服务器阵列告警后的第一个小时：该做的四件事与绝不能做的三件事

阵列告警本身不是灾难，处置顺序才是。很多本来可以顺利恢复的局面，坏在告警之后的第一个小时里。下面这份清单，来自我们工程师在大量送修案例中的总结，可以直接贴进值班手册。

先明确一个前提：先保数据，再保业务

企业第一反应通常是让业务先跑起来，于是急于重建、急于强制上线。可阵列在降级状态下，每一次强制操作都在消耗剩余成员盘的寿命；等第二块盘离线，可选的恢复路径会明显变窄。

该做的四件事

第一，把告警信息完整记录下来。哪一块盘、什么时间、报的什么错、管理界面上的状态与日志截图，这些能让工程师很快判断是掉线、坏道还是重建中断，比事后回忆有用得多。

第二，停止写入，把非必要业务停掉。降级阵列最怕持续高负载。能停的先停，不能停的降低写入强度，为后续处置争取时间。

第三，确认备份是否真的可用。要做的是校验，而不是假设：备份任务最近一次成功是什么时候、能不能完整还原一个目录、异机恢复验证过没有。这些问题留到故障之后再回答，往往就太晚了。

第四，联系专业机构做免费检测评估。先把盘送检、先出结论再决定怎么修，主动权才在自己手里。物理故障越早停手，可恢复的空间越大。

绝不能做的三件事

一是不要在已经降级的阵列上做重建。重建会长时间满负荷读取全部成员盘，是降级阵列最危险的工况之一，中途再掉一块盘，阵列往往彻底瘫痪。

二是不要反复重启、强制上线或重置阵列配置。阵列参数与元数据一旦被覆盖式改写，原有映射关系就会丢失，恢复难度和后期数据完整性校验的成本都会明显上升。

三是不要单独把某块成员盘接到电脑上试读，也不要运行来路不明的修复软件。单盘上的数据是条带化的碎片，试读本身说明不了任何问题，写入却可能造成不可逆的破坏；修复软件自动整理文件系统的动作，同样属于写操作。

什么时候必须马上断电

只要听到异响、闻到异味、发现盘体异常发热，或者系统提示磁头、固件类错误，请立即断电——物理损伤继续通电只会扩大划伤范围。此时正确的动作是原样拆下、单独防静电包装、尽快送专业机构做开盘或固件级处理。

补天时代在深圳专注数据恢复二十余年，累计恢复硬盘 2 万个、服务器及存储 3000 台，配有百万级无尘洁净间，可处理整阵列恢复。遇到阵列告警，先打 13802255378（微信同号）做免费检测评估，先检测后报价、不成功不收费，深圳本地可上门取件，外地可快递寄修。