驱动器故障恢复

MinIO 支持将故障驱动器热替换为新的健康驱动器。 MinIO 会检测这些驱动器并对其执行自愈，无需在节点级或部署级执行重启。 MinIO 自愈仅发生在被替换的驱动器上，大多数情况下对部署性能影响很小或几乎可以忽略。

MinIO 自愈会确保恢复到驱动器上的所有数据保持一致且正确。

磁盘独占访问

MinIO 要求对用于对象存储的磁盘或卷拥有独占访问权限。任何其他进程、软件、脚本或人员都不应直接对提供给 MinIO 的磁盘或卷，或 MinIO 在其上放置的对象或文件执行任何操作。

除非得到 MinIO Engineering 的明确指示，否则不要使用脚本或工具直接修改、删除或移动这些磁盘上的任何数据分片、校验分片或元数据文件，包括在磁盘或节点之间迁移这些文件。这类操作极有可能导致大范围损坏和数据丢失，超出 MinIO 的自愈能力。

以下步骤提供了更详细的驱动器替换流程。这些步骤假定你使用的是一个 MinIO 部署，其中每个节点都按照文档中的前置条件，通过 /etc/fstab 配合逐盘标签来管理驱动器。

1) 卸载故障驱动器

使用 umount 卸载每块故障驱动器。例如，以下命令会卸载位于 /dev/sdb 的驱动器：

umount /dev/sdb

2) 替换故障驱动器

从节点硬件中移除故障驱动器，并将其替换为已知健康的驱动器。替换驱动器必须满足以下要求：

已按 XFS 格式化且为空。
相同的驱动器类型（例如 HDD、SSD、NVMe）。
性能相同或更高。
容量相同或更大。

使用容量更大的替换驱动器并不会增加集群总存储量。 MinIO 会以 Server Pool 中最小驱动器的容量，作为该 Server Pool 内所有驱动器的上限。

以下命令会将驱动器格式化为 XFS，并为其分配一个与故障驱动器一致的标签。

mkfs.xfs /dev/sdb -L DRIVE1

MinIO 强烈建议 使用基于标签的挂载方式，以确保驱动器顺序在系统重启后仍保持一致。

3) 审查并更新 `fstab`

检查 /etc/fstab 文件，并按需更新，使故障驱动器对应条目指向新格式化的替换盘。

如果使用基于标签的驱动器分配方式，请确保每个标签都指向正确的新格式化驱动器。
如果使用基于 UUID 的驱动器分配方式，请根据新格式化驱动器更新每个挂载点对应的 UUID。你可以使用 lsblk 查看驱动器 UUID。

例如，考虑以下配置：

$ cat /etc/fstab

  # <file system>  <mount point>  <type>  <options>         <dump>  <pass>
  LABEL=DRIVE1     /mnt/drive1    xfs     defaults,noatime  0       2
  LABEL=DRIVE2     /mnt/drive2    xfs     defaults,noatime  0       2
  LABEL=DRIVE3     /mnt/drive3    xfs     defaults,noatime  0       2
  LABEL=DRIVE4     /mnt/drive4    xfs     defaults,noatime  0       2

Note

依赖挂载外部存储的云环境实例，如果一个或多个远程文件挂载返回错误或失败，可能会遇到启动失败。例如，挂载持久化 EBS 卷的 AWS ECS 实例，如果一个或多个 EBS 卷挂载失败，可能无法按标准 /etc/fstab 配置正常启动。

你可以设置 nofail 选项，在启动时静默这些错误，并允许实例在存在一个或多个挂载问题时继续启动。

但在使用本地直连磁盘的系统上，不应使用该选项，因为静默驱动器错误会阻止 MinIO 和操作系统以正常方式响应这些错误。

基于前述示例命令，由于 /mnt/drive1 处的替换驱动器与故障驱动器使用相同的 DRIVE1 标签，因此 fstab 无需修改。

4) 重新挂载替换后的驱动器

使用 mount -a 重新挂载本流程开始时卸载的驱动器：

mount -a

该命令应完成对所有替换驱动器的重新挂载。

5) 监控 MinIO 的驱动器识别与自愈状态

重新挂载驱动器后，使用 mc admin logs 命令或在 systemd 管理的安装中使用 journalctl -u minio，监控服务端日志输出。输出中应包含识别到每块已格式化且为空驱动器的消息。

使用 mc admin heal 监控部署整体的自愈状态。 MinIO 会积极地对替换驱动器执行自愈，以确保部署快速从降级状态恢复。

6) 后续步骤

继续监控集群中是否出现更多驱动器故障。某些批次的驱动器可能会在接近的时间窗口内集中失效。若部署中的驱动器故障率高于预期，应安排专项维护，集中替换已知存在问题的驱动器批次。可考虑使用 MinIO SUBNET，与 MinIO Engineering 协作获取此类操作的指导。