【Netapp数据恢复】Netapp存储误删除lun的数据恢复案例

简介: 某单位一台Netapp存储,该Netapp存储内共有数十块SAS硬盘。工作人员误操作删除了Netapp存储中12个lun,删除的数据包括客户信息和其他重要数据。

Netapp存储数据恢复环境&故障情况:
某单位一台Netapp存储,该Netapp存储内共有数十块SAS硬盘。
工作人员误操作删除了Netapp存储中12个lun,删除的数据包括客户信息和其他重要数据。

Netapp存储数据恢复过程:
1、将故障存储中所有磁盘编号后取出,硬件工程师经过检测没有发现存在硬件故障。以只读方式将所有磁盘进行扇区级全盘镜像。镜像完成后将所有磁盘按照编号还原到原存储中,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、基于镜像文件分析底层数据,找到盘头位置的超级块。
3、通过分析超级块获取磁盘组的起始块信息、磁盘组名称、逻辑组起始块号、raid编号等信息。
分析超级块:
1副本.jpg

校验块描述信息样例:
2副本.jpg

分析盘序表:
3副本.jpg

Netapp的节点分布在数量众多的数据块内,在数据块内又被统一组织为节点组。每个节点组的前64字节记录一些系统数据,用192字节为一项来记录各个文件节点。根据用户级别分为两类:“MBFP”系统文件节点和“MBFI”用户文件节点。
节点样例图:
4副本.jpg

4、根据更新序列值获取到最新节点。解析节点中节点类型、逻辑块号、文件数量、文件大小、所占块数量、数据指针,获取节点在节点文件中的逻辑块号。
5、获取目录项,并根据节点编号找到对应节点。
获取Netapp内对应节点:
5副本.jpg

6、使用北亚企安自主研发程序扫描节点信息。
扫描服务器节点信息:
6副本.jpg

节点扫描类:
7副本.jpg

节点扫描程序完整流程:
8副本.jpg

在循环扫描完毕之后将所有扫描到的MBFP、MBFI和DOC数据块分别写入到三个文件内。
7、将ScanNode扫描得到的MBFI和MBFP、Dir存入数据库。
MBFI导入数据库整体流程:
9副本.jpg

函数执行完毕后,查看数据库。
节点导入信息:
10副本.jpg

Netapp在更改inode节点时不会直接覆盖而是重新分配inode进行写入。单个文件的节点node_uid唯一不变,mbfi_usn会随着节点的变化而增大(正常情况下提取某个文件时使用usn值最大的节点)。一般情况下存储划分出的单个节点会作为LUN映射到服务器使用,根据file_size可以确定这个文件的大小,按照文件大小分组后再选取usn值最大的节点,跳转到MBFI文件的offset值偏移位置,取出节点。
节点样例图示:
11副本.jpg

8、在获取到要提取的文件的Node之后,开始提取块设备文件。
提取块设备文件:
12副本.jpg

初始化完毕后,开始提取文件的各级MAP。由于本次提取的文件大小均大于1T且MAP层级为4,所以需要提取4次。第一级MAP默认只占用1个块,所以在程序内直接提取,后三级MAP在GetAllMap函数内进行提取。通过块号计算数据块位置时,由于NetApp使用JBOD组织LVM,直接用块号除以每块磁盘上的块数可得到当前块所在的磁盘序号;再使用块号取余块数,得到数据块在此磁盘上的物理块号,物理块号乘以块大小,得到数据块偏移位置。
9、块设备lun使用的是aix小机的jfs2文件系统,解析jfs2文件系统并提取里面的数据库备份文件。
10、解析lvm。找到记录lvm描述信息的扇区,获取pv大小和pv序号;找到vg描述区,获取lv数和pv数;找到pv描述区,解析pp序号和pp数。
解析文件系统块信息:
13副本.jpg

