我有一个 Linux 系统，其中设置了 3 个软件 RAID1 设备，每个设备由两个相同磁盘上的两个相同分区组成。最近，一个磁盘上的一个非根分区开始出现 DMA 错误；因此我将其标记为失败。当我重新启动机器时，它成功启动了内核，但几乎立即开始打印 DMA 错误（可能与失败的分区有关）。将有问题的分区标记为失败不应该允许机器无错误地启动吗？如果不行，我该如何让系统启动？我尝试修改机器启动映像中的 mdadm.conf 文件，以不在组成它的 RAID 设备的设备列表中列出有问题的分区，但这似乎没有任何效果。我还应该注意，如果我从救援 CD 启动并从剩余的良好分区手动组装设备，我可以访问降级的 RAID 设备。
答案1
听起来你正在使用Linux 软件 RAID，并且您已经使用分区而不是整个磁盘设置了 RAID 设备。
在这种情况下，分割不会帮助你：失败驾驶（硬件组件）是导致错误的原因。每当操作系统尝试访问该硬件组件时，您就会遇到问题，而且由于驱动器通常不会在一个地方出现问题，因此问题会蔓延到所有分区，直到驱动器最终放弃并死机。
我的建议是备份你的数据现在，使用救援 CD（显然可以按照您的问题操作），然后更换故障的硬件组件，并根据需要重建 RAID 阵列。
从长远来看，您需要以与硬件 RAID 相同的方式构建软件 RAID（使用整个驱动器，不是分区）- 如果需要，跨物理驱动器创建 RAID，然后对虚拟 (RAID) 设备进行分区。这允许您在即将发生故障时驾驶（硬件组件），或者如果有必要的话，将其移除并允许系统在没有它的情况下启动，这会产生一组已知且明确定义的副作用，而不是因为驱动器不断升级的故障级别导致越来越多的分区 RAID 出现问题而感到惊讶……
如果你在生产中信任软件 RAID，你也应该运行smartd来自 smartmontools 套件并将其配置为在驱动器开始出现问题时提醒您......