hp smart array p410 fail

Merevlemezek, vezérlők

Van egy HP szerverünk, fent említett vezérlővel, 1 éve vettük, originál, jó drága, akksis cache, meg minden. RAID5, 3 diszkkel. 3 órával ezelőttig ment, aztán újraindult, és nem bootolt, 2 diszkre hibát jelzett. Pedig mindhárom diszken a zöld LED ég, nem a narancs. Nyomtunk egy F2-t, hogy lementsük az adatokat, így elindult a Windows. Volt rajta egy csomó virtuális gép, 10-ből 8 nem bootolt be, mert olyan apróságok hiányoztak, mint a Windows mappa, vagy a kernel. Nem kell semmi segítség, majd megoldjuk. Csak azt mondja már meg valaki, mi a *°$@-" ÉÁ!!/!+É2 $[$453$^24!+%-ra jó ez az egész RAID? 10-ből 9-szer döglik meg, mert akárhányszor valami elromlik, és felkészülünk rá, legközelebb valami súlyosabb módon száll el az egész. Csak a széfben tartott backupra lehet számítani...

  • 1923 megtekintés

( mauzi v | 2011. 06. 16., cs – 16:44 )

rossz csillagzat alatt születtél.
üzemeltetünk jópár rendszert, de tökre nem jellemző a RAID vezérlők miatti adatvesztés.

( informer v | 2011. 06. 16., cs – 18:50 )

megmutatod a #>hpaducli -f lista.txt -t?

( joco01 v | 2011. 06. 17., p – 19:11 )

Úgy néz ki, hogy be volt kapcsolva a write cache, de nincs benne akksi. A nyitóban tévedtem, akksit támogató cache van benne, csak épp akksi nélkül.

Azt tudom, hogy bekapcsolt write cache mellett hirtelen leállt gépet már vagy ezret láttam, gagyi RAID1-el és RAID nélkül is, de adatvesztést soha. Ez volt az első hardveres RAID5, amit közelről láttam. Létezik, hogy a hardvertől, vagy a cache-től, vagy a RAID5-től, vagy ezek kombinációjától lett adatvesztés?

Meg úgy egyáltalán, mi történhetett? A kontroller hibátlan, a cache is, a diszkek is, nem volt áramszünet, akkor mitől lehet, hogy 3 diszkből 2-re hirtelen hibát jelez, és csomó adatunk elveszett?

--
joco voltam szevasz

"Úgy néz ki, hogy be volt kapcsolva a write cache, de nincs benne akksi. A nyitóban tévedtem, akksit támogató cache van benne, csak épp akksi nélkül."

Nos. Alapértelmezésben nincs bekapcsolva aksi nélkül a write cache, nem véletlenül. A SmartArray-ek boot után csinálnak egy cache flush-t a diszkekre, tehát valami ilyen történik:
- rendszer fejreáll (ami azért igen ritka, látok elég sok hp vasat többféle SmartArray-el)
- rendszer valahogy újraindul (reset, poweroff+poweron, bárhogy)
- bootkor megjelenik a "valid data found in cache" és ezzel "befejezi" a diszk műveleteket

A fentivel nyilván filerendszer szintű gubanc lehet, de minimális, főleg ha valami normális naplózó fs és megy is a naplózás. Ha egyszerre két diszk kiesik bármi miatt, az sajnos ciki RAID5-nél, az ellen semmilyen raid vezérlés (hw vs sw) nem fog megvédeni.

Egyébként érdekes adalék, hogy nálunk pont tegnap előtt derült ki az egyik P410i-s gépről, hogy egy diszk failed. Ez eddig nem túl izgalmas, szóltunk gariügyben, jött is rendben a szaki. A szaki viszont már csupa jó diszket látott, mert kolléga előző este csinált fw upgrade-et gépen és újraindította... Nagyon szomorúak lettünk volna, ha egyszerre két diszk áll le, mert egy "nagyszerű" rendszer megy rajta, ami elég esetlegesen backupol.

( Kayapo | 2011. 06. 17., p – 20:07 )

Na ilyenkor a rendszergazda előveszi a backupot...

Meg aztán ezek a raid vezérlők tudnak mutatni "predictive failure" állapotot, ami egy hónappal ezelőtt segített volna (hpacucli + Nagios).
Látam már olyant, hogy "kicsit szar" disk, ami kuhózás, vissza dugás után, még "visszatért" az élők sorába.

Még annyit fűznék hozzá, (és ez egy régi ököl szabály) hogy a RAID nem helyettesíti a backupot!

----
올드보이
http://molnaristvan.eu/

Az SW RAID nem istenkirály, az is szar, csak kevésbé. Mit konfiguráltam félre? Nem kapcsoltam be a dögölj-meg-random-módon kapcsolót, egy évig működött, aztán hopp nem. Valakinek biztos ez kell, az én tapasztalataim alapján, a mi céljainkra viszont nem éri meg a pénzt a HW RAID. Ettől még egy olcsó storage is jobb, amire naponta backupolok.

--
joco voltam szevasz

Azt azért ne felejtsd el, hogy a HW RAID sem csupa vas, van azon is software rendesen. Az csinálja a RAID-et. Általában igen jól.

"Nem kapcsoltam be a dögölj-meg-random-módon kapcsolót,"
Azt ugyan nem de a cache irási engedélyezése Battery nélkül az a "hű de merész" kategória. Működött is a mutatvány egész sokáig. Mondjuk én is használok dwc enable-t UPS nélkül de ha megdeglend akkor legalább tudom mit kockáztattam és mit kaptam érte.

Nem jobb.
Egy olcsóbb storage backupra az _más_!
Ha majd a céljaid azok lesznek, hogy pl. menet közben raid levelt váltani vagy variálni, vagy bővíteni, vagy redundanciát növelni, akkor kezd szűkös és tehetetlen lenni egy SW RAID. Mindazonáltal egy nagyszerű és mindig kéznél lévő RAID megoldás a maga előnyeivel és hátrányaival.

Van UPS, tehát nem gondolnám merész műveletnek a cache-t. Nem is volt áramkimaradás, mikor ez történt.

Én nem mondtam, hogy senki ne használjon RAID-et, hanem csak azt, hogy általában túlértékelik az emberek, és konkrétan nálam tuti nem éri meg. Akármilyen csilli-villi RAID-nél is muszáj a külön backup, mert az ellen nem véd. Akkor meg kisebb cégeknél, mint a miénk, minek öljük a pénzt a drága RAID-be? Egyszerűen nem hozza be az árát. Mi adunk a backupra, és van UPS is, úgyhogy nem is lesz akksi véve a cache-be, mert csak pénzkidobás lenne.

--
joco voltam szevasz

Raid: rendelkezésre állást növeli. HW raid esetén nem szükséges leállás a lemez-csere miatt, SW esetén általában igen.

A HW raid előnye emellett, hogy gyorsabb is tud lenne, köszönhetően a cache-nek, valamint tehermentesíti a procit.

Ha nem akarod a pénzed drága raid-be ölni, és van backupod, akkor miért nem az csinálod, hogy van 1db lemez a gépben, este lemented egy másikra oszt' jónapot?