服務器存儲數(shù)據(jù)恢復環(huán)境：
一臺存儲中有一組由12塊SAS硬盤組建的RAID6磁盤陣列，劃分為一個卷，分配給幾臺Vmware ESXI主機做共享存儲。該卷中存放了大量Windows虛擬機，這些虛擬機系統(tǒng)盤是統(tǒng)一大小，數(shù)據(jù)盤大小不確定，數(shù)據(jù)盤是精簡模式。

服務器存儲故障：
機房斷電導致服務器存儲異常關機，加電后存儲無法使用。

服務器存儲數(shù)據(jù)恢復過程：
1、將故障服務器存儲的所有磁盤和備份數(shù)據(jù)的目標磁盤接入到Windows Server服務器上。將磁盤都設為脫機（只讀）狀態(tài)，看到的連接狀態(tài)如下所示（HD1-HD12為目標備份磁盤，HD13-HD24為源故障磁盤，型號為HUS723030ALS640)：

北亞企安數(shù)據(jù)恢復——存儲數(shù)據(jù)恢復

2、使用工具在底層讀取HD13-HD24扇區(qū)，發(fā)現(xiàn)了大量損壞扇區(qū)，數(shù)據(jù)恢復工程師初步推斷出現(xiàn)這種情況的原因是這種硬盤的讀取機制與常見硬盤不一樣。嘗試更換主機、HBA卡、擴展柜，并將操作系統(tǒng)更換為Linux，均呈現(xiàn)相同故障表現(xiàn)。與用戶方工程師溝通，用戶方工程師回應此控制器對磁盤沒有特殊要求。
檢測硬盤損壞扇區(qū)的分布規(guī)律，服務器數(shù)據(jù)恢復工程師發(fā)現(xiàn)以下規(guī)則：
a、損壞扇區(qū)分布以256個扇區(qū)為單位。
b、除損壞扇區(qū)片斷的起始位置不固定外，后面的損壞扇區(qū)都是以2816個扇區(qū)為間隔。
所有磁盤的損壞扇區(qū)（部分）分布：

北亞企安數(shù)據(jù)恢復——存儲數(shù)據(jù)恢復

北亞企安數(shù)據(jù)恢復工程師編寫小程序，繞過處理每個磁盤的損壞扇區(qū)，將所有盤的數(shù)據(jù)做只讀鏡像。
3、基于鏡像文件分析所有磁盤的底層數(shù)據(jù)。
經(jīng)過分析發(fā)現(xiàn)損壞扇區(qū)呈規(guī)律性出現(xiàn)：
-每段損壞扇區(qū)區(qū)域大小總為256。
-損壞扇區(qū)分布為固定區(qū)域，每跳過11個256扇區(qū)遇到一個壞的256扇區(qū)。
-損壞扇區(qū)的位置一直存在于RAID的P校驗或Q校驗區(qū)域。
-所有硬盤中只有10號盤中有一個自然壞道。
分析HD13、HD23、HD24的0-2扇區(qū)得知分區(qū)大小為52735352798扇區(qū)，按RAID6的模式計算，將分區(qū)大小除以9等于5859483644扇區(qū)，與物理硬盤大小以及DS800控制器中保留的RAID信息區(qū)域大小吻合。根據(jù)物理硬盤底層表現(xiàn)，分區(qū)表大小為512字節(jié)，后面無8字節(jié)校驗，大量的0扇區(qū)也無8字節(jié)校驗。故原存儲并未啟用存儲中常用的DA技術(520字節(jié)扇區(qū)）。
分區(qū)大小如下圖(GPT分區(qū)表項底層表現(xiàn)，涂色部分表示分區(qū)大小，單位512字節(jié)扇區(qū)，64bit)：

北亞企安數(shù)據(jù)恢復——存儲數(shù)據(jù)恢復

4、存儲使用的是標準RAID6陣列，只需要分析出RAID成員盤數(shù)量以及RAID走向就可以重組RAID。
-分析RAID條帶大小
整個存儲被劃分為一個大的卷，分配給幾臺ESXI做共享存儲，卷的文件系統(tǒng)是VMFS。該VMFS卷中存放了大量的Windows虛擬機。Windows虛擬機大多使用NTFS文件系統(tǒng)，因此可以根據(jù)NTFS中MFT的順序分析出RAID條帶大小以及RAID走向。
-分析RAID是否存在掉線盤
鏡像完所有磁盤后發(fā)現(xiàn)最后一塊硬盤中并沒有像其他硬盤一樣有大量的壞道。最后一塊硬盤中有大量未損壞扇區(qū)，這些未損壞扇區(qū)大多是全0扇區(qū)，因此可以判斷這塊硬盤是熱備盤。
5、根據(jù)分析出來的RAID結構重組RAID。重組完成后能看到目錄結構，但不確定是否為最新狀態(tài)。隨機檢測幾個虛擬機發(fā)現(xiàn)部分虛擬機數(shù)據(jù)異常，初步判斷RAID中存在掉線的磁盤。依次將RAID中的每一塊磁盤踢掉，然后查看剛才數(shù)據(jù)異常的地方，沒有找到問題原因。
6、分析底層數(shù)據(jù)后發(fā)現(xiàn)問題不是出在RAID層面，而是出在VMFS文件系統(tǒng)層面。由于VMFS文件系統(tǒng)如果大于16TB會存在一些其他的記錄信息，因此在組建RAID的時候需要跳過這些記錄信息。再次重組RAID后查看以前數(shù)據(jù)異常的地方，已經(jīng)沒有問題了。
針對其中的一臺虛擬機做驗證，將所有磁盤加入RIAD中后，這臺虛擬機是可以啟動的，但缺盤的情況下啟動有問題，因此可以判斷整個RAID處在不缺盤的狀態(tài)為最佳。

