服務(wù)器數(shù)據(jù)恢復(fù)案例探究

整個服務(wù)器的存儲空間由6塊SAS硬盤組成，其中5塊硬盤組成一個RAID5的陣列，剩余1塊做成熱備盤使用。由于RAID5陣列中出現(xiàn)1塊硬盤故障，所以服務(wù)器存儲中的熱備盤成功激活，在進(jìn)行同步的過程中又一塊硬盤出現(xiàn)故障，因此導(dǎo)致RAID5陣列癱瘓，上層LUN無法正常使用，服務(wù)器崩潰。服務(wù)器數(shù)據(jù)恢復(fù)工程師與硬件數(shù)據(jù)恢復(fù)工程師同時對客戶存儲進(jìn)行檢測發(fā)現(xiàn)該服務(wù)器存儲中的硬盤存在有物理故障。

·

IBM服務(wù)器存儲的LUN都是基于RAID組的，因此要進(jìn)行服務(wù)器數(shù)據(jù)恢復(fù)需要先分析底層RAID組的信息，然后根據(jù)分析的信息重構(gòu)原始的RAID組。揚(yáng)州數(shù)據(jù)恢復(fù)分析每一塊數(shù)據(jù)盤，發(fā)現(xiàn)一塊盤的數(shù)據(jù)同其它數(shù)據(jù)盤不太一樣，初步認(rèn)為可能是HotSpare盤。接著分析其他數(shù)據(jù)盤，分析Oracle數(shù)據(jù)庫頁在每個磁盤中分布的情況，并根據(jù)數(shù)據(jù)分布的情況得出RAID組的條帶大小，磁盤順序及數(shù)據(jù)走向等RAID組的重要信息。

服務(wù)器數(shù)據(jù)恢復(fù)中由于LUN是基于RAID組的，因此需要根據(jù)上述分析的信息將RAID組最新的狀態(tài)虛擬出來。然后分析LUN在RAID組中的分配情況，以及LUN分配的數(shù)據(jù)塊MAP進(jìn)行服務(wù)器數(shù)據(jù)恢復(fù)。因此只需要將LUN的數(shù)據(jù)塊分布MAP提取出來。然后針對這些信息編寫相應(yīng)的程序，LUN的數(shù)據(jù)MAP做解析，然后根據(jù)數(shù)據(jù)MAP并導(dǎo)出LUN的數(shù)據(jù)。

·

1、實施方案一

對恢復(fù)的服務(wù)器存儲內(nèi)包含Oracle數(shù)據(jù)庫的LUN進(jìn)行JFS2文件系統(tǒng)解析，并對文件系統(tǒng)不完整的地方進(jìn)行人工修復(fù)。利用自主開發(fā)的JFS2文件系統(tǒng)解析工具解析恢復(fù)的LUN，然后恢復(fù)文件系統(tǒng)中所有的Oracle數(shù)據(jù)庫文件，并檢測Oracle數(shù)據(jù)庫的文件是否完整。

對檢測有壞塊的數(shù)據(jù)庫文件采用掃Oracle碎片的方式掃描所有磁盤，并將掃描的數(shù)據(jù)頁進(jìn)行組合，然后人工將有壞塊的數(shù)據(jù)庫文件給填補(bǔ)修復(fù)完整。

在恢復(fù)完所有Oracle數(shù)據(jù)庫之后，發(fā)現(xiàn)其應(yīng)用SAP還是無法正常使用，因SAP應(yīng)用的一些重要數(shù)據(jù)也是存放在損壞的存儲中，缺失這些數(shù)據(jù)的話SAP即使在數(shù)據(jù)庫完整的情況下也是無法正常使用，因此還需采用方案二來恢復(fù)所有SAP的重要數(shù)據(jù)。

2、實施方案二

對恢復(fù)的服務(wù)器存儲內(nèi)所有LUN都進(jìn)行文件系統(tǒng)解析，并將包含SAP的數(shù)據(jù)LUN進(jìn)行文件系統(tǒng)的一致性檢測。對文件系統(tǒng)不完整的地方進(jìn)行人工修復(fù)，最后恢復(fù)所有SAP及SAP Test的數(shù)據(jù)，在本次服務(wù)器數(shù)據(jù)恢復(fù)案例中由于SAP的目錄及數(shù)據(jù)較多，因此恢復(fù)的過程比較負(fù)責(zé)。

利用專業(yè)手段對SAP的數(shù)據(jù)進(jìn)行檢測，并對損壞的數(shù)據(jù)進(jìn)行修復(fù)，確保恢復(fù)的所有SAP數(shù)據(jù)均是完整的，這樣才能保證SAP應(yīng)用能夠完整啟動。

接下來利用恢復(fù)的SAP數(shù)據(jù)結(jié)合之前恢復(fù)的數(shù)據(jù)庫，即可啟動SAP及所有應(yīng)用了。

·

1、啟動數(shù)據(jù)庫并修復(fù)

把恢復(fù)的數(shù)據(jù)庫文件還原到已搭建好的環(huán)境中，并嘗試啟動數(shù)據(jù)庫。在啟動過程中由于數(shù)據(jù)庫的一些臨時文件校驗不一致導(dǎo)致數(shù)據(jù)庫啟動失敗，之后協(xié)調(diào)我們Oracle數(shù)據(jù)庫專家遠(yuǎn)程對數(shù)據(jù)庫進(jìn)行修復(fù)，在經(jīng)過漫長時間的修復(fù)之后，數(shù)據(jù)庫啟動沒有問題，數(shù)據(jù)庫中的所有用戶及所有表均完整，之后嘗試啟動SAP。

2、啟動SAP并修復(fù)

將恢復(fù)的SAP文件還原至已搭建好的環(huán)境中，并按照之前的啟動腳本啟動SAP，之后SAP啟動正常，但SAP中用戶權(quán)限及使用不太正常，SAP表現(xiàn)為沒有序列號。初步懷疑可能SAP的注冊文件沒有恢復(fù)，重新檢測恢復(fù)過程，排查可能疏忽的步驟。結(jié)果確實因為文件系統(tǒng)的損壞導(dǎo)致某些文件沒有恢復(fù)，重新修復(fù)文件系統(tǒng)，恢復(fù)這些數(shù)據(jù)。之后啟動SAP正常，使用也正常。

·

由用戶方配合，啟動用戶服務(wù)器內(nèi)的Oracle數(shù)據(jù)庫，啟動SAP，并通過SAP客戶端驗證SAP中所有的數(shù)據(jù)是否完整，最有驗證結(jié)果為數(shù)據(jù)完整恢復(fù)，SAP能夠正常使用，本次服務(wù)器存儲數(shù)據(jù)恢復(fù)成功。