一、为什么 IDC 服务器离不开 RAID
单块机械硬盘的可靠性撑不起 7x24 小时的业务：盘坏了数据就没了，性能也跟不上。RAID（Redundant Array of Independent Disks，独立磁盘冗余阵列）就是把多块盘组合成一个逻辑盘，要么提升性能，要么提升可靠性，要么两者兼得。在 IDC 场景里，除了极低配的测试机，生产服务器几乎全部要求配置 RAID。
二、常见 RAID 级别横向对比
| 级别 | 最少盘数 | 可用容量 | 容错能力 | 适用场景 |
|---|---|---|---|---|
| RAID0 | 2 | 100%（N 块盘总和） | 无，坏一块全毁 | 缓存/临时数据，追求极致性能 |
| RAID1 | 2 | 50% | 允许坏 1 块 | 系统盘、数据库日志 |
| RAID5 | 3 | (N-1)/N | 允许坏 1 块 | 文件存储、常规业务盘 |
| RAID10 | 4 | 50% | 每组镜像允许坏 1 块 | 数据库、高 IO 业务 |
选择口诀：要性能不要命选 0；要命不要性能选 1；性价比之选选 5；又要命又要性能选 10。数据库和高 IO 业务无脑 RAID10，这是被无数生产事故验证过的结论。
三、硬件 RAID 还是软 RAID？
硬件 RAID 靠独立 RAID 卡（LSI/Avago/Broadcom 芯片为主流）计算校验，不占用 CPU，带缓存电池（BBU）还能做写缓存，断电不丢数据，是生产服务器的标配。软 RAID 用操作系统（Linux mdadm / Windows 动态磁盘）实现，零成本，但占用 CPU 且重启流程更脆弱，一般只用于测试环境或预算极紧的场合。
判断服务器是否已配置硬 RAID：
# 查看是否有 RAID 卡（厂商不同命令不同） lspci | grep -i raid # 常见输出: LSI Logic / Symbios Logic MegaRAID SAS-3 3108 # 安装厂商管理工具后查看阵列状态 megacli -LDInfo -Lall -aALL perccli /c0 show storcli /c0 show
四、软 RAID 实战：mdadm 从创建到使用
虽然生产环境多用硬 RAID，但掌握 mdadm 对理解 RAID 原理、排查硬 RAID 问题都很有帮助。以三块盘做 RAID5 为例：
# 1. 安装 yum install -y mdadm # CentOS/RHEL apt install -y mdadm # Debian/Ubuntu # 2. 创建 RAID5（/dev/sdb /dev/sdc /dev/sdd 三块新盘） mdadm --create /dev/md0 --level=5 --raid-devices=3 /dev/sdb /dev/sdc /dev/sdd # 3. 查看创建进度与状态 cat /proc/mdstat mdadm --detail /dev/md0 # 4. 格式化并挂载 mkfs.ext4 /dev/md0 mkdir -p /data mount /dev/md0 /data # 5. 写入配置文件，开机自动组装 echo 'DEVICE /dev/sd[b-d]' > /etc/mdadm.conf mdadm --detail --scan >> /etc/mdadm.conf echo '/dev/md0 /data ext4 defaults 0 0' >> /etc/fstab
五、热备盘与故障恢复演练
生产阵列建议配置热备盘（Hot Spare），坏盘后自动顶替重建，缩短故障窗口：
# 给 RAID5 添加一块热备盘 /dev/sde mdadm --add /dev/md0 /dev/sde # 模拟一块盘故障（生产环境千万别手滑） mdadm --fail /dev/md0 /dev/sdc mdadm --remove /dev/md0 /dev/sdc # 观察自动重建（热备盘会自动顶替） cat /proc/mdstat # 换上新盘后手动加回 mdadm --add /dev/md0 /dev/sdc
注意：RAID 不是备份。RAID5/10 只防"单块盘物理损坏"，防不了误删文件、勒索加密、控制器逻辑故障。阵列之外必须另做数据备份，这条红线一定要守住。
六、硬 RAID 卡常用巡检命令
生产服务器巡检阵列状态，MegaRAID 卡最常用：
# 查看所有逻辑盘状态（State 是否为 Optimal） megacli -LDInfo -Lall -aALL | grep -E 'Virtual Drive|State|RAID Level' # 查看物理盘状态（是否为 Online/Unconfigured Good） megacli -PDList -aALL | grep -E 'Enclosure Device ID|Slot Number|Firmware state|Media Error' # 查看电池/电容状态（BBU 失效会导致写策略降级） megacli -AdpBbuCmd -GetBbuStatus -aALL # 查看重建进度 megacli -PDRbld -ShowProg -PhysDrv [252:2] -aALL
把上面命令封装成脚本配合 crontab 每日执行，状态非 Optimal 就告警，是 IDC 运维的基本功。
七、选型建议与常见坑
- 系统盘：两块盘 RAID1 足够，别浪费盘位。
- 数据盘：数据库 RAID10，文件存储 RAID5/6（大容量场景考虑 RAID6 双盘容错）。
- 坑一：SSD 组 RAID5 有"写放大"问题，消费级 SSD 还容易触发掉盘，务必选企业级盘。
- 坑二：别把 RAID 卡接的盘和主板 SATA 口直连的盘混在一个逻辑卷里，性能与故障行为完全不同。
- 坑三：硬 RAID 换卡时注意固件版本，跨代换卡可能导致阵列无法识别，先备份配置（megacli -CfgSave）。
最后再强调一遍：RAID 解决的是"盘坏了不宕机"，备份解决的是"数据没了能找回"，两者缺一不可。祝大家的阵列永远 Optimal。
评论