公司HPEVA4400存储硬盘离线数据恢复方法

1、公司HP-EVA4400存储硬盘离线数据恢复方法一、故障描述整个EVA存储结构是由一台EVA4400控制器，三台EVA4400扩展柜和28块FC 300G硬盘构成的。由于两块磁盘掉线导致存储某些LUN不可用，某些LUN丢失。由于EVA4400是因为某些磁盘掉线，从而导致整个存储不可用。因此接收到磁盘以后北亚工程师先对所有磁盘做物理检测，检测完后发现没有物理故障。接着使用坏道检测工具检测磁盘坏道，发现也没有坏道。磁盘坏道检测日志如下图：二、备份数据考虑到数据的安全性以及可还原性，在做数据恢复之前需要对所有源数据做备份，以防万一操作不当导致数据无法再次恢复。使用winhex将所有磁盘都镜像成文件，

2、源磁盘的内容数量多，在做数据备份的时候要花费很长时间。备份完部分数据如下图：三、故障分析及恢复过程1、分析故障原因由于前两个步骤并没有检测到磁盘有物理故障或者是坏道，由此推断可能是由于某些磁盘读写不稳定导致故障发生。因为EVA控制器检查磁盘的策略很严格，一旦某些磁盘性能不稳定，EVA控制器就认为是坏盘，就将认为是坏盘的磁盘踢出磁盘组。而一旦某个LUN的同一个条带中掉线的盘到达极限，那么这个LUN将不可用。即如果EVA中所有的LUN都包含这些掉线的盘，所有LUN都会受影响。掉线两块盘导致整个存储的LUN都不可用的情况就很正常了。而目前的情况是现存8个LUN，损坏7个LUN，丢失6个LUN。需要恢

3、复所有LUN的数据。2、分析LUN的结构HP-EVA的LUN都是以RAID条目的形式存储数据的，EVA将每个磁盘的不同块组成一个RAID条目，RAID条目的类型可以有很多种。我们需要分析出组成LUN的RAID条目类型，以及这个RAID条目是由哪些盘的哪些块组成。这些信息都存放在LUN_MAP中，每个LUN都有一份LUN_MAP。EVA将LUN_MAP分别存放在不同的磁盘中，使用一个索引来指定其位置。因此去每个磁盘中找这个指向LUN_MAP的索引就可以找到现存LUN的信息了。3、分析丢失的LUN虽然磁盘中记录了指向LUN_MAP的索引，但是它只记录现存的LUN，丢失的LUN是不会记录索引的。由于

4、EVA中删除一个LUN只会清除这个LUN的索引，而不会清除这个LUN的LUN_MAP。这时需要扫描所有磁盘找到所有符合LUN_MAP的数据块，然后排除掉现有的LUN_MAP，剩下的LUN_MAP也不一定全是删除的，也有一些是以前旧的，但此时是无法在LUN_MAP中筛选了，只能通过程序将所有LUN_MAP的数据都恢复出来，人工的去核对哪些LUN是删除的。4、分析掉线磁盘在前面的故障分析中说了，虽然磁盘没有明显的物理故障，也没有磁盘坏道。但还是会因为性能的原因从EVA磁盘组中脱离。而这些脱离的磁盘中都存放的是一些旧的数据，因此在生成数据的时候需要将这些磁盘都排除掉。但是如何判断哪些磁盘是掉线的呢？

5、由于LUN的RAID结构大多都是RAID5，只需要将一个LUN的RAID条目通过RAID5的校验算法算出校验值，再和原有的校验值做比较就可以判断这个条目中是否有掉线盘。而将一个LUN的所有LUN_MAP都校验一遍就可以知道这个LUN中哪些RAID条目中有掉线盘。而这些RAID条目中都存在的那个盘就一定是掉线盘。排除掉线盘，然后根据LUN_MAP恢复所有LUN的数据即可。5、编写数据恢复程序上述的故障分析以及解决思路最终都需要使用编程来实现。编写扫描LUN_MAP的程序Scan_Map.exe，扫描全部LUN_MAP，结合人工分析得出最精确的LUN_MAP。编写检测RAID条目的程序Chk_Ra

6、id.exe，检测所有LUN中掉线的磁盘，结合人工分析排除掉线的磁盘。编写LUN数据恢复程序Lun_Recovery.exe，结合LUN_MAP恢复所有LUN数据。6、恢复所有LUN数据根据编写好的程序去实现不同的功能，最后使用Lun_Recovery.exe结合LUN_MAP恢复所有LUN的数据。然后人工核对每个LUN，确认是否和甲方工程师描述的一致。部分LUN的数据恢复如下图：四、数据验证根据甲方工程师描述所有LUN的数据可以分成两大部份，一部份是Vmware的虚拟机，一部分是HP-UX上的裸设备，裸设备里存放的是Oracle的dbf数据库。由于我们恢复的是LUN，无法看到里面的文件，因此

