IBM服务器raid5崩溃数据恢复方案及过程

IBM X3850服务器，5块SAS硬盘，其中4块组成一个RAID5，另一块作为热备盘(Hot-Spare)，3号盘早已经离线，但热备盘未自动激活rebuild（原因不明），之后2号盘离线，RAID崩溃。操作系统为linux redhat 5.3,应用系统为构架于oracle的一个oa，数据重要，时间很急，用户要求尽可能数据恢复+操作系统复原。

经工程师分析检测发现热备盘完全无启用，硬盘无明显物理故障，无明显同步表现。这种情况数据通常可恢复。以下是工程师给出的恢复方案：

【恢复方案】

保护原环境，关闭服务器，确保在恢复过程中不再开启服务器。将故障硬盘标好序号，确保在拿出槽位后可以完全复原。将故障硬盘挂载至北亚数据恢复备份服务器环境下，对所有故障硬盘做完全镜像。备份完成后交回原故障盘，之后的恢复操作直到数据确认无误前不再涉及原故障盘。

对备份盘进行RAID结构分析，得到其原来的RAID级别，条带规则，条带大小，校验方向，META区域等。根据得到的RAID信息搭建一组虚拟的RAID5环境。进行虚拟磁盘及文件系统解释。检测虚拟结构是否正确，如不正确，重复上述过程。

确定数据无误后，按用户要求回迁数据。如果仍然使用原盘，需确定已经完全对原盘做过备份后，重建RAID，再做回迁。可以在故障服务器上用另外硬盘安装一个回迁用的操作系统，再进行扇区级别的回迁。

【数据恢复操作过程】

1、对原硬盘进行完整镜像，镜像后发现2号盘有10-20个坏扇区，其余磁盘，均无坏道。

2、分析结构：得到的最佳结构为0,1,2,3盘序，缺3号盘，块大小512扇区，backward parity(Adaptec)。

3、组好后数据验证，200M以上的最新压缩包解压无报错，确定结构正确。

4、直接按此结构生成虚拟RAID到一块单硬盘上，打开文件系统无明显报错。

5、确定备份包安全的情况下，经客户同意后，对原盘重建RAID，重建时已经用全新硬盘更换损坏的2号盘。将恢复好的单盘用USB方式接入故障服务器，再用linux SystemRescueCd启动故障服务器，之后通过dd命令进行全盘回写。

【系统复原过程】

dd所有数据后，启动操作系统，无法进入，报错信息为：/etc/rc.d/rc.sysinit:Line 1:/sbin/pidof:Permission denied

怀疑此文件权限有问题，用SystemRescueCd重启后检查，此文件时间，权限，大小均有明显错误，显然节点损坏。

重新分析重组数据中的根分区，定位出错的/sbin/pidof/datahf.net，发现问题因2号盘坏道引起。

使用0，1，3这3块盘，针对2号盘的损坏区域进行xor补齐。补齐后重新校验文件系统，依然有错误，再次检查inode表，发现2号盘损坏区域有部分节点表现为(图中的55 55 55部分)：

很明显，虽然节点中描述的uid还正常存在，但属性，大小，以最初的分配块全部是错误的。按照所有可能进行分析，确定无任何办法找回此损坏节点。只能希望修复此节点，或复制一个相同的文件过来。

对所有可能有错的文件，均通过日志确定原节点块的节点信息，再做修正。

修正后重新dd根分区，执行fsck -fn /dev/sda5/datahf.net，进行检测，依然有报错，如下图：

根据提示，在系统中发现有多个节点共用同样的数据块。按此提示进行底层分析，发现，因3号盘早掉线，不存在节点信息的新旧交集。

按节点所属的文件进行区别，清除错误节点后，再次执行fsck -fn /dev/sda5,依然有报错信息，但已经很少。根据提示，发现这些节点多位于doc目录下，不影响系统启动，于是直接fsck -fy /dev/sda5/datahf.net强行修复。修复后，重启系统，成功进入桌面。启动数据库服务，启动应用软件，一切正常，无报错。到此，数据恢复及系统回迁工作完成。