重建失败的原因清单
重建失败属于数据风险事件：新盘不合格、源盘读错误、链路抖动、坏块集中、容量或扇区不匹配都会造成失败。它的典型表现是进度长时间停滞、任务反复重启或直接报错退出。处理的关键是按清单逐项排查而不是反复重试——同一原因未消除时，重试只会消耗时间窗口并进一步加重盘的负担。
原因与核对点
| 原因 | 核对方法 | 处理 |
|---|---|---|
| 新盘容量或扇区不匹配 | 与成员盘规格逐项对比 | 更换合格盘 |
| 源盘读错误 | 查 SMART 属性与控制器日志 | 评估数据抢救方案 |
| 链路抖动 | 统计复位与链路错误事件频次 | 换线或换槽位验证 |
| 坏块集中 | 结合巡检读与长测结果 | 提前隔离坏块后再加入 |
| 外来配置标记干扰 | 查看盘状态与配置标记 | 按流程处理后再加入 |
失败后尽快取证
失败后尽快取证
mkdir -p /tmp/ticket && cd /tmp/ticket
storcli /c0 show all > c0_show_all.txt
storcli /c0 show events > events.txt
dmesg -T > dmesg.txt
storcli /c0/eall/sall show all | grep -i -E "EID|Slt|SN|Media Error" # 单盘错误计数基本信息
| 常见表现 | 进度长期停滞、任务反复重启、任务报错退出 |
|---|---|
| 首要动作 | 先取证并保护现场，而不是立即重试 |
| 数据状态 | 重建失败后阵列可能仍可访问，也可能已不可用 |
| 沟通对象 | 涉及数据价值时同步业务方与厂商支持 |
排查顺序
- 确认失败的是哪块盘与哪个成员位置，记录错误码与时间点
- 核对新盘容量、扇区格式与型号是否与成员盘匹配
- 检查源盘与其余成员的错误计数，判断是否由读错误引起
- 检查链路与背板侧是否有复位或链路错误事件
- 根据结论决定更换盘、换槽位或转入数据救援流程
重建失败后阵列仍可能可用（降级运行）；先备份关键数据，再研究重建方案，不要在未备份的情况下反复尝试。
把每次失败的原因与处置记录下来：同一批次的盘或同一款卡反复出现同类失败时，问题往往在采购批次或固件版本上。
常见疑问
- 能否中断后重试：先确认原因是暂时的（如链路抖动）还是持续的（如盘坏）
- 能否换用更大容量的盘：通常可以，但容量按最小成员计算
- 是否需要通知业务：阵列可能已降级，应同步风险与处置计划