日本服务器部署软件RAID前,怎样核对磁盘布局并规划故障恢复?
日本服务器交付后,不宜先执行 mdadm --create 或直接改写分区表。实施软件 RAID 前,必须先确认服务器实际识别到哪些磁盘、系统从哪里启动、数据盘是否仍有原有内容、各磁盘是否具备独立故障条件,并把磁盘故障后的更换、重建和恢复路径验收清楚。
交付验收的合格标准不是“已经创建出一个 RAID 设备”,而是“磁盘身份、阵列组成、挂载关系、备份出口和故障恢复动作都能对应起来”。只要其中一项无法确认,后续初始化就可能造成误清盘、启动失败,或者磁盘损坏后无法判断应更换哪一块设备。
先冻结目标布局和验收口径
服务器角色与磁盘用途
先把每块磁盘的用途写入交付记录,不要只记录 /dev/sda、/dev/nvme0n1 这类设备名。设备名可能因启动顺序、控制器枚举顺序或更换硬盘而变化,验收记录应同时保存型号、序列号、容量、物理槽位和系统路径。
建议至少确认以下对象:
- 系统盘:承载 EFI、
/boot、根文件系统或系统相关分区。 - 数据盘:承载数据库、网站文件、对象文件或其他业务数据。
- 备份盘:用于本机临时备份时,必须明确它是否也纳入 RAID。
- 热备盘:若计划配置 hot spare,应记录其容量、槽位和是否已经加入阵列。
- 控制器或磁盘通道:确认磁盘是以独立设备方式交给操作系统,还是已经被硬件 RAID、HBA 或云平台存储层抽象。
如果服务器是物理独立主机,磁盘之间应尽量确认不共用会同时失效的单一部件。例如,两块磁盘虽然位于不同槽位,但如果连接到同一条存在故障风险的背板或控制器,软件 RAID 只能处理磁盘级故障,不能消除背板、控制器或电源模块故障。

如果使用的是云主机或虚拟化实例,需先问清楚“磁盘”是否为独立物理设备。虚拟块存储本身可能已经由平台提供冗余,也可能只是同一底层存储池映射出的多个虚拟盘。在这种环境中,客体系统内创建软件 RAID 未必能获得预期的故障隔离效果。
面向日本本地访问及跨境业务的物理服务器部署,A5数据提供搭载Xeon Gold或AMD EPYC平台的方案,并有NVMe、SSD及多盘大容量HDD等存储配置。日本CTG系列覆盖不同磁盘组合和网络线路,可为软件RAID阵列、业务数据存储及恢复所需的服务器资源提供部署基础。
RAID 级别与容量目标
在分区前先冻结 RAID 级别和可用容量,不要等阵列创建后再根据剩余空间调整。
| 级别 | 常见可用容量口径 | 主要故障边界 | 实施前需要确认 |
|---|---|---|---|
| RAID1 | 约等于最小成员盘容量 | 通常可承受一块成员盘故障 | 系统盘镜像、启动盘切换、两盘是否独立 |
| RAID10 | 约为成员盘总容量的一半 | 取决于镜像对的分布,不能简单理解为任意两盘故障 | 镜像配对、盘数、故障组合和重建顺序 |
| RAID5 | 约为成员盘总容量减去一块成员盘 | 通常承受一块盘故障 | 写入负载、重建时间、剩余盘健康度 |
| RAID6 | 约为成员盘总容量减去两块成员盘 | 通常承受两块盘故障 | 写入开销、成员盘数量、重建窗口 |
例如,4 块十进制 1.92 TB 磁盘组成 RAID10,原始容量约为 7.68 TB,可用容量约为 3.84 TB,格式化后系统显示的 TiB 数值还会更小。这里的“约”是容量规划值,实际结果还会受到分区边界、元数据和文件系统的影响。
RAID 提供的是在线冗余,不等同于备份。误删除、勒索、应用写坏数据、文件系统损坏和整机丢失,都可能同时影响 RAID 中的所有副本。因此,验收表中应把“RAID 可用容量”和“独立备份容量”分开记录。
1. 核对服务器交付与磁盘拓扑
需要核对什么
交付验收时,先确认以下信息是否与订单、装机单或服务商交付记录一致:
- 服务器型号、CPU 架构、内存和启动模式。
- 磁盘数量、接口类型、型号、序列号和标称容量。
- 磁盘对应的物理槽位,是否支持热插拔。
- 磁盘是 SATA、SAS、NVMe,还是经过控制器虚拟化后的设备。
- 操作系统能否分别识别每块磁盘,而不是只看到一个硬件 RAID 逻辑卷。
- 是否存在旧阵列、旧分区、旧文件系统签名或交付前测试数据。
Linux 下可先进行只读盘点:
lsblk -e7 -o NAME,PATH,SIZE,TYPE,FSTYPE,FSVER,MOUNTPOINTS,UUID,PARTUUID,MODEL,SERIAL
