事故分析

我在下班時認為這個問題是個容易解決的問題。 我在家里的保險箱中備份了一份資料，而且還通過Carbinite公司的服務(wù)在因特網(wǎng)上做了備份。在回家的路上，我在銀行停了一下，取回了保持在保險箱的備份硬盤。 我想我現(xiàn)在已經(jīng)可以應付各種突發(fā)事件了。 我每月都會更新一次備份。

第一步是首先搞清楚磁盤失效的原因。我在幾個月之前更換了電腦的電源，從那個時候開始就沒有再使用過那些文件了。 為了保證性能，我在電腦中配備了一個由兩塊磁盤組成的RAID-0 SATA-2 250G硬盤。我猜想是不是RAID控制器出了什么問題導致文件失效了。 我想最好從對硬件進行一整套的診斷分析開始入手，沒想到一無所獲。然后我運行了一整套微軟公司的文件系統(tǒng)差錯和分析程序，結(jié)果立刻在五個步驟中都發(fā)現(xiàn)了許多錯誤。 對于我來說，一個錯誤都是很多了，要知道NTFS是一種定期文件系統(tǒng)，日志應該可以避免出現(xiàn)數(shù)據(jù)失效和速度恢復。我在過去幾個月一直沒有進行過完整的差錯，我認為這可能就是這次磁盤出問題的原因。 數(shù)據(jù)的失效會不會是因為我在幾個月之前弄出的某個硬件或者軟件問題所引起的呢？

我覺得我已經(jīng)完成了分析，因為我沒有發(fā)現(xiàn)硬件問題而且進行了完整的磁盤檢查。我仍然弄不清楚問題是什么以及它是為什么而發(fā)生的，我必須盡快解決這個問題，時間已經(jīng)不多了，我通過fsck磁盤檢查程序查出了更多失效的文件。 現(xiàn)在不是一個大問題了，而是十個或者更多的大問題接踵而來。我對我夫人說我會在她早上起床時弄好她的文件，當時差不多是晚上8點鐘了。 時間一分一秒地在流逝。

數(shù)據(jù)修復

當我開始從本地UBS硬盤上修復那些數(shù)據(jù)時，我不禁悲觀地想到如果硬盤等下又出錯失效了怎么辦，我現(xiàn)在所做的只是將錯誤的數(shù)據(jù)從系統(tǒng)中的硬盤上復制到外部磁盤上。那好像是對的，但是我仍然在外部硬盤上保留了一份一個月之前備份的數(shù)據(jù)。 天，硬盤上的數(shù)據(jù)也是壞的。

我看了一下那些文件的最新一次訪問時間，根據(jù)文件系統(tǒng)顯示，它們一直都沒有被修改過。自從那些照片被拍攝出來到現(xiàn)在已經(jīng)有一年多的時間了，但是在幾個月之前我們還知道那些文件是絕對沒有什么問題的。 時間仍在流逝，現(xiàn)在已經(jīng)解決晚上10點鐘了，而且我明早必須在6點鐘一過就起床。 由于備份的副本都是壞的，我唯一的選擇就是去調(diào)保持在網(wǎng)絡(luò)上的副本了。 我將最重要的數(shù)據(jù)下載下來，幾分鐘之后用Photoshop打開發(fā)現(xiàn)它是完好無損的。我將我發(fā)現(xiàn)的那些壞文件進行了修復。 我最后終于在晚上11點鐘剛剛過的時候完成了工作上床睡覺。

這件事說明了什么

我那天晚上睡得很不好，一直在考慮這件事說明了什么問題、我還碰到這種事情還能做些什么以及那些文件到底是為什么失效的。下面就是我的思考結(jié)果：

我意識到我應該平時多做些增量備份而不是完全備份，沒次去掉那些老的備份文件，因為我的USB硬盤空間大約只有硬盤空間的75％。而我在修復這次的問題時大概只用了一半的空間，因此我認為一個USB硬盤應該是足夠了。 如果我以前進行了增量備份的話，我就可以回到文件被創(chuàng)建的時候。因為我比較看重備份的速度，因此我才沒有選擇進行增量備份；進行增量備份的話，要花更多時間去管理和修復。 我發(fā)現(xiàn)對于系統(tǒng)崩潰之后的完全恢復來說，幾乎肯定要用到完全備份和修復，但是增量備份只有在數(shù)據(jù)發(fā)生失效的時候才會用到。問題是，我如何才能知道那些文件是完好的呢？ 增量備份也許可以幫到我，但是我搞不清楚我要想保證文件完好得進行多少增量備份。也許需要一年的增量備份吧。

我明白了如果備份的副本有問題，那么再多的備份也沒有用的道理。 正是由于我比較偏執(zhí)而且在銀行保險箱保留了一份備份副本并不意味著那些副本上的數(shù)據(jù)就是好的。別人可能會將我的電腦偷走、我們家可能被這種或者那種原因而毀壞、或者遇到其他一些災難（我說了我是比較偏執(zhí)的一個人），那么保險箱里的備份也沒有用，因為上面的數(shù)據(jù)也是壞的。 這并不是說我不能取回99.9％的數(shù)據(jù)了（保險箱中的備份副本里的數(shù)據(jù)只有0.1％失效了），但是對某些人來說，那還是不夠的。比如對我來說就是不夠的。

保留一份網(wǎng)絡(luò)備份不失為一個好主意。我將所有的數(shù)據(jù)備份到網(wǎng)絡(luò)上幾乎花了2個月的時間，而且我的電腦通常都整夜在工作。 這樣做當然比較浪費能源，但是它可能會在關(guān)鍵的時候救我一把，還有挽救了我的婚姻，因為我在家里是負責電腦并且確保它的用戶（就是我夫人）可以在任何時候使用它。
這些問題中，有些是顯而易見的，有些則不是。我現(xiàn)在仍然在考慮的問題是：

我在將一個文件備份之前，如何知道它是否是完好的？ 我在備份壞數(shù)據(jù)時渾然無知。我的備份操作正確無誤，而且時候還測試了一遍，但是我如何保證備份的海量文件中每一個文件都是完好的呢？ 顯然，我不可能逐一將那些文件打開。 我知道查日志的方法是可行的，但是我除了進行增量備份之外還能有別的什么辦法呢？ Sun公司打算用其ZFS文件系統(tǒng)來檢查文件和的方式來解決數(shù)據(jù)失效問題。FC /SAS社區(qū)也試圖用T10DIF標準來解決這個問題，但是這兩種方法都幫不了我。

是什么原因?qū)е铝藬?shù)據(jù)失效？ 到今天我也沒搞清楚這個問題。我們已經(jīng)發(fā)現(xiàn)其他一些文件也失效了，但是據(jù)我們所知，失效的都是些舊文件。 它可能是由于電源故障引起的，也可能是因為電壓不正常變化引起的，也可能是因為控制器或者磁盤失效引起的，還可能是因為電源或者別的什么部件出現(xiàn)問題導致系統(tǒng)同步出錯而引起的，SATA控制器也許出了問題，硬盤也許也出了問題，也有可能上述幾個方面同時出現(xiàn)問題。

我永遠也不能弄清楚那次的數(shù)據(jù)失效是為什么發(fā)生的，讓我感到高興的是那個問題最后終于解決了。你應該從我的經(jīng)歷中學到一些教訓，在數(shù)據(jù)失效問題發(fā)生之前就做好各項準備。

多易