更换企业级硬盘前的RAID重建准备

识别故障硬盘

在更换之前，确认哪块物理硬盘已故障或预测将故障。使用RAID控制器管理工具（如MegaRAID Storage Manager、HP Smart Storage Administrator或Dell OpenManage）定位确切的槽位、机箱和序列号。将报告的逻辑驱动器（虚拟磁盘）与物理磁盘交叉引用。注意，某些控制器会在实际故障前显示预测故障警报（SMART）；应主动处理这些警报。

如果系统正在运行，检查操作系统级日志（例如dmesg、事件查看器）和控制器事件日志。对于具有多个机箱的服务器，使用机箱ID和槽位号，避免拔错硬盘。识别后务必在硬盘上物理贴标签。

备份关键数据

尽管RAID提供冗余，但重建是高压力操作，可能引发额外故障。在继续之前，确保所有关键数据存在最近的完整备份。对于数据库和虚拟机，考虑崩溃一致性备份或快照。如果阵列处于降级状态（一块硬盘故障），重建是防止第二次故障的唯一保护；不要跳过备份。

对于具有多重奇偶校验（RAID 6、RAID 60）或热备盘的阵列，风险较低但并非为零。备份到独立介质（磁带、云或独立存储），该介质不属于同一RAID组。如果时间允许，通过测试恢复验证备份完整性。

检查控制器和硬盘兼容性

替换硬盘必须与RAID控制器和现有硬盘规格兼容。使用控制器供应商兼容性列表（VCL）或服务器制造商批准部件列表中列出的硬盘型号。固件、扇区大小（512e与4Kn）或接口速度不匹配可能导致重建失败或性能下降。

如果无法获得完全相同的型号，选择容量相同或更大、转速相同（对于HDD）、接口相同（SATA/SAS）的硬盘。对于SSD，确保相同的外形尺寸（U.2、U.3、M.2）和协议（NVMe、SAS）。某些控制器要求替换硬盘至少与阵列中最小的硬盘容量相同。务必查阅控制器手册了解具体要求。

准备替换硬盘

在插入之前，应对新硬盘进行测试和准备。使用硬盘制造商工具或控制器工具运行全表面扫描或短自检（DST），确保硬盘不是DOA且没有潜在缺陷。对于SAS硬盘，检查硬盘是否处于带有外部配置的“就绪”状态；如有提示，清除任何现有元数据。

如果控制器不支持热插拔，不要在系统运行时插入硬盘。对于热插拔托架，遵循服务器程序：等待状态LED指示安全移除，然后插入新硬盘。控制器应自动检测并将其标记为备用或准备重建。如果没有，手动启动重建。

配置重建设置

大多数RAID控制器允许调整重建优先级（低、中、高）和速率。对于生产系统，将重建优先级设置为低或中，以最小化对I/O性能的影响。某些控制器支持“带I/O的重建”限速。如果系统是关键系统，考虑在非高峰时段安排重建。

如果控制器支持，启用“重建恢复”以防断电。同时，检查控制器是否允许手动分配热备盘。对于大型阵列（超过10 TB），重建时间可能长达数小时；相应规划。通过管理工具监控重建进度。

监控重建进度

在重建期间，监控控制器日志和系统性能。注意介质错误、不可纠正的读取错误或硬盘超时。如果重建暂停或失败，立即调查。常见原因包括第二块硬盘故障、替换硬盘上的坏块或控制器固件错误。

使用控制器的事件通知（电子邮件、SNMP）提醒您完成或错误。对于关键阵列，手头备有替换硬盘以防重建失败。除非绝对必要，不要在重建期间重启服务器。

重建后验证

重建完成后，验证阵列状态（应为“最佳”或“正常”）。运行一致性检查或巡检读取以确保数据完整性。某些控制器在重建后自动执行“验证”；如果没有，手动启动。检查硬盘的SMART属性以确认其健康。

测试应用程序对数据的访问。对于数据库，运行一致性检查（例如SQL Server的DBCC）。使用新序列号更新硬盘库存记录。最后，如果剩余硬盘使用年限相近，考虑安排主动更换。

记录过程

记录日期、硬盘序列号、控制器设置和遇到的任何错误。这些文档有助于未来的故障排除和保修索赔。如果故障硬盘在保修期内，遵循制造商的RMA流程。保留故障硬盘，直到替换硬盘完全验证且保修索赔被接受。

用经验教训更新灾难恢复计划。对于拥有多台服务器的环境，标准化更换程序以减少人为错误。考虑使用包含备份验证、兼容性检查和重建后测试的检查表。

核验来源

作出采购决定前，请核对最新制造商数据表与目标服务器或存储平台指南。

• SNIA 存储标准

相关资源