标签: bad-blocks

我在一台服务器中有四个 512 MB RAM 模块。当我使用 memtest86+ 测试 RAM 时，第四个 RAM 仅显示一位错误。即使当我将第四个插槽中的 RAM 与其他一些 RAM 交换时，我仍然在完全相同位置的第四个插槽中的 RAM 中出现错误。所以我想阻止服务器使用 RAM 的一个特定地址（或 4kb 页，如有必要）。服务器装有 fedora 11，仅用于测试目的。它不托管任何用户应用程序。关于如何阻止使用 RAM 的某些部分的任何想法？或者是什么导致错误出现在特定字节，而不管安装的 RAM 模块如何。

使用Windows Server的重复数据删除功能：

给定块存储中的特定块文件，是否可以确定哪个文件包含该块？

这里的用例是磁盘上的不可读块可以映射回块文件，这意味着该特定块文件中可能发生损坏，我想知道哪些文件使用该块，因此我可以手动检查这些文件是否以任何方式损坏，和/或假设它们已损坏并恢复它们等。

***Logical sector 4298505920 (0x10035fec0) on drive X is in file number 144581.
\System Volume Information\Dedup\ChunkStore\{F3F1DCDF-134B-4A3E-AFD5-5F698E42667A}.ddp\Data\000004ad.00000001.ccc

换句话说，我可以找出哪些文件正在使用上述块文件中的数据吗？

我使用 LSI MegaRaid SAS 控制器在单个虚拟驱动器中有 4 个物理驱动器。似乎（至少）其中一个驱动器有坏扇区，因为：

• 尝试备份某些文件时出现 io 错误
• 运行badblocks报告一些坏扇区

我希望解决这个问题就像换出有问题的磁盘并重建 RAID 阵列一样简单。我认为 LSI MegaRaid WebBIOS 可以让我识别有问题的磁盘，但我找不到任何检查坏扇区的选项。

以下是 WebBIOS 的屏幕截图：

任何人都可以就如何识别有问题的磁盘提供任何建议吗？

我刚刚更换了服务器上的硬盘。

它是 RAID 1 阵列的一部分。sdb1 分区现在每隔几个小时就会出现故障。

# cat /proc/mdstat
Personalities : [linear] [raid0] [raid1] [raid10] [raid6] [raid5] [raid4] [multi                                                                                                 path] [faulty]
md1 : active raid1 sdb1[2](F) sda1[0]
      463216576 blocks [2/1] [U_]

md3 : active raid1 sdb3[1] sda3[0]
      20970432 blocks [2/2] [UU]

妈妈：

# mdadm -D /dev/md1
/dev/md1:
        Version : 0.90
  Creation Time : Tue Dec 25 15:04:23 2012
     Raid Level : raid1
     Array Size : 463216576 (441.76 GiB 474.33 GB)
  Used Dev Size : 463216576 (441.76 GiB 474.33 GB)
   Raid …

我有一个半旧的硬盘（磁性硬盘，不是固态硬盘），我打算将它用作新 NAS 的系统驱动器。

所以我在它上面运行了 SMART 自测，它以“已完成：读取失败”状态结束。但是，badblock 在驱动器上完成了破坏性测试（因此 4 次通过）而没有错误。这两个程序中哪个更可能是正确的？

问题：

我负责 44 个节点的 Hadoop 集群。我们有 1.5TB WD Green Drives（非常未知）负载循环计数问题。

这些磁盘工作正常，但随着它们变老，它们显示出越来越多的坏块。重写这些坏块有一段时间了，但它们会重新出现在不同的地方。

由于这些磁盘中的大多数仅用于 Hadoop 数据节点，我们没有预算来替换它们，因此我正在寻找一种策略

1. 不要疯狂维护集群，磁盘错误和相关的文件系统问题几乎每天都会出现。我目前的流程是：

   • 停止 Hadoop 服务、卸载磁盘、使用dmesg输出定位坏块并smartctl使用hdparm --write-sector.
   • fsck -f -y在磁盘上运行并重新安装它。

2. 保持系统稳定。

   • Hadoop 负责处理磁盘错误（3 倍冗余），但我不想冒险损坏文件系统。

我做了什么？

目前我已将mount选项更改为：

• erros=continue,noatime 但由于日记错误，我得到了 occosial 只读重新安装。

然后我尝试禁用日志：

• tune2fs -O ^has_journal 这避免了只读重新挂载但似乎损坏了文件系统（这是有道理的，没有日志）

现在我正在考虑切换到

• tune2fs -o journal_data_writeback并mount与data=writeback,nobh,barrier=0

但我不确定这是否会重新引入只读重新安装。

所以，我想避免只读重新挂载，想要维护稳定的文件系统元数据但不关心数据中的错误（Hadoop 会处理这个问题）。速度也不应该受到影响。

我有哪些选择？我知道这对任何系统管理员来说都是一个噩梦。操作系统分区安装了完整的日志，我不打算在生产数据上进行测试。这严格适用于 Hadoop 数据节点/任务跟踪器硬盘。

让我在这里更好地解释一下...我有一个带有坏块的 1 TB HDD，我知道它会降级直到停止，但我仍然想继续使用它。所以，我的问题是：是否有任何文件系统能够对此驱动器进行分区，例如两个 500GB，在分区上镜像数据并自动执行以下操作：

1. 尝试从磁盘读取数据。
2. 发现一个分区有一个坏块。
3. 将此有风险的数据（现在只能从一个分区读取）复制到同一分区（坏块）上的另一个块。
4. 减少磁盘上的总空间（减少一个块？），因为您不能再完全镜像 500GB。

我不是基础设施方面的专家，我是一名开发人员，所以，也许有一些非常了解的东西，比如 RAID os 可以为我做到这一点，但我真的不知道。我尝试过一次 RAID，但是当我失败 1 次时，Windows 会自动提醒我，并且分区再也不会“同步”了。

任何操作系统上的任何解决方案对我来说都可以。

谢谢！