findmnt -o SOURCE,TARGET,FSTYPE,OPTIONS
cat /proc/mdstat
如果系统已经安装 mdadm,还可以查看阵列元数据:
sudo mdadm --detail --scan
sudo mdadm --detail /dev/md0
sudo mdadm --examine --scan
/dev/md0 仅为示例,应根据实际输出替换。若系统尚未安装 mdadm,不要为了得到一条命令输出就急于安装或初始化阵列,先使用 lsblk、parted -l 等现有工具完成设备盘点。
如何判断
以下情况可以作为继续规划的基础:
- 预期加入阵列的磁盘数量与交付清单一致。
- 每块成员盘都能独立识别,型号、序列号和容量能够对应到具体槽位。
- 没有把系统正在使用的磁盘误判为空白数据盘。
- 旧阵列处于已确认的状态,旧数据是否保留已有明确决定。
- 设备路径变化不会影响身份判断,验收记录至少保留
/dev/disk/by-id/对应关系。
对于 NVMe 设备,应优先记录序列号和 /dev/disk/by-id/ 路径;对于 SATA 或 SAS 设备,也不要只依赖 /dev/sdX。如果序列号为空,需通过服务商后台、磁盘槽位、型号和容量组合确认身份,否则后续更换磁盘时容易把正常盘当成故障盘。
旧数据与清盘风险
以下命令用于只读查看已有签名,不能替代备份:
sudo wipefs -n /dev/sdX
sudo parted -s /dev/sdX print
wipefs -n 中的 -n 表示不执行擦除。任何涉及 wipefs、分区重建、mdadm --create 或格式化的操作,都必须在确认数据已备份、磁盘角色已锁定并获得变更批准后进行。验收阶段不应使用清除签名或覆盖分区的命令。
如果发现待加入磁盘上仍有业务文件、旧阵列成员信息或无法解释的文件系统签名,应暂停实施,先确认磁盘来源和数据责任。不能因为磁盘容量与规划相符,就直接认定它是空盘。
2. 核对系统分区、文件系统与启动方式
系统盘是否纳入 RAID
系统盘的 RAID 规划不能只看根目录是否位于 /dev/mdX,还要核对启动链路:
- 固件使用 BIOS 还是 UEFI。
- EFI System Partition 是否存在于预期磁盘上。
/boot、根文件系统和交换空间分别位于哪里。- 引导程序是否安装到所有预期的启动盘。
- initramfs 是否包含识别阵列所需的配置和驱动。
/etc/fstab是否使用稳定的 UUID、PARTUUID 或明确的阵列设备。- 阵列降级时,剩余磁盘能否独立启动。
UEFI 场景下,EFI 分区的处理方式取决于发行版、引导程序和部署方案。有些方案会在每块系统盘上分别维护 EFI 分区,有些方案会把系统分区放入可由引导程序识别的 RAID1 结构。不能仅根据“根分区在 RAID1 上”就推断整台机器一定可以从另一块盘启动。
验收时可以查看分区和挂载关系:
lsblk -f
cat /etc/fstab
findmnt /
findmnt /boot
findmnt /boot/efi
判断依据
系统盘布局至少应满足以下条件:
- 根文件系统的实际来源与规划一致。
/boot和/boot/efi没有被误放到单块未保护磁盘上,或者单盘启动风险已被明确接受。fstab中的设备标识不会因磁盘枚举顺序变化而失效。- 交付记录中写明了启动盘优先级和恢复方式。
- 有条件在维护窗口内验证从另一块系统盘启动,而不是只查看配置文件。
启动验证属于有影响的操作。执行前要确认业务已停止或具备容错能力,保存当前启动配置和控制台访问方式,并记录原始启动顺序。若测试失败,应通过远程控制台恢复原启动盘或进入救援环境,不应在没有带外控制台的情况下直接拔盘测试。
文件系统与挂载点
软件 RAID 位于文件系统下层,必须先确定业务目录和文件系统边界。例如,数据库目录、网站文件目录和日志目录是否放在同一个文件系统,会影响容量预警、备份粒度和恢复顺序。
验收时应记录:
- RAID 设备名称及其 UUID。
- 文件系统类型和版本。
- 每个挂载点的用途。
- 是否启用 discard、noatime 或其他特殊挂载参数。
- 根分区、数据分区和日志分区的容量阈值。
- 文件系统是否已经存在数据,是否需要迁移。
