国产ZYJ服务器RAID 5重建实战与MR9361-8i阵列卡优化

1. 项目概述：ZYJ服务器RAID 5重建背景与价值

RAID 5作为企业级存储的经典方案，通过分布式奇偶校验实现数据冗余与性能平衡。当国产ZYJ服务器搭载MR9361-8i阵列卡时，其重建流程与常规方案存在多个技术差异点。去年我们数据中心一台ZYJ-R2280H服务器遭遇三块磁盘先后故障，传统重建方法直接导致阵列崩溃。这次实战让我完整走通了国产硬件环境下的特殊处理流程。

与戴尔、惠普等国际品牌相比，ZYJ服务器的RAID管理界面有三大显著特点：一是WebBIOS的汉化界面存在部分功能位置调整；二是MR9361-8i固件对重建过程有额外的完整性检查；三是背板接口的供电时序要求更严格。这些差异点正是许多运维人员重建失败的关键诱因。

2. 核心需求解析与准备工作

2.1 重建场景分类

在ZYJ服务器环境中，RAID 5重建主要分为三种情况：

1. 单盘热备自动重建：当有配置热备盘时，阵列卡自动触发重建
2. 手动替换盘重建：无热备盘需人工干预的磁盘更换
3. 强制离线重建：成员盘掉线导致阵列降级后的恢复

2.2 硬件准备清单

• 原装ZYJ磁盘托架（第三方托架可能不兼容）
• MR9361-8i阵列卡最新固件（V3.00.00-2183以上版本）
• 同批次同容量企业级SAS硬盘（建议使用ZYJ认证型号）
• 带外管理口网线（用于IPMI远程监控）

重要提示：MR9361-8i对非原厂硬盘有兼容性限制，重建前需在兼容性列表查询磁盘型号。

2.3 软件工具准备

3. 详细重建流程实操

3.1 预检阶段关键步骤

1. 通过IPMI检查背板LED状态：正常情况故障盘应亮红色，热备盘亮蓝色
2. 运行megacli -PDList -aAll确认磁盘状态代码：
   • 0x0030表示准备重建
   • 0x0034表示重建中
3. 记录原阵列参数：arcconf getconfig 1/ld0需特别注意条带大小(Stripe Size)设置

3.2 物理磁盘更换规范

1. 按托架编号顺序逐块拔出故障盘（ZYJ背板对热插拔顺序敏感）
2. 新磁盘插入后等待至少90秒让阵列卡识别（实测MR9361-8i需要更长的设备初始化时间）
3. 通过smartctl -a /dev/sdX确认新盘SMART信息正常

3.3 阵列卡操作要点

在MR9361-8i的WebBIOS界面中：

1. 进入"虚拟磁盘管理"时需先按Ctrl+N切换高级模式
2. 重建进度查询藏在"高级操作→后台任务"子菜单
3. 手动设置重建速率建议选择30%（默认50%可能影响业务IO）

# 命令行监控重建进度示例 while true; do megacli -PDRbld -ShowProg -PhysDrv[32:5] -a0 sleep 60 done

4. 典型问题与解决方案

4.1 重建停滞处理方案

当重建进度卡在固定百分比时：

1. 检查dmesg | grep mpt是否有SAS链路错误
2. 尝试降低重建速率：megacli -AdpSetProp RebuildRate30 -a0
3. 必要时重启阵列卡：arcconf taskstart 1 device resetsas

4.2 数据一致性校验

重建完成后必须执行：

# 启动后台校验 megacli -LDCC -Start -Lall -aAll # 查看校验进度 megacli -LDCC -ShowProg -Lall -aAll

4.3 性能调优参数

在/etc/rc.local中添加：

# 禁用磁盘写缓存（提升安全性） megacli -LDSetProp -DisDskCache -LAll -aAll # 设置预读策略为自适应 megacli -LDSetProp -RA -LAll -aAll

5. 运维经验与深度优化

5.1 监控脚本示例

#!/bin/bash RAID_STATUS=$(megacli -LDInfo -LAll -aAll | grep "State" | awk '{print $3}') if [ "$RAID_STATUS" != "Optimal" ]; then echo "WARNING: RAID status is $RAID_STATUS" | mail -s "ZYJ RAID Alert" admin@example.com fi

5.2 预防性维护建议

1. 每月执行一次megacli -PdPrRmv -PhysDrv[32:5] -a0预失效检测
2. 每季度更新MR9361-8i固件（注意需先进入IT模式刷写）
3. 建立磁盘更换日志，记录各磁盘在位时间

5.3 性能对比数据

在ZYJ R2280H服务器上测试不同重建速率的IO影响：

实际生产环境中，建议业务高峰期采用30%速率，维护窗口期可提升至50%。