揚州某企業(yè)，ibm 3650m4 服務(wù)器，故障燈報錯，服務(wù)器無法啟動檢測后發(fā)現(xiàn)硬盤報錯，5塊300g sas盤有兩塊報錯。
檢測結(jié)果：服務(wù)器使用win2008 系統(tǒng)，用于公司數(shù)據(jù)庫和文件服務(wù)器，0號和3號硬盤報錯，5塊盤組raid5，無熱備。
恢復(fù)結(jié)果：兆柏工程師檢測后發(fā)現(xiàn)，3號硬盤最后損壞，直接檢測3號盤，發(fā)現(xiàn)有大量壞道，使用pc3000 sas修復(fù)后數(shù)據(jù)恢復(fù)正常。然后更換硬盤后將數(shù)據(jù)回寫后，系統(tǒng)啟動正常，客戶非常滿意。

1、磁盤陣列處于降級狀態(tài)時未及時rebuild磁盤陣列：
RAID磁盤陣列的數(shù)據(jù)安全冗余原理是利用空余出的部分空間實現(xiàn)的，當(dāng)陣列中有成員盤下線后便無法繼續(xù)提供冗余存儲。如果此時未能及時更換新磁盤并rebuild整個卷的話一旦raid陣列中其他成員盤發(fā)生離線行為將導(dǎo)致整個raid卷無法工作，這也是在數(shù)據(jù)恢復(fù)工作中遇到較多的故障類型。
2、raid陣列控制器故障：
控制器在磁盤陣列中充當(dāng)著操作系統(tǒng)與物理硬盤之間的鏈接紐帶，并且每組不同的磁盤陣列中的硬盤數(shù)量、容量大小、raid級別、校驗方式等raid信息都各有不同，這些信息有的存儲于硬盤，有的存儲于陣列卡或者二者都有存儲。如果控制器出現(xiàn)故障一般情況下無法進行raid信息的還原，即使能夠還原raid結(jié)構(gòu)再次重建raid陣列也無法進行數(shù)據(jù)恢復(fù)。
3、固件算法缺陷：
RAID的創(chuàng)建、重建、降級、保護等工作在控制器的實現(xiàn)上是非常復(fù)雜的算法，當(dāng)然這里面的復(fù)雜更多地是提供盡可能萬無一失的無漏洞算法，盡管廠商不會輕易承認控制器的BUG，但毫無疑問，這些問題在任何一款控制器上都無法避免。因為固件算法上BUG，可能會產(chǎn)生很多無法解釋的故障。比如在部分服務(wù)器數(shù)據(jù)恢復(fù)案例中，有一些早期生產(chǎn)的DELL 2950服務(wù)器，會有RAID一塊盤OFFLINE后故障盤與報警燈不一致的情況，導(dǎo)致客戶在更換故障盤REBUILD時拔錯盤，整個RAID組崩潰。
4、IO通道受阻導(dǎo)致RAID掉盤：
RAID控制器在設(shè)計時為了數(shù)據(jù)的絕對安全，會盡可能避免寫數(shù)據(jù)到不穩(wěn)定的存儲介質(zhì)上，這樣，當(dāng)控制器與物理硬盤進行IO時，如果時間超過某個閥值，或不滿足校驗關(guān)系，便會認為對應(yīng)的存儲設(shè)備已不具備持續(xù)工作的能力，但會讓其強制下線，通知管理員盡快解決問題。這種設(shè)計的初衷很好，同時也是正確的設(shè)計方式，但對于如物理鏈接線路松動，或因硬盤機械工作時反應(yīng)超時（可能硬盤還是完好的）等隨機原因?qū)刂破鞫詿o法分辨設(shè)備是否具備和之前一樣的穩(wěn)定狀態(tài)，所以很不在意的某些小環(huán)節(jié)，便會導(dǎo)致RAID卷出現(xiàn)故障，此類故障的發(fā)生概率極大，而且無法避免。這也是大多數(shù)RAID出現(xiàn)故障后，硬盤并未有故障的原因，我們好多數(shù)據(jù)恢復(fù)服務(wù)的客戶會因此質(zhì)疑服務(wù)器廠商，實際上是有苦難言的，一定程度上，越是設(shè)計安全的控制器，越會發(fā)生此類現(xiàn)象。
5、控制器的穩(wěn)定性：
RAID的控制器在ONLINE狀態(tài)下(無離線盤)工作是最穩(wěn)定的，相對而言，當(dāng)部分硬盤損壞(可能是邏輯故障)后離線，控制器便會工作在一個比較吃力的狀態(tài)，這也是好多中低端的RAID控制器在一塊盤離線后讀寫性能急速下降的原因。控制器的負載太重便會極大地增加數(shù)據(jù)吞吐時出現(xiàn)IO滯留的可能性，從而導(dǎo)致如上面第4點提及的RAID離線。一個不具備高速硬件處理芯片，不具備高速緩沖的控制器發(fā)生這類故障的概率要高得多。為了避免出現(xiàn)故障后數(shù)據(jù)恢復(fù)帶來的業(yè)務(wù)停頓與額外開銷，還是盡量不要選擇這類磁盤陣列控制器。
6、陣列中硬盤故障：
多數(shù)管理員認為只要正常工作的磁盤陣列中就不會存在損壞的硬盤，因為raid陣列中一旦有硬盤損壞后陣列會踢損壞硬盤下線，然而實際上并非如此。一組RAID卷在工作很長時間以后也很少會讀到物理硬盤的所有磁盤空間，同一時間更是不可能。部分情況下，硬盤會在沒有讀到的區(qū)域或者以前讀取是良好的區(qū)域產(chǎn)生壞道，這類壞道因為沒有讀寫過，所以在控制器看來是好的。產(chǎn)生這種壞磁道的最直接危害是在REBUILD過程中。當(dāng)一塊物理硬盤離線后，通常所有的技術(shù)人員及官方資料都會寫盡快做REBUILD，但如果其他硬盤存在這類平常不知的壞磁道，REBUILD又都是對全盤做全面同步，就一定會讀寫到那些壞道，這時候REBUILD沒完成，新盤無法上線，因舊盤里又發(fā)現(xiàn)了壞道，便會導(dǎo)致RAID又多出一些下線的硬盤，這樣就可能會導(dǎo)致RAID出現(xiàn)故障，無法自行進行數(shù)據(jù)恢復(fù)了。
7、人為誤操作：
涉及數(shù)據(jù)恢復(fù)的數(shù)據(jù)災(zāi)難有相當(dāng)一部分也是可以避免的，例如操作失誤導(dǎo)致誤拔了RAID里的硬盤、更換壞盤不及時、給RAID陣列除塵時忘了原來的順序、不小心刪除了原RAID配置等