S5020 光纖存儲FC硬盤故障數(shù)據(jù)恢復(fù)成功案方法和數(shù)據(jù)恢復(fù)過程

本案例詳細(xì)介紹了服務(wù)器存儲數(shù)據(jù)庫恢復(fù)的過程，包括RAID重組和數(shù)據(jù)庫數(shù)據(jù)的修復(fù)與驗證。

背景介紹：
S5020 光纖存儲。存儲上一共16塊FC硬盤，單盤容量600G。存儲前面板10號和13號硬盤亮故障燈，存儲映射到redhat上的卷掛載不上，業(yè)務(wù)崩潰。

開始工作：
通過storage manager連接到存儲查看當(dāng)前存儲狀態(tài)，存儲報告邏輯卷狀態(tài)失敗，再查看物理磁盤狀態(tài)，發(fā)現(xiàn)6號盤報告“警告”，10號和13號盤報告“失敗”，通過storage manager將當(dāng)前存儲的完整日志狀態(tài)備份下來，解析備份出來的存儲日志獲得了關(guān)于邏輯卷結(jié)構(gòu)的部分信息。
圖一：

將16塊FC盤粘貼標(biāo)簽，按照原始槽位號登記后從存儲中移除，使用FC盤鏡像設(shè)備“R510+SUN3510”對16塊FC盤進行粗略測試，結(jié)果發(fā)現(xiàn)16塊盤均能正常識別，分別檢測16塊盤的SMART狀態(tài)，結(jié)果6號盤的SMART狀態(tài)為“警告”狀態(tài)和在IBM storage manager中報告一致。

在windows環(huán)境下首先將設(shè)備識別出來的FC盤在磁盤管理器中標(biāo)記為脫機狀態(tài)，從而為原始磁盤提供了一個寫保護功能，然后使用軟件對原始磁盤進行扇區(qū)級別鏡像操作，將原始磁盤中的所有物理扇區(qū)鏡像到邏輯磁盤并以文件形式保存。在鏡像過程中發(fā)現(xiàn)6號磁盤的鏡像速度很慢，結(jié)合先前對硬盤SMART狀態(tài)檢測時發(fā)現(xiàn)的問題綜合判斷，6號盤應(yīng)該存在大量損壞以及不穩(wěn)定扇區(qū)，導(dǎo)致一般應(yīng)用軟件無法對其進行操作。

使用壞道硬盤鏡像設(shè)備對6號硬盤進行壞道鏡像操作，在鏡像過程中同時觀察鏡像的速度和穩(wěn)定性，發(fā)現(xiàn)6號盤的壞道并不多，但是存在大量的讀取響應(yīng)時間長等不穩(wěn)定扇區(qū)，于是調(diào)整6號盤的拷貝策略，將遇到壞道跳過扇區(qū)數(shù)和響應(yīng)等待時間等參數(shù)均作一些修改。繼續(xù)對6號盤進行鏡像操作。同時觀察剩余盤鏡像的情況。

經(jīng)過鏡像操作后，磁盤已經(jīng)全部鏡像完成，查看日志，發(fā)現(xiàn)在storage manager和硬盤SMART狀態(tài)中均沒有報錯的1號盤也存在壞道，10號和13號盤均存在大量不規(guī)律的壞道分布，根據(jù)壞道列表使用軟件定位到目標(biāo)鏡像文件分析發(fā)現(xiàn)，ext3文件系統(tǒng)的一些關(guān)鍵源數(shù)據(jù)信息有的已經(jīng)被壞道所破壞，只能等待6號盤鏡像完畢后，通過同一條帶進行xor以及根據(jù)文件系統(tǒng)上下文關(guān)系的方式手動修復(fù)被損壞的文件系統(tǒng)。

壞道鏡像設(shè)備報告6號盤鏡像完成，但是先前為了最大限度做出有效扇區(qū)以及為了保護磁頭設(shè)置的拷貝策略會自動跳過一些不穩(wěn)定扇區(qū)，所以現(xiàn)在的鏡像是不完整的，于是調(diào)整拷貝策略，繼續(xù)鏡像被跳過的扇區(qū)，6號盤所有扇區(qū)全部鏡像完畢。

