il Failed Devices : 0?

EDIT2
Ouverture de Gparted, je peux regarder les deux, /dev/sdbet /dev/sdcquels étaient mes deux RAIDdisques. Cependant, mdadm pense /dev.sdbavoir été supprimé pour une raison quelconque ... c'est étrange. J'ai essayé de monter une partition sur `` / dev / sdb` et j'ai obtenu ce qui suit

$sudo mount /dev/sdb7 test
[sudo] password for ron: 
mount: unknown filesystem type 'linux_raid_member'

qui semble tout coorect. Comment remettre ma matrice RAID en ordre?

EDIT 3

J'ai couru smartctl -a /dev/sdcet smartctl -a /dev/sdb, j'ai aussi fait badblocks /dev/sdcet badblocks /dev/sdbet même si cela sdcsemble 100% propre , j'ai sdbretourné quelques mauvais blocs:

# badblocks /dev/sdb
16130668
16130669
16130670
16130671

Serait-ce potentiellement la cause de la faute que je vois? Est-il possible de réparer / ignorer ces blocs défectueux ou dois-je remplacer le lecteur à la place?

EDIT 4

# smartctl --all /dev/sdb
smartctl 6.2 2013-07-26 r3841 [x86_64-linux-3.13.0-62-generic] (local build)
Copyright (C) 2002-13, Bruce Allen, Christian Franke, www.smartmontools.org

=== START OF INFORMATION SECTION ===
Model Family:     Seagate Barracuda 7200.12
Device Model:     ST31000528AS
Serial Number:    6VP0308B
LU WWN Device Id: 5 000c50 013d3ae45
Firmware Version: CC34
User Capacity:    1,000,204,886,016 bytes [1.00 TB]
Sector Size:      512 bytes logical/physical
Rotation Rate:    7200 rpm
Device is:        In smartctl database [for details use: -P show]
ATA Version is:   ATA8-ACS T13/1699-D revision 4
SATA Version is:  SATA 2.6, 3.0 Gb/s
Local Time is:    Sat Sep 26 11:35:02 2015 PDT

==> WARNING: A firmware update for this drive may be available,
see the following Seagate web pages:
http://knowledge.seagate.com/articles/en_US/FAQ/207931en
http://knowledge.seagate.com/articles/en_US/FAQ/213891en

SMART support is: Available - device has SMART capability.
SMART support is: Enabled

=== START OF READ SMART DATA SECTION ===
SMART overall-health self-assessment test result: PASSED

General SMART Values:
Offline data collection status:  (0x82) Offline data collection activity
                                        was completed without error.
                                        Auto Offline Data Collection: Enabled.
Self-test execution status:      (   0) The previous self-test routine completed
                                        without error or no self-test has ever 
                                        been run.
Total time to complete Offline 
data collection:                (  600) seconds.
Offline data collection
capabilities:                    (0x7b) SMART execute Offline immediate.
                                        Auto Offline data collection on/off support.
                                        Suspend Offline collection upon new
                                        command.
                                        Offline surface scan supported.
                                        Self-test supported.
                                        Conveyance Self-test supported.
                                        Selective Self-test supported.
SMART capabilities:            (0x0003) Saves SMART data before entering
                                        power-saving mode.
                                        Supports SMART auto save timer.
Error logging capability:        (0x01) Error logging supported.
                                        General Purpose Logging supported.
Short self-test routine 
recommended polling time:        (   1) minutes.
Extended self-test routine
recommended polling time:        ( 195) minutes.
Conveyance self-test routine
recommended polling time:        (   2) minutes.
SCT capabilities:              (0x103f) SCT Status supported.
                                        SCT Error Recovery Control supported.
                                        SCT Feature Control supported.
                                        SCT Data Table supported.