7、需要将这些LUN同过人工的核对哪些LUN是存放Vmware的数据，哪些是HP-UX的裸设备。然后将LUN挂载到不同的验证环境中验证恢复的数据是否完整。1、部署Vmware虚拟机的验证环境在一台dell的服务器上安装了ESXI5.5虚拟主机环境，然后通过iSCSI的方式将恢复的LUN挂载到虚拟主机上。但是在VMware vSphere Client上扫描vmfs卷，没有发现。后来发现客户的虚拟主机是EXSI3.5的版本。可能因为版本的原因无法直接扫描到vmfs卷，于是换一种验证方式。将所有符合vmware虚拟机的LUN里面的虚拟机文件都生成出来，然后通过NFS共享的方式挂载到虚拟主机上，然后将虚

8、拟机一个一个的添加到清单。恢复的部分虚拟机文件如下图：2、验证vmfs虚拟机通过NFS将所有虚拟机都添加到虚拟主机以后，将所有虚拟机都加电开机，发现都能启动系统。由于没有开机密码无法确认虚拟机里面的文件是否完整。后来甲方安排工程师通过远程到我们的服务器，将所有虚拟机都开机进入系统，验证虚拟机里面的数据都没问题。虚拟机的所有数据都恢复成功。部分虚拟机开机如下：3、部署Oracle数据库的验证环境为了裸设备恢复测试和后期的数据验证工作，需要先搭建好oracle 环境。根据甲方工程师提供的环境信息为HP小机Itanium架构，我公司HP小机为RX2660(Itanium 2), 是同架构的兼容版本。

9、于是计划在此机器上安装 oracle 单实例软件。软件平台：项目信息操作系统HP-UX B.11.31数据库Oracle .0 Enterprise Edition - 64bit for HPUX以下是安装环境的简单步骤介绍：1. 环境检测# uname -allHP-UX byhpux1 B.11.31 U ia64 1447541358 unlimited-user license本机为IA64架构，操作系统为 HP-UX ，版本为 B.11.31。然后检查各部分存储空间信息，保证空间足够。2. 检测安装依赖包根据安装说明“b19068.pdf”，检查 oracle10g

10、 所需的补丁包。检测：# swlist-l bundle |grep GOLD# swlist-l patch |grep PHNE_31097如果没有检测到的，需要到官方网站下载并安装。 安装补丁包：swinstall -s /patchCD/GOLDQPK11i -x autoreboot=true -x patch_match_target=true3. 创建用户及组#groupadd dba#useradd -g dba -d /home/oracle oracle#passwd oracle4. 创建目录并修改权限创建目录：#mkdirp/opt/oracle/product/10.

11、2/oracledb#chown-Roracle:dba/opt/oracle/修改权限：#chown oracle:dba/usr/oracle_inst/database/#chmod 755/usr/oracle_inst/database/5. 设置环境变量vi /home/oracle/.profile6.安装oracleOracle的安装要求起图形界面，所以要先测试图像界面能够正常启动。#exoprt DISPLAY=.0:0$./runInstaller图像界面起来之后的安装就比较简单了，这里只安装软件，不安装实例。7.测试数据库连接#su - oracle

12、$sqlplus / as syssdba4、验证Oracle数据库1、挂载裸设备由于有部分LUN是裸设备，而我们恢复的LUN都是以文件的形式存在。因此需要将文件形式的LUN挂载到HP-UX上。在HP-UX服务器上安装iSCSI Initiator，安装步骤如下：检测软件包是否完整#swlist -d /tmp/B.11.31.03d_iSCSI-00_B.11.31.03d_HP-UX_B.11.31_IA_PA.depot安装软件包#swinstall -x autoreboot=true -s /tmp/B.11.31.03d_iSCSI-00_B.11.31.03d_HP-UX_B.1

13、1.31_IA_PA.depot iSCSI-00将iSCSI的可执行文件添加到PATH#PATH=$PATH:/opt/iscsi/bin/检测iSCSI是否安装成功#iscsiutil -l配置iSCSI的启动器名称#iscsituil /dev/iscsi -i -N iqn.2014-10-15:LUN配置挂载目标iSCSI设备#iscsiutil -a -I 删除目标iscsi设备#iscsiutil -d -I 验证目标iSCSI是否挂载成功#iscsiutil -pD发现目标target设备#/usr/sbin/ioscan -H 255为目标