LV类型及LV挂载信息区域:
14副本.jpg

11、解析8个1Tlun组成oralce ASM文件系统,提取其中的数据库文件。
添加8个lTlun:
15副本.jpg

解析asm文件系统,提取出数据库文件。
16副本.jpg

Netapp存储数据验证及数据移交:
北亚企安数据恢复工程师对恢复出来的数据进行检测后没有发现异常情况。用户方对恢复出来的数据进行验证后,确认恢复出来的数据完整有效。本次Netapp存储数据恢复工作完成。

相关文章
|
6月前
|
人工智能 弹性计算 运维
小白也能上手!阿里云推出 OpenClaw 极速简易部署方案
阿里云OpenClaw是开源本地优先AI智能体平台,支持邮件处理、周报生成、资料查询、代码编写等任务,数据全留本地,保障隐私。技术小白也能通过阿里云轻量服务器“一键部署”,几分钟即可拥有专属AI数字员工。
649 15
|
编解码 定位技术
Google Earth Engine——全球土壤含数量数据:6个标准深度(0、10、30、60、100和200厘米)以250米的分辨率预测的33kPa和1500kPa吸力的土壤含水量(体积百分比)。
Google Earth Engine——全球土壤含数量数据:6个标准深度(0、10、30、60、100和200厘米)以250米的分辨率预测的33kPa和1500kPa吸力的土壤含水量(体积百分比)。
1501 0
Google Earth Engine——全球土壤含数量数据:6个标准深度(0、10、30、60、100和200厘米)以250米的分辨率预测的33kPa和1500kPa吸力的土壤含水量(体积百分比)。
|
SQL 存储 分布式计算
菜鸟数据中台技术演进之路
通过中台的各技术域能力的建设,技术人员在极少的投入下,就可以支撑数倍的分析人员进行数字化运营工作。3 年时间里,菜鸟走过了从人力支撑到中台支撑的历程。
|
Java
【JAVA】云HIS系统功能菜单知识(一)
【JAVA】云HIS系统功能菜单知识(一)
591 0
|
Web App开发 安全 小程序
建设下一代 Web 开放技术——WebContainer
建设下一代 Web 开放技术——WebContainer
2474 0
建设下一代 Web 开放技术——WebContainer
|
Prometheus 监控 Cloud Native
一招搞定 Spring Boot 可视化监控!
当某个应用程序在生产环境中运行时,监控其运行状况是必要的。通过实时了解应用程序的运行状况,你能在问题出现之前得到警告,也可以在客户注意到问题之前解决问题。
一招搞定 Spring Boot 可视化监控!
|
存储 前端开发 JavaScript
前端100万行代码是怎样的体验?
近年来,阿里数据中台产品发展迅速。核心产品之 Quick BI 连续 2 年成为国内唯一入选 Gartner 魔力象限的国产 BI。Quick BI 单一代码仓库源码突破了 100万行。整个开发过程涉及到的人员和模块都很多,因为下面讲的一些原则,产品能一直保持在快速的开发状态。
前端100万行代码是怎样的体验?
|
安全 前端开发 网络安全
网络安全-文件包含漏洞原理、攻击及防御
网络安全-文件包含漏洞原理、攻击及防御
811 0
网络安全-文件包含漏洞原理、攻击及防御
|
消息中间件 存储 Java
【MQ 快速入门】介绍、分类、组成、优缺点、测试点
【MQ 快速入门】介绍、分类、组成、优缺点、测试点
【MQ 快速入门】介绍、分类、组成、优缺点、测试点
|
存储 JSON JavaScript
Node-RED, 一款基于流的低代码编程工具
笔者最近在逛github社区的时候发现一个非常有意思的工具—— Node-RED, 官网非常简洁, 接下来我就来给大家介绍一下该工具和使用方法. Node-RED 是一种编程工具,用于以新颖有趣的方式将硬件设备,API和在线服务连接在一起。 它提供了一个基于浏览器的编辑器,使得我们可以轻松地使用编辑面板中的各种节点将流连接在一起,只需单击即可将其部署到其运行时。
1367 0

热门文章

最新文章