添加修复硬盘--报错-完整修复流程

13304639

​

• 切记一定先备份数据.

BUG现象：两块4T硬盘,组raid1,其中一块硬盘故障,更换新硬盘后,在添加修复新硬盘时报错.如下图

1,一开始怀疑和缓存盘有关,删除后无效.

2,然后根据报错,发现与系统自带的 mdadm 有关.(mdadm是linux下用于创建和管理软件RAID的命令)

3,开启SSH,登录root账号.(自行搜索一下,root账号)

4,下面是一些mdadm的常用命令.

# 查看RAID状态
sudo mdadm --detail /dev/md0

# 重新激活阵列
sudo mdadm --run /dev/md0

# 如果设备丢失，重新添加
sudo mdadm --manage /dev/md0 --add /dev/sdb1

1. 如果RAID阵列掉线或降级

bash

# 查看RAID状态
sudo mdadm --detail /dev/md0

# 重新激活阵列
sudo mdadm --run /dev/md0

# 如果设备丢失，重新添加
sudo mdadm --manage /dev/md0 --add /dev/sdb1

2. 如果设备被标记为故障

bash

# 查看故障设备
cat /proc/mdstat

# 移除故障设备
sudo mdadm --manage /dev/md0 --remove /dev/sdb1

# 重新添加设备
sudo mdadm --manage /dev/md0 --add /dev/sdb1

3. 如果RAID无法启动

bash

# 停止阵列
sudo mdadm --stop /dev/md0

# 重新组装
sudo mdadm --assemble /dev/md0 /dev/sdb1 /dev/sdc1

# 或者强制组装
sudo mdadm --assemble --force /dev/md0 /dev/sdb1 /dev/sdc1

4. 如果配置文件有问题

bash

# 重新扫描阵列
sudo mdadm --assemble --scan

# 更新配置文件
sudo mdadm --detail --scan >> /etc/mdadm/mdadm.conf
sudo update-initramfs -u

5. 检查硬盘健康状况

bash

# 检查硬盘SMART信息
sudo smartctl -a /dev/sdb

# 检查硬盘坏道
sudo badblocks -sv /dev/sdb

1. 查看详细状态

bash

sudo mdadm --detail /dev/md0

2. 检查缺失的设备

bash

# 查看所有硬盘
lsblk

# 检查哪些设备应该属于这个阵列
sudo mdadm --examine /dev/sda1
sudo mdadm --examine /dev/sdb1
sudo mdadm --examine /dev/sdc1

3. 重新添加缺失的设备

假设缺失的设备是 /dev/sda1：

bash

# 如果设备存在但未加入阵列
sudo mdadm --manage /dev/md0 --add /dev/sda1

# 如果设备有问题，先停止再重新添加
sudo mdadm --manage /dev/md0 --fail /dev/sda1 --remove /dev/sda1
sudo mdadm --manage /dev/md0 --add /dev/sda1

