Comment un seul disque peut faire tomber la matrice ? La réponse est que cela ne devrait pas, mais cela dépend en quelque sorte de ce qui cause la panne. Si le disque devait mourir d'une manière qui se comporte bien, cela ne devrait pas l'arrêter. Mais il est possible qu'il tombe en panne d'une manière "marginale" que le contrôleur ne peut pas gérer.

Es-tu naïf pour penser que ça ne devrait pas arriver ? Non, je ne le pense pas. Une carte RAID matérielle comme celle-ci aurait dû régler la plupart des problèmes.

Comment l'éviter ? Vous ne pouvez pas anticiper les cas limites bizarres comme celui-ci. Cela fait partie du métier d'administrateur système... mais vous pouvez travailler sur des procédures de récupération pour éviter que cela n'ait un impact sur votre activité. La seule façon d'essayer de résoudre ce problème pour le moment est d'essayer une autre carte matérielle (ce qui n'est probablement pas ce que vous voulez faire) ou de remplacer vos disques par des disques SAS au lieu de SATA pour voir si SAS est plus robuste. Vous pouvez également contacter le fournisseur de la carte RAID, lui expliquer ce qui s'est passé et voir ce qu'il en dit. Après tout, c'est une société qui est censée être spécialisée dans la connaissance des tenants et aboutissants de l'électronique des disques durs. Il est possible qu'ils aient des conseils plus techniques sur le fonctionnement des disques et sur leur fiabilité... si vous parvenez à trouver les bonnes personnes à qui parler.

Vous avez raté quelque chose ? Si vous voulez vérifier que le disque a une défaillance de cas limite, retirez-le de la matrice. La matrice sera dégradée mais vous ne devriez plus avoir de ralentissements et d'erreurs bizarres (en dehors de l'état dégradé de la matrice). Vous dites que pour l'instant il semble fonctionner correctement, mais s'il a des erreurs de lecture de disque, vous devriez remplacer le disque tant que vous le pouvez. Les disques de grande capacité peuvent parfois présenter des erreurs URE (la meilleure raison de ne pas utiliser le RAID 5, note complémentaire) qui n'apparaissent que lorsqu'un autre disque est en panne. Et si vous rencontrez des problèmes avec ce disque, vous ne voulez pas que les données corrompues migrent vers les autres disques de la matrice.

Je ne suis pas un expert, mais je vais tenter de me faire une idée en me basant sur mon expérience des contrôleurs RAID et des matrices de stockage.

Les disques tombent en panne de différentes manières. Malheureusement, les disques peuvent tomber en panne, ou être défectueux, d'une manière qui affecte sérieusement leurs performances mais que le contrôleur RAID ne considère pas comme une panne.

Si un disque tombe en panne de manière évidente, tout logiciel de contrôleur RAID devrait être capable de détecter l'absence de réponse du disque, de le retirer du pool et d'envoyer des notifications. Cependant, je pense que ce qui se passe ici est que le disque souffre d'une défaillance inhabituelle qui, pour une raison quelconque, ne déclenche pas de défaillance du côté du contrôleur. Par conséquent, lorsque le contrôleur effectue une écriture ou une lecture à partir du disque concerné, il met beaucoup de temps à revenir, ce qui a pour effet de suspendre l'ensemble des opérations d'E/S et donc la matrice. Pour une raison quelconque, cela n'est pas suffisant pour que le contrôleur RAID dise "ah, disque défaillant", probablement parce que les données finissent par revenir.

Mon conseil serait de remplacer immédiatement le disque défaillant. Après cela, je jetterais un coup d'œil à la configuration de votre carte RAID (c'est 3ware, je pensais qu'ils étaient plutôt bons) et je trouverais ce qu'elle considère comme un disque défectueux.

P.S. Bonne idée d'importer SMART dans les cactus.

Juste une supposition : les disques durs sont configurés pour réessayer en cas d'erreur de lecture plutôt que de signaler une erreur. Bien que ce comportement soit souhaitable dans un environnement de bureau, il est contre-productif dans un RAID (où le contrôleur doit réécrire tout secteur dont la lecture échoue sur les autres disques, afin que le disque puisse le remapper).

Mon coup dans le noir :

• Le disque 7 est en panne. Il a des fenêtres de panne où il n'est pas disponible.

• Le lecteur 8 présente également quelques erreurs "légères", corrigées en réessayant.

• RAID10 est généralement "un RAID0 de plusieurs paires RAID1", les lecteurs 7 et 8 sont-ils membres de la même paire ?

si c'est le cas, alors il semble que vous ayez atteint le cas " qui ne devrait pas arriver " de défaillance de deux disques sur la même paire. c'est presque la seule chose qui peut tuer un RAID10. malheureusement, cela peut arriver si tous vos disques proviennent du même lot d'expédition, donc ils sont légèrement plus susceptibles de mourir simultanément.

Je suppose que lors d'une panne du lecteur 7, le contrôleur a redirigé toutes les lectures vers le lecteur 8, donc toute erreur-réponse a provoqué de gros retards qui ont provoqué une avalanche de tâches gelées, tuant les performances pendant un moment.

vous avez de la chance que le lecteur 8 ne semble pas encore être mort, donc vous devriez être en mesure de réparer sans perte de données.

Je commencerais par changer les deux lecteurs, et n'oubliez pas de vérifier le câblage. une connexion lâche peut causer ce problème, et si elle n'est pas acheminée fermement, il est plus probable que cela se produise sur des lecteurs adjacents. également, certaines cartes multiport ont plusieurs connecteurs à deux ports, si le lecteur 7 et le lecteur 8 sont sur le même, cela pourrait être la source de votre problème.