14、创建设备文件#/usr/sbin/insf -H 2552、导入外部VG信息创建VG节点#mkdir /dev/vgscope/创建VG设备文件名#mknod /dev/vgscope/group c 64 0x030000查看PV是否正常#pvdisplay -l /dev/dsk/c2t0d0/将PV导入VG中#vgimport -v /dev/vgscope /dev/dsk/c2t0d0激活VG信息#vgchange -a y vgscope查看VG信息#vgdisplay -v vgscope3、修改LV名称由于是在新的环境上重建的VG，然后再将PV导入到新建的VG中。因此LV的名称

15、全部都改变了，需要手动的去将LV的名称都改成和以前一下的。因为原来数据库实例是有2个，并且是使用的裸设备存储。所以在创建数据库实例时，要按按照原来配置和命名。文件系统层面，在同时协助下，挂载了所有LV,并修改权限。安装数据库实例，根据原始配置，在客户DBA协助下，安装并识别到所有裸设备文件。然后调整配置参数，检测数据库存储状态，为启动数据库做准备。1.首先切换到实例 scope（最重要）。,启动数据库。SQLstartup mount;SQLselect file#,error from v$recover_file; -查损坏的文件.没有损坏的文件。SQLALTER DATABASE OPE

16、N;启动没有报错，但是缓慢，之后查询了用户，随机查询了一个用户的两张表，数据结果集返回正常。然后连接突然中断，重新连接，查看状态为数据库关闭。再启动数据库，还是启动不了，会强制关闭。经过初步检测和常规恢复库状态，不能修复此问题。2. 验证 NJYY 数据库将环境变量切换到另一个数据库NJYY，open数据库时报错内存不足错误,不能开启数据库。经初步检测检测，数据文件没有损坏。SQLstartup mount;SQLselect file#,error from v$recover_file;SQLALTER DATABASE OPEN;error 4030 detected in backgr

17、ound process5、修复Oracle数据库1.故障修复对于scope数据库，根据上面的操作和故障现象，初步判断是undo表空间或者日志方面有问题。对数据文件做完整性和一致性检测，结果只有一个undo01.dbf文件损坏。确定是undo表空间损坏。通过命令删除掉损坏的undo表空间，又在原来位置重建。检测其他部分文件，没有发现问题。重新启动数据库，正常启动，做查询数据，正常，做了完整性检测，正常。接着做imp数据库全库导出，经过3个多小时正常导出全库数据库。对于 NJYY数据库，检测到是内存空间设置不对，经过命令调整，数据库恢复正常，能正常启动，正常使用。最后做imp数据库全库导出，经过

18、4个多小时正常导出全库数据库。2. 具体验证在完成初步验证之后，甲方要求其DBA和业务人员通过远程做数据库进一步具体验证。配合做了验证环境和各个数据库的验证。最终验证数据库为完全恢复，没有问题。在验证数据之后，做数据迁移。考虑到数据库的容量和恢复时间。选择用expdp来做全库数据的导出。因为expdp的效率比exp的高些。编写好导出脚本，并在测试环境下测试没有问题后，先对scope数据库进行导出。导出开始后24分钟时，开始报错：ORA-39171: Job is experiencing a resumable wait.ORA-01654: unable to extend index SY

19、STEM.SYS_MTABLE_00003A964_IND_1 by 8 in tablespace SYSTEM经过查找原因，得出是因为system表空间已满造成的。用expdp导出时会向system表空间里的SYSTEM.SYS_MTABLE_00003A964_IND_1表里加入导出记录数据.当导出大量数据时，此表的数据量就会增大，当达到system表空间的总容量时，就会报错。这里分析，表空间一般是会自动增加容量的，那样就不应该报错。最后查询出，system表空间是放在裸设备上的，容量为1G，且不可以增大。所以，就不能使用expdp工具做导出。 只能使用exp工具导出，虽然会慢一点，但是

20、不会有system表空间不足的问题。最后通过exp对scope做全库导出，经过6个多小时成功备份完成。备份文件达 172G。对NJYY数据库，做imp导出，经过7个多小时正常导出全库数据库，备份文件达140G.接着对数据库备份文件做了本地备份，作为安全冷备份。五、移交数据1、移交vmware虚拟机文件和Oracle dump文件验证所有数据没有问题后，将vmware虚拟机文件和Oracle dump文件拷贝至一块2TB的希捷硬盘中。然后再将恢复出来的LUN数据拷贝至两块3TB的单盘中。来到甲方现场后先将vmware虚拟机文件和Oracle dump文件交给甲方后，甲方开始验证dump文件和vmware虚拟机文件。2、将LUN数据镜像到