Буклет на тему «Виды неисправностей систем хранения данных»

К дисковым массивам относятся RAID и схожие системы, где данные распределяются между несколькими накопителями. Неисправности в них делят на три группы: аппаратные, логические и отказ управляющей электроники.

• Аппаратные сбои связаны с самими дисками, кабелями, блоками питания, вентиляторами и контроллерами. В современных массивах именно отказ дисков остаётся одной из самых частых причин деградации массива.

• Логические неисправности возникают при повреждении файловой системы, разделов, метаданных или таблиц размещения данных. В этом случае устройство может определяться исправно, но нужные файлы становятся недоступны.

• Отдельно выделяют сбои прошивки и кеша: неудачное обновление, потеря питания или отказ батареи кеша могут сделать том недоступным даже при целых дисках.

Отказ одного накопителя обычно не останавливает массив сразу, если он построен с резервированием. После сбоя массив переходит в режим пониженной надёжности и ждёт восстановления.

• При восстановлении нагрузка на оставшиеся диски растёт, а окно уязвимости увеличивается. Если в это время выходит из строя ещё один диск, массив может полностью потерять данные.

• В системах с сетевым хранением часто ломаются не только диски, но и контроллеры, порты, кабели, коммутаторы и адаптеры. Из-за этого том становится недоступным для всех подключённых серверов.

• Сбой контроллера может выглядеть как катастрофа хранения, хотя сами накопители остаются исправными. В таких случаях проблема кроется в логике сборки тома, а не в носителях.

Иногда самый опасный сбой не связан с поломкой диска. После неудачного обновления прошивки массив может уйти в цикл перезагрузок: накопители целы, но контроллер больше не способен собрать том и показать его серверам.

Логические повреждения затрагивают структуру данных, а не сам носитель. К ним относят битую файловую систему, повреждённую таблицу разделов и ошибки метаданных.

• Аппаратные неисправности заметны по физическим признакам: посторонний шум, сообщения о сбое, падение массива, отключение канала связи или ошибки контроллера.

• Сбои питания и перепады напряжения опасны для массивов с кешем записи. Если буфер не успевает сбросить данные на диск, часть записей теряется или том переводится в аварийный режим.

• В крупных хранилищах отдельной причиной отказа становится несогласованность между компонентами. Несовпадение настроек, версий прошивки или схемы массива мешает системе правильно читать данные.

Накопители в массиве могут одновременно потерпеть несколько типов отказа. Один и тот же инцидент нередко начинается как аппаратный сбой, а затем переходит в логический.

• Для RAID 1, RAID 4 и RAID 5 двойной отказ дисков обычно означает потерю массива. В RAID 6 допускается выход из строя двух дисков, но не больше.

• В системах сетевого хранения нередко выходят из строя контроллеры, коммутаторы и каналы передачи. Тогда том становится недоступным, хотя сами диски продолжают работать.

• Сбои больших массивов часто связаны не с одним крупным повреждением, а с цепочкой мелких проблем: износ, перегрев, ошибки прошивки, сбой питания и повторный отказ при восстановлении.

• Когда массив уже в режиме восстановления, риск второго отказа резко возрастает. Именно поэтому повреждения хранилищ часто развиваются каскадом, а не по одному сценарию.