Vsan数据恢复—攻克VSAN存储故障:非正常关机引发虚拟机磁盘丢失的数据恢复案例

简介: vsan故障:vsan超融合架构包含4台服务器节点,每台服务器上有相同数量的固态硬盘和机械硬盘,固态硬盘作为缓存盘使用。机房供电不稳导致服务器非正常关机。服务器管理员重启服务器后发现vsan逻辑架构出现故障,部分虚拟磁盘组件异常、磁盘文件丢失。

vsan简介:
VSAN是一种应用于服务器、存储的以vSphere内核为基础进行开发、可扩展的分布式存储架构。VSAN通过在服务器vSphere集群主机当中安装闪存和硬盘来构建VSAN存储层,这些设备由VSAN控制和管理,形成一个供vSphere集群使用的统一共享存储层。

vsan故障:
vsan超融合架构包含4台服务器节点,每台服务器上有相同数量的固态硬盘和机械硬盘,固态硬盘作为缓存盘使用。
机房供电不稳导致服务器非正常关机。服务器管理员重启服务器后发现vsan逻辑架构出现故障,部分虚拟磁盘组件异常、磁盘文件丢失。

vsan数据恢复过程:
1、服务器数据恢复工程师来到机房后将所有服务器节点上的硬盘以只读方式进行完整镜像。镜像完成后数据恢复工程师基于镜像文件扫描&解析服务器文件,发现虚拟机组件信息丢失,所幸的是情况不十分特别严重。
2、北亚企安数据恢复工程师编写程序扫描镜像数据所有组件信息,获取到每个组件信息中记录的组件ID和该组件所隶属的对象ID等信息。根据组件中的runlist追溯到每一数据块在所隶属的组件内的逻辑位置,然后借助北亚企安自主研发的工具重组和提取完整的组件。
3、取到所有组件信息后,服务器数据恢复工程师根据描述信息中记录的每个组件在服务器内的逻辑位置并进行组合,拼接出一个完整的vmdk文件。
4、整体分析扫描到的所有数据,将服务器内所有vmdk文件的快照和父盘进行合并后再次解析,提取其中的数据备份文件。
5、提取所有数据。在北亚企安数据恢复服务器上安装数据库环境,将恢复出来的数据库文件还原到准备好的环境上进行正确性验证。经过服务器数据恢复工程师的验证,确认数据库无报错,数据库完整。
6、由用户方管理员验证数据恢复结果。经过仔细验证,用户方确认所有数据全部恢复。由北亚企安数据恢复工程师配合用户方将所有数据迁移回用户方准备好的服务器中,本次数据恢复结束。

相关文章
|
8天前
|
数据采集 人工智能 安全
|
17天前
|
云安全 监控 安全
|
3天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
291 164
|
2天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
298 155
|
4天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
231 113
|
11天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
791 6

热门文章

最新文章