SMART Attributes Data Structure revision number: 10
Vendor Specific SMART Attributes with Thresholds:
ID# ATTRIBUTE_NAME          FLAG     VALUE WORST THRESH TYPE      UPDATED  WHEN_FAILED RAW_VALUE
  1 Raw_Read_Error_Rate     0x000f   114   099   006    Pre-fail  Always       -       78420742
  3 Spin_Up_Time            0x0003   095   095   000    Pre-fail  Always       -       0
  4 Start_Stop_Count        0x0032   099   099   020    Old_age   Always       -       1240
  5 Reallocated_Sector_Ct   0x0033   099   099   036    Pre-fail  Always       -       60
  7 Seek_Error_Rate         0x000f   082   060   030    Pre-fail  Always       -       199357441
  9 Power_On_Hours          0x0032   052   052   000    Old_age   Always       -       42401
 10 Spin_Retry_Count        0x0013   100   100   097    Pre-fail  Always       -       0
 12 Power_Cycle_Count       0x0032   099   037   020    Old_age   Always       -       1240
183 Runtime_Bad_Block       0x0000   098   098   000    Old_age   Offline      -       2
184 End-to-End_Error        0x0032   100   100   099    Old_age   Always       -       0
187 Reported_Uncorrect      0x0032   094   094   000    Old_age   Always       -       6
188 Command_Timeout         0x0032   100   100   000    Old_age   Always       -       0
189 High_Fly_Writes         0x003a   050   050   000    Old_age   Always       -       50
190 Airflow_Temperature_Cel 0x0022   062   046   045    Old_age   Always       -       38 (Min/Max 30/38)
194 Temperature_Celsius     0x0022   038   054   000    Old_age   Always       -       38 (0 17 0 0 0)
195 Hardware_ECC_Recovered  0x001a   030   012   000    Old_age   Always       -       78420742
197 Current_Pending_Sector  0x0012   100   100   000    Old_age   Always       -       1
198 Offline_Uncorrectable   0x0010   100   100   000    Old_age   Offline      -       1
199 UDMA_CRC_Error_Count    0x003e   200   200   000    Old_age   Always       -       0
240 Head_Flying_Hours       0x0000   100   253   000    Old_age   Offline      -       73332271657814
241 Total_LBAs_Written      0x0000   100   253   000    Old_age   Offline      -       2822963046
242 Total_LBAs_Read         0x0000   100   253   000    Old_age   Offline      -       2361465529

SMART Error Log Version: 1
ATA Error Count: 6 (device log contains only the most recent five errors)
        CR = Command Register [HEX]
        FR = Features Register [HEX]
        SC = Sector Count Register [HEX]
        SN = Sector Number Register [HEX]
        CL = Cylinder Low Register [HEX]
        CH = Cylinder High Register [HEX]
        DH = Device/Head Register [HEX]
        DC = Device Command Register [HEX]
        ER = Error register [HEX]
        ST = Status register [HEX]
Powered_Up_Time is measured from power on, and printed as
DDd+hh:mm:SS.sss where DD=days, hh=hours, mm=minutes,
SS=sec, and sss=millisec. It "wraps" after 49.710 days.

Error 6 occurred at disk power-on lifetime: 42372 hours (1765 days + 12 hours)
  When the command that caused the error occurred, the device was active or idle.

  After command completion occurred, registers were:
  ER ST SC SN CL CH DH
  -- -- -- -- -- -- --
  40 51 00 d9 44 ec 01  Error: UNC at LBA = 0x01ec44d9 = 32261337

  Commands leading to the command that caused the error were:
  CR FR SC SN CL CH DH DC   Powered_Up_Time  Command/Feature_Name
  -- -- -- -- -- -- -- --  ----------------  --------------------
  60 00 08 d8 44 ec 41 00      09:26:28.967  READ FPDMA QUEUED
  27 00 00 00 00 00 e0 00      09:26:28.941  READ NATIVE MAX ADDRESS EXT [OBS-ACS-3]
  ec 00 00 00 00 00 a0 00      09:26:28.940  IDENTIFY DEVICE
  ef 03 46 00 00 00 a0 00      09:26:28.928  SET FEATURES [Set transfer mode]
  27 00 00 00 00 00 e0 00      09:26:28.901  READ NATIVE MAX ADDRESS EXT [OBS-ACS-3]

Error 5 occurred at disk power-on lifetime: 42372 hours (1765 days + 12 hours)
  When the command that caused the error occurred, the device was active or idle.

  After command completion occurred, registers were:
  ER ST SC SN CL CH DH
  -- -- -- -- -- -- --
  40 51 00 d9 44 ec 01  Error: UNC at LBA = 0x01ec44d9 = 32261337

  Commands leading to the command that caused the error were:
  CR FR SC SN CL CH DH DC   Powered_Up_Time  Command/Feature_Name
  -- -- -- -- -- -- -- --  ----------------  --------------------
  60 00 08 d8 44 ec 41 00      09:26:26.095  READ FPDMA QUEUED
  27 00 00 00 00 00 e0 00      09:26:26.069  READ NATIVE MAX ADDRESS EXT [OBS-ACS-3]
  ec 00 00 00 00 00 a0 00      09:26:26.068  IDENTIFY DEVICE
  ef 03 46 00 00 00 a0 00      09:26:26.055  SET FEATURES [Set transfer mode]
  27 00 00 00 00 00 e0 00      09:26:26.029  READ NATIVE MAX ADDRESS EXT [OBS-ACS-3]

Error 4 occurred at disk power-on lifetime: 42372 hours (1765 days + 12 hours)
  When the command that caused the error occurred, the device was active or idle.

