服務器數據恢復環境：
一臺EMC某型號存儲設備，該存儲中有一組由12塊（包括2塊熱備盤）STAT硬盤組建的raid5陣列。

服務器故障：
該存儲在運行過程中突然崩潰，raid癱瘓。數據恢復工程師到達現場對故障存儲設備進行初檢，發現raid中有兩塊硬盤掉線但只有一塊熱備盤成功激活，所以導致陣列癱瘓，上層lun無法使用。

服務器數據恢復過程：
1、將故障存儲中所有磁盤標記后取出。由硬件工程師檢測后沒有發現有磁盤存在物理故障，使用壞道檢測工具檢測也沒有發現有磁盤存在壞道。將所有磁盤以只讀方式進行扇區級全盤鏡像，由于源磁盤的扇區大小是520字節，做完鏡像后將520字節轉換成512字節。
2、由于故障存儲中所有硬盤經過檢測沒有發現存在物理故障和壞道，基本上可以推斷硬盤掉線是磁盤讀寫性能不穩定造成的。EMC控制器的磁盤檢測策略十分嚴格，讀寫性能不穩定的磁盤一般會被控制器判定為壞盤并踢出raid。當raid中掉線盤超過該raid級別的允許掉盤數量的極限，raid就會崩潰，基于raid的lun不可用。本案例中只有一個lun分配給sun小機，上層文件系統是ZFS。
3、EMC存儲的LUN都是基于RAID。通過分析發現有2塊盤完全沒有數據，EMC存儲的管理界面上顯示這2塊沒有數據的盤都是熱備盤，其中一塊熱備盤替換了一塊離線盤。雖然這塊熱備盤成功激活，RAID中還有一塊硬盤離線，所以數據沒有同步到這塊熱備盤中。繼續分析其他10塊盤，分析數據在硬盤中的分布規律、RAID條帶大小以及盤序等重組RAID所需要的信息。
4、由于RAID中有兩塊盤掉線，需要搞清楚這兩塊盤的掉線順序。分析每一塊盤中的數據，發現有一塊硬盤在同一個條帶上的數據和其他硬盤明顯不一樣，因此初步判斷此硬盤可能是最先掉線的。通過北亞企安自主開發的RAID校驗程序對這個條帶做校驗，最終確定這塊硬盤就是最先掉線的。
5、根據上面步驟獲取到的信息將RAID重組出來。EMC存儲的LUN是基于RAID的。分析LUN在RAID中的分配信息，以及LUN分配的數據塊MAP。根據上述信息，用北亞企安自主開發的程序解釋LUN的數據MAP并導出LUN的所有數據。
6、用北亞企安自主開發的ZFS文件系統解釋程序對生成的LUN做文件系統解釋，但是在解釋某些文件系統元文件的時候報錯。開發工程師對程序做debug調試并分析程序報錯原因，文件系統工程師分析ZFS文件系統是否因為版本原因而導致程序不支持。經過長達數小時的分析與調試，發現ZFS文件系統因存儲癱瘓導致某些元文件損壞，從而導致文件系統解釋報錯。
7、北亞企安數據恢復工程師手工修復這些損壞的元文件，直到ZFS文件系統能夠正常解析。
8、解析ZFS文件系統，解析所有文件節點及目錄結構。用戶方工程師對恢復出來的數據進行隨機驗證，經過仔細驗證沒有發現問題。

審核編輯 黃宇