我在一台老旧的N54L Proliant 微型服务器. 6个月前，它有以下磁盘：
- sda SanDisk_SDSSDP064G (64G SSD) (启动)
- sdb WDC_WD30EZRX (WDC 绿色 3TB 硬盘) (RAID-1)
- sdc WDC_WD30EZRX (WDC 绿色 3TB 硬盘) (RAID-1)
- sdd WDC_WD80PURZ (WDC 紫色 8TB 硬盘)
- sde WDC_WD30EZRX (WDC 绿色 3TB 硬盘)
服务器运行的是 Ubuntu 18.04，非启动磁盘使用 ZFS 进行管理。/sdb保存sdc了最重要的内容并进行了镜像。sdd并sde保存了不太重要的东西。我还有一个冷的 14TB USB 驱动器，我偶尔会将所有内容复制到其中。最后，我偶尔会对最重要的内容进行快照，然后通过 ZFS 发送到sde云（GCP GCS Nearline 存储）。
绿色 3TB 硬盘已有 9 年历史（！），在多次搬家后依然完好无损。紫色 8TB 硬盘已有 3.5 年历史。现在，大约 6 个月前，我开始在 上遇到读取错误sde。由于它只有不太重要的数据，并且主要是我快照 RAID-1 的地方，所以它并没有真正困扰我。我想等我找到它时再修复它。上周末我有一些空闲时间，从亚马逊买了一个新的 TOSHIBA_HDWD130（3TB），将服务器升级到 Ubuntu 20.04 并更换了坏的sde。
现在的问题是：当我复制数据时，我开始收到读取错误sdb。:-/ 我曾经zpool replace将新的东芝添加到镜像中并取出第二个失败的 WDC，但现在我正在考虑下一步该怎么做。
我是否应该简单地更换第二个故障磁盘然后高高兴兴地离开，还是因为担心出现更糟糕的情况（电源、背板、热量……）而更换整个阵列/服务器？在做出决定时我应该考虑什么？
（注意：在提出问题时，我得出了一个我愿意接受的结论，并将很快回答我自己的问题；希望其他人能够审查我的工作和决定）
答案1
只需更换故障的磁盘，其他一切都很好。
看着谷歌的和Backblaze 的数据表明，我们可以合理地预期这些老旧驱动器的 AFR 为 6%。如果事件确实不相关，那么我的双重故障概率约为 2%。当然，事件之间的相关性要高于这个数字：即使在健康的服务器中，磁盘也会有一些共同的命运、振动、热量等。
因此，实际上这种“双磁盘故障”并不“可能”，但也不是“哦，哈哈，什么鬼”。考虑到我仍然有足够的冷备份和云备份冗余，考虑到这是一个家庭项目（就预算和数据关键性而言），考虑到我可以合理地预期 ZFS 将继续拯救我免于无声损坏，我只会更换这一个坏磁盘。
我没有做过适当的风险成本分析，但我即兴地说，我愿意支付 250 美元来恢复不太重要的数据，500 美元来恢复重要的数据，以及一笔未知金额但可能超过 5000 美元来恢复最重要的数据（婚礼照片、我孩子的婴儿照片等）。我认为决定我愿意花多少钱来恢复这些数据是必要的，尽管我没有做过数学计算（这这本书我认为解释得很好），我认为这里的总结符合我的投资和备份策略。