  After command completion occurred, registers were:
  ER ST SC SN CL CH DH
  -- -- -- -- -- -- --
  40 51 00 d9 44 ec 01  Error: UNC at LBA = 0x01ec44d9 = 32261337

  Commands leading to the command that caused the error were:
  CR FR SC SN CL CH DH DC   Powered_Up_Time  Command/Feature_Name
  -- -- -- -- -- -- -- --  ----------------  --------------------
  60 00 08 d8 44 ec 41 00      09:26:23.222  READ FPDMA QUEUED
  27 00 00 00 00 00 e0 00      09:26:23.195  READ NATIVE MAX ADDRESS EXT [OBS-ACS-3]
  ec 00 00 00 00 00 a0 00      09:26:23.194  IDENTIFY DEVICE
  ef 03 46 00 00 00 a0 00      09:26:23.182  SET FEATURES [Set transfer mode]
  27 00 00 00 00 00 e0 00      09:26:23.137  READ NATIVE MAX ADDRESS EXT [OBS-ACS-3]

Error 3 occurred at disk power-on lifetime: 42372 hours (1765 days + 12 hours)
  When the command that caused the error occurred, the device was active or idle.

  After command completion occurred, registers were:
  ER ST SC SN CL CH DH
  -- -- -- -- -- -- --
  40 51 00 d9 44 ec 01  Error: UNC at LBA = 0x01ec44d9 = 32261337

  Commands leading to the command that caused the error were:
  CR FR SC SN CL CH DH DC   Powered_Up_Time  Command/Feature_Name
  -- -- -- -- -- -- -- --  ----------------  --------------------
  60 00 08 d8 44 ec 41 00      09:26:20.351  READ FPDMA QUEUED
  60 00 80 e8 44 ec 41 00      09:26:20.350  READ FPDMA QUEUED
  27 00 00 00 00 00 e0 00      09:26:20.324  READ NATIVE MAX ADDRESS EXT [OBS-ACS-3]
  ec 00 00 00 00 00 a0 00      09:26:20.323  IDENTIFY DEVICE
  ef 03 46 00 00 00 a0 00      09:26:20.311  SET FEATURES [Set transfer mode]

Error 2 occurred at disk power-on lifetime: 42372 hours (1765 days + 12 hours)
  When the command that caused the error occurred, the device was active or idle.

  After command completion occurred, registers were:
  ER ST SC SN CL CH DH
  -- -- -- -- -- -- --
  40 51 00 d9 44 ec 01  Error: UNC at LBA = 0x01ec44d9 = 32261337

  Commands leading to the command that caused the error were:
  CR FR SC SN CL CH DH DC   Powered_Up_Time  Command/Feature_Name
  -- -- -- -- -- -- -- --  ----------------  --------------------
  60 00 80 e8 44 ec 41 00      09:26:17.478  READ FPDMA QUEUED
  60 00 40 a8 44 ec 41 00      09:26:17.478  READ FPDMA QUEUED
  60 00 20 88 44 ec 41 00      09:26:17.476  READ FPDMA QUEUED
  60 00 08 80 44 ec 41 00      09:26:17.453  READ FPDMA QUEUED
  27 00 00 00 00 00 e0 00      09:26:17.427  READ NATIVE MAX ADDRESS EXT [OBS-ACS-3]

SMART Self-test log structure revision number 1
No self-tests have been logged.  [To run self-tests, use: smartctl -t]


SMART Selective self-test log data structure revision number 1
 SPAN  MIN_LBA  MAX_LBA  CURRENT_TEST_STATUS
    1        0        0  Not_testing
    2        0        0  Not_testing
    3        0        0  Not_testing
    4        0        0  Not_testing
    5        0        0  Not_testing
Selective self-test flags (0x0):
  After scanning selected spans, do NOT read-scan remainder of disk.
If Selective self-test is pending on power-up, resume after 0 minute delay.

#

EDIT 5

J'ai réalisé qu'après le débranchement /dev/sdb, le précédent /dev/sdcc'est maintenant /dev/sdb. J'ai confirmé smartctl -a /dev/sdbque le numéro de série a changé après le démarrage avec le mauvais disque débranché. Je n'ai pas de chance et le disque est hors garantie , je vais donc me procurer un nouveau disque de remplacement.

raid mdadm stdcerr
la source
FYI: Vous devriez voir [UU] pour un miroir sain, pas [U_]. Comme vous le pensiez, cela signifie que l'un de vos miroirs est manquant. La suggestion de @ Halfgaar est la meilleure.
Tim S.
mdadm --manage ... --add ...Rééditez 6, avez-vous fait ce que Halfgaar a suggéré?
MadHatter
2
L'un des éléments clés des sites Stack Exchange est qu'ils ne sont pas des forums et qu'il n'y a pas de threads. Vous avez posé une question, il a été répondu. Si vous avez d'autres questions (connexes), vous devez les poser comme nouvelles questions et, le cas échéant, faire référence à l'original. Avant de faire cela, vous souhaiterez peut-être effectuer une recherche sur le site.
user9517

Réponses:

11

Étant donné que vous ne voyez pas le lecteur cassé (marqué d'un F) dans la sortie de cat /proc/mdstat, vous avez démarré le serveur depuis que la matrice a été dégradée.

