服务器硬盘坏了一块，资料为什么还能用？

服务器硬盘坏了一块，资料为什么还能用？看懂 RAID 的容错原理

普通电脑的硬盘损坏后，里面的资料可能无法继续读取。

但在部分服务器中，即使一块硬盘发生故障，网站、数据库和文件服务仍然可以继续运行。这并不是因为服务器硬盘不会损坏，而是因为多块硬盘可能组成了 RAID。

RAID 可以利用镜像、校验或数据分散等方式，降低单块硬盘故障造成的影响。

一、什么是 RAID？

RAID 是 Redundant Array of Independent Disks 的缩写，可以理解为"独立磁盘冗余阵列"。

它将多块实体硬盘组合成一个储存系统，让操作系统或应用程序把它们当成一个逻辑储存空间使用。

RAID 的目标可能包括：

提高读写性能
增加可用容量
提供硬盘故障容错
减少单块硬盘损坏造成的停机

不同 RAID 级别采用的方式并不相同，因此性能、容量和容错能力也会有明显差别。

二、RAID 为什么能在硬盘损坏后继续运行？

RAID 的容错主要来自两种机制：镜像与校验。

1. 镜像

镜像会把相同资料同时写入不同硬盘。

例如两块硬盘组成 RAID 1：

text 复制代码

硬盘 A：资料 A、资料 B、资料 C
硬盘 B：资料 A、资料 B、资料 C

如果硬盘 A 损坏，系统仍然可以从硬盘 B 读取相同资料。

2. 校验

部分 RAID 会把资料和校验信息分散到多块硬盘。

简化后可以理解为：

text 复制代码

硬盘 1：资料 A
硬盘 2：资料 B
硬盘 3：校验资料

其中一块硬盘损坏后，系统可以结合剩余资料与校验信息，计算出缺失的内容。

实际 RAID 的分布方式更复杂，但核心概念就是：不把所有希望都放在同一块硬盘上。

三、常见 RAID 级别有什么区别？

RAID 级别	最少硬盘数	可容忍的硬盘故障	主要特点
RAID 0	2	0	性能与容量较高，但没有容错
RAID 1	2	通常 1 块	资料镜像，结构简单
RAID 5	3	1 块	使用分布式校验，容量利用率较高
RAID 6	4	2 块	双重校验，可容忍两块硬盘故障
RAID 10	4	视故障位置而定	镜像与条带结合，性能与容错较平衡