如果已有文件系统且容量不足,不能把“还有未分配空间”直接等同于“可以无风险扩容”。扩容是否可行取决于 RAID 层、分区层和文件系统的支持顺序;缩容则通常需要更严格的备份和迁移流程。实施前只需冻结目标容量,避免在同一变更中同时进行 RAID 重建、文件系统迁移和业务目录调整。
3. 核对成员盘尺寸、扇区和阵列元数据
成员盘容量是否可匹配
软件 RAID 通常按最小成员盘或最小成员分区的可用容量工作。即使两块磁盘都标称 3.84 TB,实际可用扇区数量也可能略有差异。规划时应以系统识别的实际扇区和分区末端为准,而不是只看销售标称容量。
应重点核对:
- 盘的实际字节容量和扇区数。
- 逻辑扇区、物理扇区是 512e 还是 4Kn。
- 所有成员分区的起始位置是否对齐。
- 成员分区末端是否留有足够余量,便于未来替换同规格但略小的磁盘。
- 是否把不同性能、不同寿命状态的磁盘混在同一关键阵列中。
容量更大的新盘不一定能够替换旧盘。如果新盘的实际扇区数小于原成员盘,哪怕标称容量相同,也可能无法加入阵列。更换规划应写明“替换盘实际容量不得小于原成员分区要求”,并保留厂商型号和序列号核对步骤。
阵列状态是否干净
如果服务器上已经存在软件 RAID,不能只看设备节点是否存在。需要确认阵列是否处于正常、降级、重同步、恢复或未组装状态。
典型判断项包括:
/proc/mdstat中是否显示预期的阵列级别和成员数量。- RAID1 中
[UU]是否表示两个成员均在线;出现[_U]或[U_]通常表示有成员缺失。 - 是否存在
resync、recover、reshape或check等后台任务。 mdadm --detail中的 State 是否为 clean、active 等预期状态。- 阵列事件计数和成员状态是否一致。
- 是否有多个阵列使用了相同或难以区分的设备名称。
阵列正在重同步时,不宜把“设备已经可挂载”当作最终交付完成。重同步期间磁盘读写压力增加,性能和故障风险边界与正常状态不同。应记录任务进度、预计完成时间和业务影响,待状态稳定后再进行正式验收。
RAID 元数据位置与启动兼容性
创建阵列时,元数据版本会影响引导程序、启动顺序和故障恢复方式。实施前应根据所用发行版和引导程序的支持范围选择,不要直接照搬其他系统的命令参数。
需要留档的内容包括:
- RAID 级别。
- 元数据版本。
- 阵列 UUID。
- 成员盘序列号和分区号。
- 热备盘数量。
- 创建时间和变更记录。
- 阵列设备与挂载点的对应关系。
可以把只读检查结果保存到受控的交付目录,但其中可能包含磁盘序列号、主机名和路径信息,不宜直接公开到工单或网页。
4. 核对备份、恢复出口与故障场景
备份是否独立于 RAID
验收时要明确回答三个问题:
- RAID 中的副本损坏后,最近一份可恢复备份在哪里?
- 整台日本服务器不可启动时,能否在救援环境或另一台主机上取回备份?
- 备份是否经过过恢复验证,而不是只有“备份任务成功”的日志?
备份目标不能只放在同一阵列的另一个目录。可以使用独立存储、远端备份主机或对象存储,但应记录访问凭据的保管方式、网络出口、保留周期和恢复权限。数据库备份还要区分逻辑备份、物理备份和日志归档,单纯复制正在写入的数据库文件不能自动视为可恢复备份。
磁盘故障场景
恢复计划至少要覆盖以下场景:
| 故障场景 | 验收重点 | 合格判断 |
|---|---|---|
| 单块数据盘故障 | 能否定位序列号和物理槽位 | 不依赖猜测设备名即可确认待更换磁盘 |
| 系统盘故障 | 剩余盘能否启动 | 有带外控制台,并完成过受控启动验证 |
| 阵列降级 | 业务是否继续运行、告警是否发出 | 阵列状态变化能被监控和人工确认 |
| 重建期间再出现坏盘 | 是否有独立备份和停机预案 | 能判断继续重建、迁移数据或从备份恢复 |
| 整机不可用 | 是否能在其他环境恢复 | 备份位置、权限和恢复步骤均有记录 |
RAID10 的故障边界尤其不能简单写成“支持两块硬盘故障”。如果两块故障盘恰好属于同一镜像对,阵列仍可能不可用;如果位于不同镜像对,结果可能不同。验收记录应写清镜像布局和可接受的故障组合。

重建时间与业务窗口
重建时间取决于成员盘容量、阵列级别、实际读写速度和业务负载。可先用简单估算确定维护窗口:
重建时间(秒)≈ 需要扫描的数据量(MB)÷ 实际重建速率(MB/s)
例如,3.84 TB 十进制数据按 3,840,000 MB 估算,若有效重建速率约为 150 MB/s:
- 3,840,000 ÷ 150 = 25,600 秒;
- 25,600 ÷ 3,600 ≈ 7.1 小时。
