第 11 章 Oracle Solaris ZFS 故障排除和池恢复.docxVIP

第 11 章 Oracle Solaris ZFS 故障排除和池恢复本章介绍如何确定 ZFS 故障以及如何从相应故障中恢复。还提供了有关预防故障的信息。本章包含以下各节：确定 ZFS 故障检查 ZFS 文件系统完整性解决 ZFS 问题修复损坏的 ZFS 配置解决缺少设备的问题更换或修复损坏的设备修复损坏的数据修复无法引导的系统确定 ZFS 故障作为组合的文件系统和卷管理器，ZFS 可以呈现许多不同的故障。本章首先概述各种故障，然后讨论如何在正运行的系统上确定各种故障。本章最后讨论如何修复问题。ZFS 可能遇到三种基本类型的错误：ZFS 存储池中缺少设备ZFS 存储池中的设备已损坏ZFS 数据已损坏请注意，单个池可能会遇到所有这三种错误，因此完整的修复过程依次查找和更正各个错误。ZFS 存储池中缺少设备如果某设备已从系统中彻底删除，则 ZFS 会检测到该设备无法打开，并将其置于 REMOVED（已删除）状态。这一删除可能会导致整个池变得不可用，但也可能不会，具体取决于池的数据复制级别。如果镜像设备或 RAID-Z 设备中的一个磁盘被删除，仍可以继续访问池。在下列情况下，池可能会发生故障 (FAULTED)，即无法访问数据，除非重新安装设备：镜像的所有组件都被删除RAID-Z (raidz1) 设备中有一个以上设备被删除单磁盘配置中移除了顶层设备ZFS 存储池中的设备已损坏“损坏”一词涵盖各种可能出现的错误。以下是错误示例：由于损坏的磁盘或控制器而导致的瞬态 I/O 错误磁盘上的数据因宇宙射线而损坏导致数据传输至错误目标或从错误源位置传输的驱动程序错误用户意外地覆写了物理设备的某些部分在一些情况下，这些错误是瞬态的，如控制器出现问题时的随机 I/O 错误。在另外一些情况下，损坏是永久性的，如磁盘损坏。但是，若损坏是永久性的，则并不一定表明该错误很可能会再次出现。例如，如果管理员意外覆写了磁盘的一部分，且未出现某种硬件故障，则不需要替换该设备。准确确定设备的问题不是一项轻松的任务，在稍后的一节中将对此进行更详细的介绍。ZFS 数据已损坏一个或多个设备错误（指示一个或多个设备缺少或已损坏）影响顶层虚拟设备时，将出现数据损坏。例如，镜像的一半可能会遇到数千个绝不会导致数据损坏的设备错误。如果在镜像另一面的完全相同位置中遇到错误，则会导致数据损坏。数据损坏始终是永久性的，因此在修复期间需要特别注意。即使修复或替换底层设备，也将永远丢失原始数据。这种情况通常要求从备份恢复数据。在遇到数据错误时会记录错误，并可以通过常规池清理对错误进行控制，如下一节所述。删除损坏的块后，下一遍清理会识别出数据损坏已不再存在，并从系统中删除该错误的任何记录。检查 ZFS 文件系统完整性对于 ZFS，不存在与fsck等效的实用程序。此实用程序传统上有两个作用：文件系统修复和文件系统验证。文件系统修复对于传统的文件系统，写入数据的方法本身容易出现导致文件系统不一致的意外故障。由于传统的文件系统不是事务性的，因此可能会出现未引用的块、错误的链接计数或其他不一致的文件系统结构。添加日志记录确实解决了其中的一些问题，但是在无法回滚日志时可能会带来其他问题。ZFS 配置中的磁盘上存在不一致数据的唯一原因是出现硬件故障（在这种情况下，应该已创建冗余池）或 ZFS 软件中存在错误。fsck实用程序可以解决 UFS 文件系统特有的已知问题。大多数 ZFS 存储池问题一般都与硬件故障或电源故障有关。使用冗余池可以避免许多问题。如果硬件故障或断电导致池损坏，请参见修复 ZFS 存储池范围内的损坏。如果没有冗余池，则始终存在因文件系统损坏而造成无法访问某些或所有数据的风险。文件系统验证除了文件系统修复外，fsck实用程序还能验证磁盘上的数据是否没有问题。过去，此任务要求取消挂载文件系统并运行fsck实用程序，在该过程中可能会使系统进入单用户模式。此情况导致的停机时间的长短与所检查文件系统的大小成比例。ZFS 提供了一种对所有不一致性执行常规检查的机制，而不是要求显式实用程序执行必要的检查。此功能称为清理，在内存和其他系统中经常将它用作一种在错误导致硬件或软件故障之前检测和防止错误的方法。控制 ZFS 数据清理每当 ZFS 遇到错误时（不管是在清理中还是按需访问文件时），都会在内部记录该错误，以便您可以快速查看池中所有已知错误的概览信息。显式 ZFS 数据清理检查数据完整性的最简单的方法是，对池中所有数据启动显式清理操作。此操作对池中的所有数据遍历一次，并验证是否可以读取所有块。尽管任何 I/O 的优先级一直低于常规操作的优先级，但是清理以设备所允许的最快速度进行。虽然进行清理时池数据应该保持可用而且几乎都做出响应，但是此操作可能会对性能产生负面影响。要启动显式清理，请使用zpool