RAID卡故障导致服务器异常关机排查方法

检查RAID卡指示灯

• 定位服务器后部RAID卡状态指示灯
• 正常状态：绿色常亮/规律闪烁
• 故障状态：红色常亮/急促闪烁（不同厂商指示灯定义需参考手册）

硬盘背板检测 $$HDD\\ Status = \\begin{cases} Online & \\text{绿色常亮} \\ Rebuild & \\text{黄色闪烁} \\ Failed & \\text{红色常亮} \\end{cases}$$ 使用服务器诊断面板查看错误代码（如Dell LCD面板显示E201F）

Linux系统日志提取

grep -iE "raid|megaraid|aacraid" /var/log/messages
dmesg | grep -C 5 "Controller Fault"
journalctl -b -1 | grep RAID # 查看上次启动日志

Windows系统检查

• 打开事件查看器 → Windows日志 → 系统
• 筛选事件ID：9（RAID控制器错误）、15（磁盘故障）

使用MegaCLI工具检测（LSI芯片示例）

/opt/MegaRAID/MegaCli/MegaCli64 -LDInfo -Lall -aAll
/opt/MegaRAID/MegaCli/MegaCli64 -PDList -aAll | grep -E "Firmware state|Slot"

关于MegaCLI工具的介绍及使用方法，请看另一篇文章《MegaCLI 工具介绍及使用方案》MegaCLI 工具介绍及使用方案-CSDN博客

重点关注参数：

• State：Optimal/Degraded/Offline
• Media Error Count > 0表示物理介质故障

硬件管理界面检查

• 重启进入RA卡配置界面（Ctrl+R/Ctrl+H等组合键）
• 验证Virtual Disk状态：
  • 正常：Normal
  • 异常：Degraded (1/2) 表示1块硬盘失效

驱动版本检查

modinfo megaraid_sas | grep version
lspci -vvv -s $(lspci | grep RAID | cut -d' ' -f1)

固件升级步骤

./storcli64 /c0 download file=MR3108.rom
./storcli64 /c0 reboot

（请严格参照厂商提供的指南哈！）

硬盘物理检测

smartctl -a /dev/sda -d megaraid,0
badblocks -sv -b 4096 /dev/sda

压力测试（仅在应急情况下使用）

hdparm -tT /dev/sdX
fio –name=test –ioengine=libaio –rw=randrw –bs=4k –numjobs=16 –size=1G –runtime=60

立即措施：

• 断开业务连接
• 对现存RAID阵列做完整镜像备份

dd if=/dev/sda of=/mnt/backup/raid.img bs=64K conv=noerror,sync

备件更换规范：

• 确保更换硬盘与原阵列：转速（$7200\\ rpm$）、接口（$SAS\\ 12Gb/s$）、容量（$1.92TB$）完全一致
• 重建过程监控： $$T_{rebuild} = \\frac{Disk\\ Size \\times 1024^3}{Controller\\ Speed \\times 0.85} \\approx \\frac{2TB \\times 1.1}{200MB/s} ≈ 3h15m$$