这是理想化估算。生产负载、坏扇区重试和限速策略都可能使实际时间达到更长范围,因此验收时可把“预计 7 小时”记录为参考值,而不是恢复承诺。重建期间应降低不必要的磁盘压力,并确认监控能够区分“正在重建”和“重建失败”。
5. 核对远程管理、网络与替换条件
带外访问是否可用
日本机房中的服务器出现系统无法启动或阵列降级时,SSH 可能已经不可用,因此交付前要确认是否具备独立的远程管理能力,例如远程控制台、串口控制台或服务商救援系统。
至少核对:
- 控制台入口、管理员账号和权限归属。
- 是否能查看启动画面和进入固件设置。
- 是否支持挂载救援介质或切换救援系统。
- 生产网络中断时,控制台是否仍可访问。
- 账号是否启用多因素认证,紧急凭据由谁保管。
- 日本当地维护时间与业务维护窗口是否一致。
不要在没有带外访问的情况下安排系统盘拔插、启动盘切换或引导修复。否则一旦系统无法启动,可能只能等待机房人员处理。
磁盘替换与物理映射
服务商是否提供现场更换、是否支持热插拔、替换响应时间是多少,都属于软件 RAID 恢复计划的一部分。验收表中应保存:

序列号 → 设备路径 → 物理槽位 → RAID 成员的映射。- 发生故障后由谁确认和提交更换申请。
- 新盘是否由服务商预先初始化。
- 新盘加入阵列前由谁核对型号、容量和序列号。
- 更换过程是否需要停机。
- 磁盘返还或销毁是否涉及业务数据。
更换动作不应只依据系统显示的 /dev/sdb。设备路径在重启后可能变化,必须先使用序列号、型号和槽位三项信息交叉确认。涉及卸载、移除阵列成员、分区和重新加入阵列的命令都可能造成数据不可用,执行前需要确认备份、业务影响和回滚方式;验收阶段只需完成识别和演练,不要为了测试而拆除生产成员盘。
备份恢复网络
若备份位于远端,还要核对恢复链路是否可用,包括路由、DNS、访问控制、备份端口和凭据。恢复时间可以按数据量和链路速率估算。
例如需要恢复 2 TB 十进制数据,链路有效吞吐按 200 Mbps 计算:
- 2 TB = 2,000 GB;
- 2,000 GB × 8 × 1,000 = 16,000,000 Mb;
- 16,000,000 ÷ 200 = 80,000 秒;
- 80,000 ÷ 3,600 ≈ 22.2 小时。
该结果未扣除协议、加密、校验和磁盘写入开销,实际恢复时间通常会更长。验收时应使用实际可用带宽或保守值评估恢复窗口,不能把端口标称速率直接当成备份恢复速度。
6. 核对监控告警和交付留证
阵列与磁盘告警
软件 RAID 部署后,至少需要能够发现以下状态:
- 阵列由正常变为降级。
- 成员盘被标记为 faulty 或 removed。
- 阵列开始重建、重同步或检查。
- 重建速度异常、进度停滞或任务失败。
- 磁盘出现介质错误、读写错误或健康度异常。
- 文件系统容量接近阈值。
- 备份任务失败或备份目标不可访问。
具体服务名会因 Debian、Ubuntu、Rocky Linux 等发行版和软件包版本不同而变化。验收时应先确认当前系统实际安装的监控组件,再检查告警是否能发送到值班邮箱、工单系统或其他已批准渠道。不要直接套用另一发行版的服务名。
告警测试应采用不破坏数据的方式,例如验证监控配置、模拟测试事件或在测试环境中触发降级状态。不要在生产阵列上故意拔盘来“验证告警”,除非已经完成备份、获得变更批准并准备好带外恢复。
交付记录最少应包含
- 磁盘型号、序列号、容量和物理槽位。
- RAID 级别、元数据版本、阵列 UUID 和成员关系。
- 系统盘、数据盘、备份盘和热备盘的用途。
- 文件系统、挂载点和容量阈值。
- BIOS/UEFI 模式及启动盘策略。
- 阵列正常状态和重建状态的判断方式。
- 备份位置、最近恢复验证时间和恢复权限。
- 远程控制台入口及故障升级联系人。
- 磁盘更换流程、维护窗口和回滚条件。
- 只读检查命令的输出摘要及留档时间。
完成上述核对后,再根据记录执行分区和阵列实施。若发现磁盘数量、序列号、控制器模式、启动方式或备份出口与规划不一致,应先修正交付环境或调整方案,不要用临时设备名和人工记忆继续操作。阵列创建完成后,还应复核一次“物理槽位—系统设备—RAID 成员—挂载点—备份对象”的完整链路,确认每个关键对象都能被准确定位和恢复。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/5313.html


