O resilvering do zfs pode destruir dados com falhas de dispositivos incorretos?

Question

Eu tive uma situação em que estou movendo dados para um novo pool zid raidz com quatro dispositivos, alguns deles virtuais para facilitar a migração. O sistema ficou completamente suspenso no meio de uma substituição de dispositivo de um dispositivo baseado em arquivo em um dispositivo físico.

O sistema nem sequer respondeu ao SysRq e teve que ser reposto fisicamente. Quando voltou a ficar online, o zfs decidiu que apenas 2 de 4 dispositivos estavam online e começaram a fazer o resilvering e a reportar um monte de erros. Eu não sabia como parar com isso, ele continua no backround mesmo quando a piscina é desmontada.

No momento em que consegui obter o dispositivo totalmente ok faltando on-line, ele relatou muitos erros.

Isso significa que o zfs destruiu dados durante o resilvering devido ao dispositivo ausente? Ou agora é possível fazer o resilver corretamente de volta agora que tem seus dispositivos originais no lugar?

Quando foi feito o resilver com apenas 2 dispositivos, ele foi resilvering em sda3 abaixo:

        NAME                             STATE     READ WRITE CKSUM
    zfs_raid                         DEGRADED     0     0 38.5K
      raidz1-0                       DEGRADED     0     0  129K
        sda3                         ONLINE       0     0     0
        sdc2                         ONLINE       0     0     0
        replacing-2                  DEGRADED     0     0     3
          /zfs_jbod2/zfs_raid/zfs.1  OFFLINE      0     0     0
          sdb1                       ONLINE       0     0     0  (resilvering)
        /zfs_jbod/zfs_raid/zfs.2     ONLINE       0     0     0  (resilvering)

erros: 25852 erros de dados, use '-v' para uma lista

    

Answer 1

Não tendo inspecionado o código, isso é apenas especulação, mas eu diria "não". O ZFS raidz é aproximadamente equivalente ao RAID-5, e qualquer implementação competente do RAID-5 interromperá um reparo quando perder dois drives.

Essa é a chave aqui: você perdeu duas unidades. Isso eliminará qualquer sistema de redundância de disco único, seja ZFS raidz1 , 2-disco RAID-1 ou RAID-5 sem peças sobressalentes.

Sim, você substituiu a primeira unidade com falha, mas, de acordo com sua pergunta, a matriz ainda não havia se reconstruído, portanto, ela ainda estava efetivamente ausente.

Siga a lição: use redundância de disco duplo, adicione um hot spare ou ambos. Os discos são muito grandes hoje em dia para reconstruir rápido o suficiente para que a redundância de disco único seja boa o suficiente.