Vous pouvez obtenir des informations avec mdadm --detail /dev/md0. Cela vous indiquera probablement quel autre lecteur devrait y être.

Pour répondre à votre modification:

J'analyserais d' /dev/sdbabord. Permet smartctl -ade vérifier (en particulier) le nombre de secteurs réaffectés et le journal des erreurs. Faites un auto-test avec smartctl -t long /dev/sdb. Utilisation badblocks, etc.

Alors:

  • Si vous remplacez /dev/sdb, copiez la table de partition à partir de /dev/sdc. S'ils ne sont pas GPT, vous pouvez les utiliser sfdisk -d /dev/sdc | sfdisk /dev/sdb. Ou s'ils sont GPT, vous pouvez utiliser gdiskpour enregistrer la table de partition dans un fichier, puis la charger. Il est caché sous des fonctions avancées.
  • Quelque chose de général à considérer: si votre (nouveau) lecteur a 4k secteurs, assurez-vous que les partitions sont alignées à 4k .
  • Si vous souhaitez ajouter à nouveau votre fichier existant /dev/sdb, vous souhaiterez peut-être exécuter mdadm --zero-superblocksur toutes les partitions existantes.
  • Ensuite, vous pouvez mdadm --manage /dev/md0 --add /dev/sdb6et la même chose pour md1etsdb7

Inutile de dire que certaines commandes effacent vos données si vous mélangez vos disques. Alors, soyez sûr de ce qui est sdcet sdb...

Modifier: à propos des blocs défectueux: si un outil de niveau logiciel détecte des blocs défectueux, le lecteur est arrêté. Normalement, les disques les cachent en les réaffectant de manière transparente lors de l'écriture. Google pour «réallocation du secteur du disque dur». Votre smartctl -asortie doit montrer les secteurs réaffectés pour sdb. Alors oui, votre sdba été expulsé de la baie et vous devez le remplacer.

Edit: à propos de la smartctl -asortie. Il y a deux choses là-dedans qui sont de première importance:

  • Il montre 60 secteurs réaffectés. Même si la valeur normalisée est toujours de 99 et ne serait officiellement `` mauvaise '' que si elle atteignait 36 ​​(il compte à rebours), vous ne devriez pas faire confiance aux disques qui démarrent les secteurs en réaction. Donc, surtout si cette valeur commence à changer, la valeur brute, c'est important. Vous pouvez même configurer smartdpour le surveiller pour vous.
  • Le journal des erreurs affiche les entrées à l'âge de 42372 heures. Vous pouvez dire que c'était récent, à cause du paramètre 9 (dans votre cas) Power on hours,. Il y a des choses inoffensives qui peuvent provoquer des entrées de journal d'erreurs SMART, comme donner de mauvaises commandes ATA, mais dans ce cas, parce que vous avez un tableau dégradé, il est probable qu'elles soient liées.

Quant à déterminer de quel disque il s'agit dans votre système; par exemple, faire vous dmesg |grep -i sdbaidera. Vous avez probablement trois disques dans votre système et sdbc'est celui de votre deuxième contrôleur SATA, qui peut être nommé 1 ou 2, selon qu'il est à base zéro ou à base unique.

Parce que vous démarrez probablement à partir de sda, vous pouvez simplement remplacer sdbet effectuer les opérations décrites ci-dessus. Si votre disque de démarrage est cassé, vous espérez avoir:

  • Grub installé sur les autres disques également.
  • Avoir un serveur qui peut réellement démarrer à partir d'un autre disque.

L'autre jour, avec un serveur Dell, il ne voulait pas partir du sdbmoment où il y avait un blanc sdadedans. Cela a pris un peu de conviction et d'improvisation.

Parfois, vous devez traduire des noms comme ata1.01des noms de périphériques réels. Par exemple, les disques défaillants donneront des erreurs de noyau disant «exception ATA sur ata1.01» ou des mots à cet effet. Lisez cette réponse pour cela. (J'ai configuré notre système de journalisation central pour m'avertir de ces erreurs de noyau, car elles sont une indication fiable d'une panne de disque en attente).

Halfgaar
la source
Également ajouté EDIT2 maintenant
stdcerr
1
@cerr J'édite la réponse expliquant comment analyser la situation.
Halfgaar
1
@cerr J'ai commenté votre découverte de blocs défectueux.
Halfgaar du
1
@cerr j'ai édité pour donner un aperçu de la smartctlsortie.
Halfgaar
1
@cerr C'est déjà dans ma réponse, à propos du--add
Halfgaar