raid恢复后Linux系统进不去,某品牌X3850服务器riad5阵列崩溃,linux系统瘫痪数据恢复成功案例...

本文主要是介绍raid恢复后Linux系统进不去,某品牌X3850服务器riad5阵列崩溃,linux系统瘫痪数据恢复成功案例...,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

原标题:某品牌X3850服务器riad5阵列崩溃,linux系统瘫痪数据恢复成功案例

服务器故障情况介绍:

服务操作系统:linux服务器

服务器型号:某品牌X3850服务器

硬盘数量/接口类型:4块 SAS接口

阵列级别:raid5磁盘阵列

故障情况:服务器突然瘫痪

操作情况:服务器瘫痪后原系统进行了重新安装,

需要恢复的数据类型:数据库、办公文档、代码文件等

33fdbd72c6255da5bded2f819608b855.png

服务器故障检测:

工程师对客户的服务器进行了检测,经过检测发现由于重装系统导致逻辑卷发生改变,文件系统被破坏,出现空白超级快,需要对服务器内原有数据进行恢复。

服务器数据恢复过程:

工程师首先对服务器进行了底层数据分析,通过节点间的相互关联关系分析出被破坏前的节点信息,并通过数据恢复手段对节点进行修复。

对文件系统中的文件进行调整,生成B+树并导出所有节点,对导出的节点进行排查,去除对数据恢复无效的节点,然后重新排序生成对应的位置信息。

按照对应位置信息查询节点,生成树的索引信息,随后生成超级块信息。

f09085c9e614347f8a4fd7bcd2b8b832.png

最后,数据恢复工程师在虚拟机下创建快照,将修复后的数据挂载到新创建好的快照下,可以看到文件内容,在虚拟机环境下继续对文件目录位置、名称等信息进行修正,查找文件头、文件标志位置进行修复,最终恢复所有数据。

服务器数据恢复结果:

经过工程师一系列数据恢复操作,成功恢复出原服务器内的数据,联系客户工程师亲自对数据的完整性、正确性进行验证,经过验证,确认恢复的数据完整、正确,本次数据恢复圆满完成。

北亚是从事电子数据恢复、救援、取证与司法鉴定业务的科技型企业。企业成立于 2006 年,先后获批国家高新技术企业、中关村高新技术企业、中关村企业信用促进会会员单位、中关村金种子企业等;拥有复杂存储系统数据救援及电子取证分析技术研发团队,研发专门化工具产品 10 余款,获得软件著作权68 项、发明专利 4 项。

责任编辑:

这篇关于raid恢复后Linux系统进不去,某品牌X3850服务器riad5阵列崩溃,linux系统瘫痪数据恢复成功案例...的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/217266

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

服务器集群同步时间手记

1.时间服务器配置(必须root用户) (1)检查ntp是否安装 [root@node1 桌面]# rpm -qa|grep ntpntp-4.2.6p5-10.el6.centos.x86_64fontpackages-filesystem-1.41-1.1.el6.noarchntpdate-4.2.6p5-10.el6.centos.x86_64 (2)修改ntp配置文件 [r

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

Hadoop企业开发案例调优场景

需求 (1)需求:从1G数据中,统计每个单词出现次数。服务器3台,每台配置4G内存,4核CPU,4线程。 (2)需求分析: 1G / 128m = 8个MapTask;1个ReduceTask;1个mrAppMaster 平均每个节点运行10个 / 3台 ≈ 3个任务(4    3    3) HDFS参数调优 (1)修改:hadoop-env.sh export HDFS_NAMENOD

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

linux-基础知识3

打包和压缩 zip 安装zip软件包 yum -y install zip unzip 压缩打包命令: zip -q -r -d -u 压缩包文件名 目录和文件名列表 -q:不显示命令执行过程-r:递归处理,打包各级子目录和文件-u:把文件增加/替换到压缩包中-d:从压缩包中删除指定的文件 解压:unzip 压缩包名 打包文件 把压缩包从服务器下载到本地 把压缩包上传到服务器(zip

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于