4. 监控重建进度

bash

# 实时监控重建进度
watch cat /proc/mdstat

# 或者查看详细进度
watch "sudo mdadm --detail /dev/md0 | grep -i rebuild"

5. 如果设备物理上不存在或损坏

如果另一个设备确实损坏或不存在，您可以：

bash

# 将阵列降级为单设备运行（临时方案）
# 或者添加一个新设备
sudo mdadm --manage /dev/md0 --add /dev/sdc1

6. 更新配置文件

修复完成后：

bash

# 更新mdadm配置
sudo mdadm --detail --scan | sudo tee -a /etc/mdadm/mdadm.conf

# 更新initramfs
sudo update-initramfs -u

1. 检查设备状态

bash

# 检查设备是否存在且可访问
ls -la /dev/sda1
sudo fdisk -l /dev/sda

# 检查设备是否已经被其他阵列使用
sudo mdadm --examine /dev/sda1

2. 检查设备上的 RAID 超级块

bash

# 检查是否有冲突的RAID信息
sudo mdadm --examine /dev/sda1

# 如果显示有旧的RAID信息，需要清除
sudo mdadm --zero-superblock /dev/sda1

注意： 执行 --zero-superblock 前请确认这个设备不包含重要数据！

3. 检查分区类型

bash

# 查看分区类型
sudo fdisk -l /dev/sda

# 确保分区类型是 Linux RAID (fd)
sudo fdisk /dev/sda
# 在fdisk中：输入 t → 选择分区1 → 输入 fd → w 保存

4. 检查设备大小是否匹配

bash

# 比较两个设备的大小
lsblk /dev/sda1 /dev/sdb1
sudo blockdev --getsize64 /dev/sda1
sudo blockdev --getsize64 /dev/sdb1

5. 完整的修复流程

bash

# 1. 停止阵列（可选，如果数据重要请先备份）
sudo mdadm --stop /dev/md0

# 2. 清除设备上的超级块
sudo mdadm --zero-superblock /dev/sda1
sudo mdadm --zero-superblock /dev/sdb1

# 3. 重新创建阵列
sudo mdadm --create /dev/md0 --level=1 --raid-devices=2 /dev/sda1 /dev/sdb1

# 或者如果不想丢失数据，尝试强制添加
sudo mdadm --manage /dev/md0 --add /dev/sda1 --force

6. 如果设备有物理问题

bash

# 检查硬盘健康状态
sudo smartctl -a /dev/sda

# 检查硬盘错误
dmesg | grep sda

# 测试读写
sudo badblocks -sv /dev/sda1

7. 替代方案：使用不同的设备

如果有其他可用硬盘：

bash

# 使用 /dev/sdc1 替代
sudo mdadm --manage /dev/md0 --add /dev/sdc1

建议的执行顺序

1. 先执行第1步检查设备状态
2. 执行第2步检查RAID超级块
3. 执行第4步检查设备大小

解决方案

方案1：清除设备并重新添加（推荐）

bash

# 1. 确保设备没有挂载
sudo umount /dev/sda1

# 2. 清除设备上可能存在的残留RAID信息
sudo mdadm --zero-superblock /dev/sda1

# 3. 强制将设备添加到阵列
sudo mdadm --manage /dev/md0 --add /dev/sda1

方案2：如果方案1失败，重新创建分区

bash

# 1. 创建与sdb1相同的分区布局
sudo sfdisk -d /dev/sdb | sudo sfdisk /dev/sda

# 2. 设置分区类型为Linux RAID
sudo parted /dev/sda set 1 raid on

# 3. 添加到阵列
sudo mdadm --manage /dev/md0 --add /dev/sda1

方案3：使用特定元数据版本创建

bash

# 停止当前阵列（确保有备份！）
sudo mdadm --stop /dev/md0

# 重新创建阵列，指定元数据版本
sudo mdadm --create /dev/md0 --level=1 --raid-devices=2 --metadata=1.2 /dev/sda1 /dev/sdb1

检查步骤

在执行上述方案前，请先确认：

1. 检查当前设备状态

bash

# 确认设备大小匹配
lsblk /dev/sda1 /dev/sdb1

# 检查sda1是否真的没有RAID信息
sudo mdadm --examine /dev/sda1

2. 检查分区表

bash

sudo fdisk -l /dev/sda
sudo fdisk -l /dev/sdb

如果以上方案都不工作

方案4：完全重新初始化设备

bash

# 1. 擦除设备开头部分（清除所有文件系统签名）
sudo dd if=/dev/zero of=/dev/sda1 bs=1M count=100

# 2. 重新添加到阵列
sudo mdadm --manage /dev/md0 --add /dev/sda1

推荐执行顺序

1. 先尝试方案1
2. 如果失败，执行检查步骤确认设备状态
3. 然后尝试方案2
4. 最后考虑方案4

解决方案

方案1：强制添加设备

bash

# 强制将设备添加到阵列
sudo mdadm --manage /dev/md0 --add /dev/sda1 --force

方案2：如果方案1失败，停止并重新组装阵列

bash

# 1. 停止当前阵列
sudo mdadm --stop /dev/md0

# 2. 重新组装阵列，包含两个设备
sudo mdadm --assemble /dev/md0 /dev/sda1 /dev/sdb1

# 3. 如果仍然有问题，强制组装
sudo mdadm --assemble /dev/md0 /dev/sda1 /dev/sdb1 --force

方案3：检查并修复设备状态

bash

# 检查设备是否有坏块
sudo badblocks -sv /dev/sda1

# 如果发现有坏块，尝试修复
sudo fsck -vcck /dev/sda1

方案4：手动指定设备角色

bash

# 停止阵列
sudo mdadm --stop /dev/md0

# 使用指定设备重新创建（会开始同步）
sudo mdadm --create /dev/md0 --level=1 --raid-devices=2 /dev/sdb1 /dev/sda1 --assume-clean

推荐执行顺序

1. 首先尝试方案1（最简单且风险最低）：
   bash

   sudo mdadm --manage /dev/md0 --add /dev/sda1 --force
   

2. 如果方案1失败，尝试方案2：
   bash

   sudo mdadm --stop /dev/md0
   sudo mdadm --assemble /dev/md0 /dev/sda1 /dev/sdb1 --force
   

