3Ware 的 tw_cli “DEGRADED”磁盘与“ECC-ERROR”是什么意思？

Question

我在 3ware 9650SE-16ML 卡上有一个糟糕的 RAID 阵列。我不知道是我刚刚遇到了双磁盘故障（糟糕！）还是我读错了。的相关输出/c0 show all是：

Port   Status           Unit   Size        Blocks        Serial
---------------------------------------------------------------
p0     DEGRADED         u0     931.51 GB   1953525168    5QJ07MAH            
p1     ECC-ERROR        u0     931.51 GB   1953525168    5QJ0DCW9            
p2     OK               u0     931.51 GB   1953525168    5QJ0DW9C            
p3     OK               u0     931.51 GB   1953525168    5QJ0CKXJ            

失败是（来自show alarms）：

Ctl  Date                        Severity  Alarm Message
------------------------------------------------------------------------------
c0   [Sun Nov 20 07:47:23 2011]  INFO      Rebuild started: unit=0
c0   [Sun Nov 20 08:20:12 2011]  ERROR     Drive ECC error reported: port=1, unit=0
c0   [Sun Nov 20 08:20:12 2011]  ERROR     Source drive error occurred: port=1, unit=0
c0   [Sun Nov 20 08:20:12 2011]  ERROR     Rebuild failed: unit=0
c0   [Sun Nov 20 08:20:12 2011]  INFO      Rebuild paused: unit=0

我认为发生的事情是 p0 失败，然后 p1 出现 ECC 错误（也就是我的数据不见了）。但是……也许不是？它保持 97% 的重建，但无法克服这个错误。

据我所知，以前的管理员关闭了定期验证，这就是让我们进入这种状态的原因。这不是大多数人应该担心他们的 3Ware RAID！

更新

经过几天的努力，我做了 IgnoreECC 位并重建了它，但我的数据被冲洗掉了。无赖。

Answer 1

ECC 错误意味着驱动器上至少有一个不可读的扇区。但是，如果幸运的话，位于该卷上的文件系统实际上可能不会使用该扇区，因此您仍然可以在此状态下从阵列中复制数据。

还有一些选项可以在重建期间忽略 ECC 错误：

/cx/ux start rebuild disk=p [ignoreECC]
/cx/ux set ignoreECC=on|off

但是，使用这些选项意味着受坏扇区影响的 RAID 条带将被损坏（不确定在这种情况下卡会做什么——它可能会用零甚至随机数据替换整个条带），因此“恢复”阵列实际上可能存在无法检测的损坏（如果受影响的条带位于某个数据文件的中间）。在尝试重建之前将数据从阵列复制到其他地方可能更安全（至少在尝试读取坏区域时应该会出错）。

您应该设置阵列的预定验证以更早捕获不可读的扇区，以便您可以更换刚开始变坏的驱动器。