驗證數(shù)據(jù)：
1、驗證虛擬機
驗證較為重要的虛擬機，發(fā)現(xiàn)大多數(shù)虛擬機都可以開機，進入登錄界面。部分虛擬機開機藍屏或開機檢測磁盤，但是使用光盤修復之后都可以正常啟動。
部分虛擬機開機如下：

北亞企安數(shù)據(jù)恢復——存儲數(shù)據(jù)恢復

2、驗證數(shù)據(jù)庫
驗證重要虛擬機中的數(shù)據(jù)庫，發(fā)現(xiàn)數(shù)據(jù)庫都正常。通過查詢master數(shù)據(jù)庫中的系統(tǒng)視圖，查出所有數(shù)據(jù)庫信息如下：

北亞企安數(shù)據(jù)恢復——存儲數(shù)據(jù)恢復

3、檢測整個VMFS卷是否完整
由于虛擬機數(shù)量很多，每臺都驗證的話，所需的時間會很長，因此檢測整個VMFS卷，在檢測VMFS卷的過程中發(fā)現(xiàn)部分虛擬機或虛擬機的文件被破壞。

北亞企安數(shù)據(jù)恢復——存儲數(shù)據(jù)恢復

批量恢復數(shù)據(jù)：
1、和用戶方溝通并且通報了目前恢復數(shù)據(jù)的情況。用戶對幾臺重要的虛擬機進行驗證后，認可恢復的數(shù)據(jù)。于是北亞企安數(shù)據(jù)恢復工程師著手恢復所有數(shù)據(jù)。
準備好目標RAID，將重組的RAID數(shù)據(jù)鏡像到目標陣列上，然后使用工具解析整個VMFS。
2、將恢復出來的VMFS卷連接到虛擬化環(huán)境中的一臺ESXI5.5主機上，嘗試將該VMFS卷掛載到的ESXI5.5的環(huán)境中。由于版本（用戶方的ESXI主機是5.0版本）原因或VMFS本身有損壞，導致掛載不成功。

移交數(shù)據(jù)：
北亞企安數(shù)據(jù)恢復工程師將目標陣列上的數(shù)據(jù)帶到用戶方現(xiàn)場，使用工具導出VMFS卷中的虛擬機。
1、將目標陣列上的數(shù)據(jù)通過HBA卡連接到用戶的VCenter服務器上。
2、在VCenter服務器安裝工具，然后使用工具解釋VMFS卷。
3、使用工具將VMFS卷中的虛擬機導入到VCenter服務器上。
4、使用VCenter的上傳功能將虛擬機上傳到ESXI的存儲中。
5、將上傳完的虛擬機添加到清單，開機驗證。
6、如果有虛擬機開機出現(xiàn)問題，則嘗試使用命令行模式修復；或者重建虛擬機并將恢復的虛擬機磁盤（既VMDK文件）拷貝過去。
7、由于部分虛擬機的數(shù)據(jù)盤很大，而數(shù)據(jù)很少。這種情況就可以直接導出數(shù)據(jù)，然后新建一個虛擬磁盤，最后將導出的數(shù)據(jù)拷貝至新建的虛擬磁盤中即可。
統(tǒng)計了一下整個存儲中虛擬機的數(shù)量，整個存儲中大約有200臺虛擬機。目前的情況只能通過上述方式將恢復出來的虛擬機一臺一臺的恢復到用戶的ESXI中。

總結：
所有磁盤壞道的規(guī)律如下表：

北亞企安數(shù)據(jù)恢復——存儲數(shù)據(jù)恢復

經(jīng)過分析后得到關于壞道的規(guī)則表現(xiàn)：
-除去SN：YHJ6LEUD上的一個自然壞道外，其余壞道均分布于RAID6的Q校驗塊中。
-壞道區(qū)域多數(shù)表現(xiàn)為完整的256個扇區(qū)，正好是當時創(chuàng)建RAID6時的一個完整RAID塊大小。
-活動區(qū)域表現(xiàn)為壞道，非活動區(qū)域壞道有可能不出現(xiàn)，如熱備盤，由于上線不足10%，所以壞道數(shù)量就比其他在線盤少。
-其他非Q校驗區(qū)域完好，無任何故障。
結論：通過上述壞道規(guī)則表現(xiàn)可推斷：壞道為控制器生成Q校驗，向硬盤下達IO指令時，可能表現(xiàn)為非標指令，硬盤內(nèi)部處理異常，導致出現(xiàn)規(guī)律性壞道。
存儲故障是由壞道引起的，導致恢復出來的數(shù)據(jù)有部分破壞，但不影響整體，結果也在可接受范圍內(nèi)。

審核編輯 黃宇