得到了所有硬盤的物理扇區(qū)鏡像，在平臺下使用軟件將所有鏡像文件全部展開，根據(jù)我們對ext3文件系統(tǒng)的逆向以及日志文件的分析，得到了16塊FC盤在存儲中的盤序，RAID的塊大小，RAID的校驗走向和方式等信息，于是嘗試通過軟件的方式虛擬重組RAID，RAID搭建完成后進一步解析ext3文件系統(tǒng)，通過和用戶溝通提取出了一些oracle的dmp文件，用戶嘗試進行恢復(fù)。

在dmp恢復(fù)的過程中，數(shù)據(jù)庫報告為imp-0008錯誤，通過仔細(xì)分析導(dǎo)入dmp文件的日志文件，發(fā)現(xiàn)恢復(fù)的dmp文件存在問題而導(dǎo)致dmp導(dǎo)入數(shù)據(jù)失敗。立刻重新分析raid結(jié)構(gòu)，以及進一步確定ext3文件系統(tǒng)被破壞的程度，又經(jīng)過數(shù)小時的工作，重新恢復(fù)dmp文件和dbf原始庫文件，將恢復(fù)出來的dmp文件移交給用戶進行數(shù)據(jù)導(dǎo)入測試，結(jié)果測試順利沒有發(fā)現(xiàn)問題，說明這次的數(shù)據(jù)恢復(fù)是成功的，接著對恢復(fù)出來的dbf原始庫文件進行校驗檢測，所有文件均能通過測試。

數(shù)據(jù)庫恢復(fù)流程
1.拷貝數(shù)據(jù)庫文件到原數(shù)據(jù)庫服務(wù)器，路徑為/home/oracle/tmp/syntong.
作為備份。在根目錄下創(chuàng)建了一個oradata文件夾，并把備份的整個syntong文件夾拷貝到oradata目錄下。然后更改oradata文件夾及其所有文件的屬組和權(quán)限。
2.備份原數(shù)據(jù)庫環(huán)境，包括ORACLE_HOME下product文件夾下的相關(guān)文件。配置監(jiān)聽，使用原機中的splplus連接到數(shù)據(jù)庫。嘗試啟動數(shù)據(jù)庫到nomount狀態(tài)。進行基本狀態(tài)查詢后，了解到環(huán)境和參數(shù)文件沒有問題。 嘗試啟動數(shù)據(jù)庫到mount狀態(tài)，進行狀態(tài)查詢沒有問題。啟動數(shù)據(jù)庫到open狀態(tài)。出現(xiàn)報錯：
圖二：

3.經(jīng)過進一步的檢測和分析，判斷此故障為控制文件和數(shù)據(jù)文件信息不一致，這是一類因斷電或突然關(guān)機等引起的常見故障。
4.對數(shù)據(jù)庫文件進行逐個檢測，檢測到所有數(shù)據(jù)文件沒有物理損毀。
5.在mount狀態(tài)下，對控制文件進行備份，alter database backup controlfile to trace as ' /backup/controlfile'；對備份的控制文件進行查看修改，取得其中的重建控制文件命令。把這些命令復(fù)制到一個新建腳本文件controlfile.sql中。
6.關(guān)閉數(shù)據(jù)庫，刪除/oradata/syntong/下的3個控制文件。 啟動數(shù)據(jù)庫到nomount狀態(tài)，執(zhí)行controlfile.sql 腳本。
圖三：

7.重建控制文件完成后，直接啟動數(shù)據(jù)庫，報錯，需要進一步處理。
圖四：

然后執(zhí)行恢復(fù)命令：
圖五：

做介質(zhì)恢復(fù)，直到返回報告，恢復(fù)完成。
8.嘗試open數(shù)據(jù)庫。
SQL> alter database open resetlogs;
9.數(shù)據(jù)庫啟動成功。把原來temp表空間的數(shù)據(jù)文件加入到對應(yīng)的temp表空間中。
10.對數(shù)據(jù)庫進行各種常規(guī)檢查，沒有任何錯誤。

11. 進行emp備份。全庫備份完成，沒有報錯。將應(yīng)用程序連接到數(shù)據(jù)庫，進行應(yīng)用層面的數(shù)據(jù)驗證。
    數(shù)據(jù)驗證結(jié)束，數(shù)據(jù)庫修復(fù)完成，數(shù)據(jù)恢復(fù)成功。