RAID 0

RAID 0 会把资料分散到多块硬盘，以提高性能和可用容量。

但它没有冗余。任何一块硬盘损坏，都可能导致整个阵列的数据无法使用。

因此，RAID 0 严格来说并不提供故障容错。

RAID 1

RAID 1 会保存相同资料的镜像副本。

优点是结构简单、恢复较直接；缺点是两块相同容量的硬盘，通常只能获得约一块硬盘的可用容量。

RAID 5

RAID 5 使用至少三块硬盘，并把资料与校验信息分散储存。

它通常可以容忍一块硬盘故障，但当阵列进入降级状态后，如果另一块硬盘也发生问题，资料可能无法恢复。

RAID 6

RAID 6 使用双重校验，通常能够同时容忍两块硬盘故障。

它比 RAID 5 提供更高的容错能力，但写入计算和容量成本也更高。

RAID 10

RAID 10 将镜像与数据条带结合。

它拥有较好的读写性能和恢复速度，但通常需要至少四块硬盘，并牺牲约一半原始容量用于镜像。

四、一块硬盘损坏后会发生什么？

当 RAID 检测到硬盘故障时，阵列通常会进入"降级状态"。

此时：

故障硬盘被标记为不可用
服务器继续从剩余硬盘读取资料
系统发出告警
运维人员更换故障硬盘
RAID 将缺失资料重建到新硬盘
重建完成后恢复正常状态

流程可以表示为：

text 复制代码

硬盘故障
    ↓
阵列进入降级状态
    ↓
剩余硬盘继续提供资料
    ↓
更换故障硬盘
    ↓
开始资料重建
    ↓
阵列恢复正常

如果服务器和硬盘背板支持热插拔，更换故障硬盘时可能不需要关闭整台服务器。

不过，是否能够直接热插拔，必须根据服务器、控制器和硬盘规格确认，不能看到硬盘托架就直接拔出。

五、什么是 RAID 重建？

RAID 重建是把缺失的数据重新写入替换硬盘的过程。

RAID 1 可以从剩余镜像盘复制资料；使用校验机制的 RAID，则需要读取其他硬盘的数据并计算缺失内容。

重建时间可能受到以下因素影响：

硬盘容量
硬盘速度
阵列当前负载
RAID 级别
控制器性能
是否存在坏扇区
重建速度限制

容量越大的硬盘，重建通常需要越长时间。

重建期间，阵列需要大量读取其他硬盘，性能可能下降，剩余硬盘的压力也会增加。

六、为什么降级状态特别危险？

RAID 进入降级状态后，虽然服务仍然可以运行，但容错能力已经降低。

例如 RAID 5 已经损坏一块硬盘时，如果重建完成前另一块硬盘再次故障，整个阵列可能无法恢复。

因此，发现硬盘故障后不能因为网站仍能访问就长期不处理。

正确做法通常是：

立即确认告警
找出准确的故障硬盘
检查备份是否可用
准备兼容的替换硬盘
尽快进行更换和重建
持续观察其他硬盘状态

七、热备盘有什么作用？

热备盘是一块已经安装在服务器中，但平时不参与正常储存工作的备用硬盘。

当阵列中的硬盘损坏时，RAID 控制器可以自动使用热备盘开始重建，不必等待工作人员到场后才插入新硬盘。

text 复制代码

正常硬盘发生故障
        ↓
热备盘自动接手
        ↓
RAID 开始重建

热备盘能够缩短阵列处于降级状态的时间，但它仍然不能代替监控、维护和数据备份。

八、RAID 为什么不是备份？

这是 RAID 最容易被误解的地方。

RAID 主要解决的是部分硬盘故障，不负责保存资料的历史版本。

以下情况可能同时影响整个阵列：

用户误删文件
程序覆盖正确资料
勒索软件加密文件
数据库逻辑损坏
RAID 控制器故障
多块硬盘同时损坏
服务器被盗
火灾、进水或机房事故

例如，一名用户误删文件后，RAID 会正常地把"删除操作"同步到整个阵列，并不会自动保留被删除的版本。

因此：

text 复制代码

RAID：让服务在部分硬盘故障时继续运行
备份：在资料损坏或遗失后找回过去版本

两者解决的是不同问题，应该同时存在。

九、硬件 RAID 和软件 RAID 有什么区别？

类型	实现方式	特点
硬件 RAID	由独立 RAID 控制器管理	通常具备专用缓存和管理功能
软件 RAID	由操作系统管理	成本较低，配置灵活
主板 RAID	由主板与驱动程序配合	介于硬件与软件方案之间

硬件 RAID 并不一定永远比软件 RAID 更适合。

选择时还应考虑：

操作系统支持
控制器故障后的迁移方式
监控工具
缓存保护
性能要求
维护人员经验
未来扩展需求

如果使用硬件 RAID，还应记录控制器型号与阵列配置，避免控制器损坏后找不到兼容设备。

十、怎样监控 RAID 状态？

RAID 不能只在服务器无法开机时才检查。

日常应关注：

阵列是否处于正常状态
是否有硬盘离线
硬盘健康数据是否异常
是否出现读写错误
是否正在进行重建
重建进度与预计时间
热备盘是否可用
RAID 控制器与缓存电池状态
告警邮件或通知是否正常发送

硬盘故障告警如果没有及时送达，服务器可能在降级状态下运行很长时间，直到第二块硬盘损坏才被发现。

十一、RAID 应该怎样配合备份？

可以使用 3-2-1 备份思路：

至少保留 3 份资料
使用 2 种不同储存介质
至少有 1 份存放在其他位置

例如：

text 复制代码

服务器 RAID 阵列
        ↓
本地独立备份设备
        ↓
异地或云端备份

备份还需要保留多个历史版本，并定期测试能否真正恢复。

只看到备份任务显示"成功"，并不能证明资料一定可以使用。

总结

服务器硬盘损坏一块后仍能继续运行，通常是因为 RAID 利用镜像或校验机制，把资料分布在多块硬盘上。

当一块硬盘故障时，系统可以：

从镜像副本读取资料
利用剩余资料与校验信息重建
维持网站和服务继续运行
在更换硬盘后恢复阵列状态

但阵列处于降级状态时，风险会明显增加，因此必须及时处理。

最重要的是记住：

text 复制代码

RAID 提供容错，不等于备份。