3. 监控重建进度：
   bash

   watch cat /proc/mdstat
   

深度解决方案

方案1：完全清除并重新初始化设备

bash

# 1. 完全擦除设备开头的所有元数据
sudo dd if=/dev/zero of=/dev/sda1 bs=1M count=1000

# 2. 重新扫描设备
sudo partprobe /dev/sda

# 3. 将设备添加到阵列
sudo mdadm --manage /dev/md0 --add /dev/sda1

方案2：使用低级设备访问（绕过分区）

bash

# 1. 停止阵列
sudo mdadm --stop /dev/md0

# 2. 直接使用整个磁盘而不是分区
sudo mdadm --assemble /dev/md0 /dev/sdb1 /dev/sda

# 或者如果上面不行，尝试：
sudo mdadm --create /dev/md0 --level=1 --raid-devices=2 /dev/sdb1 /dev/sda --force

方案3：检查分区对齐和大小

bash

# 检查两个设备的分区表是否完全相同
sudo sfdisk -d /dev/sdb | sudo sfdisk /dev/sda

# 重新设置分区类型
sudo parted /dev/sda set 1 raid on

# 重新扫描
sudo partprobe /dev/sda

方案4：手动修复超级块

bash

# 基于sdb1的信息手动创建超级块
sudo mdadm --create /dev/md0 --level=1 --raid-devices=2 /dev/sdb1 missing --force
sudo mdadm --manage /dev/md0 --add /dev/sda1 --force

方案5：使用不同的元数据版本

bash

# 停止阵列
sudo mdadm --stop /dev/md0

# 使用默认元数据版本重新创建
sudo mdadm --create /dev/md0 --level=1 --raid-devices=2 /dev/sdb1 /dev/sda1 --metadata=default

1. 检查并卸载文件系统

bash

# 检查是否已挂载
mount | grep md0
df -h | grep md0

# 如果已挂载，卸载它
sudo umount /dev/md0

# 如果卸载失败，检查哪个进程在使用
sudo lsof /dev/md0
sudo fuser -v /dev/md0

2. 检查 LVM 使用情况

bash

# 检查是否有 LVM 卷组使用此设备
sudo pvs | grep md0
sudo vgs | grep md0
sudo lvs | grep md0

# 如果有，停用卷组
sudo vgchange -an <卷组名>

3. 停止使用 RAID 的进程

bash

# 强制终止使用设备的进程
sudo fuser -k /dev/md0

# 或者使用 lsof 找到并手动终止进程
sudo lsof /dev/md0

4. 如果以上方法都不行，尝试强制停止

bash

# 强制停止 RAID 设备
sudo mdadm --stop /dev/md0 --force

完整的修复流程

一旦您获得了对设备的独占访问权：

bash

# 1. 确保设备未挂载且未被使用
sudo umount /dev/md0 2>/dev/null || true

# 2. 停止阵列
sudo mdadm --stop /dev/md0

# 3. 清除 sda1 的超级块
sudo dd if=/dev/zero of=/dev/sda1 bs=1M count=1000
sudo partprobe /dev/sda

# 4. 重新创建阵列
sudo mdadm --create /dev/md0 --level=1 --raid-devices=2 /dev/sdb1 /dev/sda1 --force

# 5. 监控重建进度
watch cat /proc/mdstat

替代方案：使用不同的设备名称

如果 /dev/md0 被系统锁定，可以尝试使用不同的设备名称：

bash

# 停止当前阵列
sudo mdadm --stop /dev/md0

# 使用不同的名称重新组装
sudo mdadm --assemble /dev/md1 /dev/sdb1 /dev/sda1 --force

紧急情况下的处理

如果数据非常重要且您无法停止使用中的设备：

bash

# 创建只读快照（如果使用 LVM）
sudo lvcreate -s -n raid_backup -L 1G /dev/md0

# 或者直接复制数据到安全位置
sudo dd if=/dev/md0 of=/path/to/backup.img bs=1M status=progress

推荐执行顺序

1. 首先检查并卸载文件系统：
   bash

   mount | grep md0
   sudo umount /dev/md0
   

2. 检查并处理 LVM：
   bash

   sudo pvs | grep md0
   sudo vgchange -an <卷组名>  # 如果找到卷组
   

3. 停止阵列：
   bash

   sudo mdadm --stop /dev/md0
   

4. 如果常规停止失败，使用强制停止：
   bash

   sudo mdadm --stop /dev/md0 --force