故障域是什么
故障域（Failure Domain）指一次故障可能波及的范围：同一背板、同一线缆、同一电源、同一控制器上的盘属于相关故障域，它们更容易同时失效。冗余规划的目标不是单纯堆盘，而是让副本与校验分散到不同故障域中，使一次故障最多只带走每个副本组里的一块盘。在机架与机房层面，故障域还会扩展到机柜与供电分区。
布局原则
- RAID 1/10 的镜像对尽量分布在不同背板或不同控制器上
- RAID 5/6 同组盘避免集中在单一背板或单一线缆上
- 跨柜存储（如扩展柜）规划要考虑线缆与电源双路
- 分布式存储的副本数同样按故障域设计，覆盖到机架级
故障域层级
| 层级 | 单点故障影响 | 缓解手段 |
|---|---|---|
| 单块盘 | 阵列降级，冗余减少 | 热备与快速更换流程 |
| 背板与线缆 | 同组多盘同时掉线 | 副本跨背板分布 |
| 控制器与卡 | 该卡上所有阵列不可用 | 多卡或双控方案 |
| 机柜与供电分区 | 整柜设备同时失电 | 双路供电与跨柜副本 |
| 机房 | 站点级不可用 | 异机房或异地备份 |
核对盘与背板的关系
核对盘与背板的关系
lsblk -o NAME,SIZE,MODEL,SERIAL # 主机侧设备与序列号
lsblk -d -o NAME,MODEL,SERIAL,ROTA # 只看设备本身
lsscsi -tv # 查看 SCSI 拓扑与传输信息
storcli /c0/eall/sall show | awk '{print $1,$2,$3,$6}' # 槽位与盘状态分布典型使用场景
- 上架规划：在建阵列前先确认盘的物理分布是否跨背板
- 扩容设计：新增扩展柜时同步评估线缆与供电是否成为新的单点
- 分布式存储：按机架与机柜设计副本数，而不是只看主机数量
- 故障回溯：多盘同时掉线时用分布规律反推共享部件
- 交付评审：把故障域布局写成验收项，避免上线后无法整改
故障域的层级从盘、背板、控制器、机柜到机房；冗余级别越高，允许跨过的层级越多。
布局无法调整时，用监控与流程补偿：对共享部件的健康状态（链路错误计数、电源日志）建立单独告警，把风险前移到可观测事件。