一、 现网描述

1.1 环境描述

设备型号：KunTai R722

RAID卡型号： AVAGO Mega RAID SAS 9460-8i

RAID卡固件版本：5.130.00-3059

涉及硬盘型号：SAMSUNG MZ7LH3T8HMLT-00005 /3.84T/ SATA/ SSD

硬盘固件版本：HXT7904Q

设备固件版本：iBMC Version:3.01.12.47

                         BIOS Version: (U75)1.21

二、 故障描述

2.1 故障现象

现场RAID配置：DISK40、41,RAID1，DISK0-11，单盘RAID0

服务器一块硬盘故障，工程师携带硬盘上门更换，更换硬盘后需要重组RAID，创建RAID失败，修复RAID卡后配置丢失

三、 问题分析

3.1 排查思路

1、2023/7/20 23:08，企业微信群聊问题上报，停机更换硬盘后创建RAID0 ，BIOS显示状态异常，初步分析需要按BIOS中提示修复RAID卡；

2、进一步与现场沟通，分析到RAID卡健康状态已经是正常，且RAID卡中已经没有RAID组了，现场已经执行过RAID卡修复操作，但对照文档漏了两步，重启设备后无法进入操作系统；

3、尝试重启设备查看RAID卡状态和RAID组状态、是否存在外部配置等，确认为RAID卡修复操作不完整，RAID配置已丢失；

4、尝试恢复配置和数据

（1）换张raid卡，然后看有没有外部配置导入

（2）更换的是raid0，不影响数据结构，直接手动组回去

5、第一时间尝试第一步，更换同型号RAID卡后进入BIOS，无外部配置导入选项，方案Pass，执行第二方案，获取设备之前的RAID配置与相关参数，手动重新组RAID，创建RAID时选择不初始化硬盘；

6、第一时间配置两块系统盘RAID1，配置完后重启设备，能正常到系统启动阶段，但长时间未进入到系统内

7、怀疑是系统uuid绑定，新盘信息不一致导致系统进不去，远程进入单用户模式，注释掉本次更换硬盘对应的数据挂载，再次重启，可以正常启动

3.2 原因分析

现场数据盘均配置单盘RAID0，硬盘故障后会导致RAID组失效，触发RAID卡机制无法直接创建新RAID，需要执行修复，现场ASP在执行修复RAID卡操作时，未完全按文档指引操作完成便重启设备，导致RAID卡触发配置清除

四、 问题解决

4.1 分析总结

  RAID配置信息不仅存在于RAID卡中，硬盘中也会存储相关信息，若在RAID卡中误操作删除配置，并不会导致配置和数据完全丢失，重组大概率可恢复；

4.2 建议

1、给客户做前期配置时，尽量建议客户少用单盘RAID0，使用有冗余的RAID级别

2、RAID卡修复时需要仔细对照参考文档操作

3、不重启设备，更换硬盘后如果bmc创建新RAID组失败，在系统下使用strocli工具相关命令清除缓存中的脏数据，再尝试创建（涉及系统内操作，风险较高，且方案未经过完全验证过，不建议使用）