服务器数据恢复—5盘RAID5中的4盘重建RAID5后如何恢复之前raid5阵列数据?

简介: 一台某品牌服务器,挂接一台同品牌的磁盘阵列,有一组由5块硬盘组建的RAID5阵列。raid5阵列中有一块硬盘掉线,由于raid5的冗余特性,阵列仍然正常运行。之后服务器出现故障。维修人员在未了解具体情况下,使用raid5阵列中没有掉线的4块硬盘重新创建了一组全新的RAID5阵列,并完成同步数据,导致原始5盘raid5阵列中的数据全部丢失。

服务器数据恢复环境&故障:
一台某品牌服务器,挂接一台同品牌的磁盘阵列,有一组由5块硬盘组建的RAID5阵列。
raid5阵列中有一块硬盘掉线,由于raid5的冗余特性,阵列仍然正常运行。之后服务器出现故障。维修人员在未了解具体情况下,使用raid5阵列中没有掉线的4块硬盘重新创建了一组全新的RAID5阵列,并完成同步数据,导致原始5盘raid5阵列中的数据全部丢失。
该型号磁盘阵列在创建一组新的RAID5阵列时,默认会全盘重建所有块校验。这意味着在组成RAID5阵列的任一条带中,总有一个校验块的数据是创建时生成的,会破坏原始数据。经过分析,后生成的4盘RAID5阵列是按照双循环,64K块大小,16次条带换校验的方式组织的。也就是说在4块成员磁盘中,每隔3M便会有1M的数据是错误的。
原先的5盘RAID5阵列按照双循环、块大小128K、16次条带换校验的方式组织的。
要想恢复数据,首先必须修复早掉线的硬盘。
通过分析5盘raid5阵列和4盘raid5阵列结构的差异性,用之前掉线的盘重新补回之后重建RAID时破坏的校验信息,再虚拟重组RAID,解释文件系统,导出文件。

服务器数据恢复过程:
1、以只读方式镜像故障服务器中所有硬盘数据,后续的数据分析和数据恢复操作都基于镜像文件进行,避免对原始磁盘数据造成二次破坏。
2、根据破坏前后的数据痕迹,获取原始raid5磁盘阵列和之后新建的4盘raid5阵列。
3、分析差异,北亚企安数据恢复工程师编写校验修正程序,按之前的RAID结构虚拟重组RAID,生成重组后的镜像文件。
4、修正重组后的镜像文件系统错误。
5、部分分区导出数据,部分分区在无错的前提下完全镜像到新空间。
6、测试、验收。
7、经过用户方工程师的检测,数据完整恢复。本次数据恢复工作完成。

相关文章
|
SQL 数据库
SQL Server下载安装及使用
打开压缩之后的【SQL Server2016】文件夹
|
编解码 监控 测试技术
如何优化OBS的推流设置以提高直播质量
【10月更文挑战第7天】如何优化OBS的推流设置以提高直播质量
|
Ubuntu 数据安全/隐私保护 芯片
M1/M2芯片Parallels Desktop虚拟机安装Ubuntu系统
M1/M2芯片Parallels Desktop虚拟机安装Ubuntu系统
1237 0
M1/M2芯片Parallels Desktop虚拟机安装Ubuntu系统
|
SQL 测试技术 数据库
SQL注入,跨站脚本,跨站请求伪造,傻傻分不清楚
SQL注入,跨站脚本,跨站请求伪造,傻傻分不清楚
290 1
|
开发工具
推荐几款typora替代品
MarkText Typedown Atom
|
2月前
|
机器学习/深度学习 人工智能 负载均衡
MoE架构:大模型的规模扩展革命
MoE(混合专家)架构通过稀疏激活多个专业化子网络,实现高效计算与大规模模型的结合,提升训练推理效率及模型可扩展性,成为大模型发展的重要范式。
|
3月前
|
搜索推荐 API 开发工具
百宝箱开放平台 ✖️ Python SDK
百宝箱提供Python SDK,支持开发者集成其开放能力。需先发布应用,安装Python 3.6+环境后,通过pip安装tboxsdk,即可调用对话型、生成型智能体及文件上传等功能。
822 87
百宝箱开放平台 ✖️  Python SDK
|
6月前
|
存储 运维 数据挖掘
革新智能驾驶数据挖掘检索效率!某国内新能源汽车未来出行领导者选择阿里云Milvus构建多模态检索引擎
在智能驾驶技术快速发展中,数据成为驱动算法进步的核心。某新能源汽车领军企业基于阿里云Milvus向量数据库构建智能驾驶数据挖掘平台,利用其高性能、可扩展的相似性检索服务,解决了大规模向量数据检索瓶颈问题,显著降低20%以上成本,缩短模型迭代周期,实现从数据采集到场景挖掘的智能化闭环,加速智能驾驶落地应用。
革新智能驾驶数据挖掘检索效率!某国内新能源汽车未来出行领导者选择阿里云Milvus构建多模态检索引擎
|
9月前
|
人工智能 运维 JavaScript
当AI学会了自我升级,天网还会远吗?
文章通过一个模拟侦探游戏的例子展示了AI如何通过“自我升级”和动态执行代码的能力来解决复杂问题。
374 33
当AI学会了自我升级,天网还会远吗?
|
7月前
|
存储 运维 开发工具
警惕日志采集失败的 6 大经典雷区:从本地管理反模式到 LoongCollector 标准实践
本文总结了日志管理中的六大反模式及优化建议,涵盖日志轮转、存储选择、并发写入等常见问题,帮助提升日志采集的完整性与系统可观测性,适用于运维及开发人员优化日志管理策略。
282 5

热门文章

最新文章