V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
Recommended Services
Amazon Web Services
LeanCloud
New Relic
ClearDB
firefox12
V2EX  ›  云计算

既然有人能把腾讯云的故障细节解释得挺清楚,我就来再问个小问题

  •  
  •   firefox12 · 2018-08-08 23:26:19 +08:00 · 1533 次点击
    这是一个创建于 2058 天前的主题,其中的信息可能已经有所发展或是发生改变。
    硬盘静默 bug 被发现是在 这次事故以前还是事故发生以后复盘发现的?
    如果是事故发生以前的话,就有趣了,明知道有静默故障,还从一块有静默故障的磁盘上复制数据,而不是从没有静默故障的硬盘上复制数据。这说不通,因为不可能从一块坏盘上读数据,即使读也一定会开校验,否则无意义。其次如果一开始就知道有静默故障,ops 根本就不会去回收空间,而是会去复制所有静默硬盘上可能牵涉到的数据,因为 3 备份会成为 2 备份,结论就是 ops 根本不知道有盘是错的。

    如果是事故发生以后发现的,据说还替换了同一批硬件,这说明这不是单一一块硬盘的问题,我想请问为什么其他硬盘的数据就没有被影响? 按理说这个故障的影响面是很大的,一般来说一批盘怎么说也得几百块吧。而且服役的时间也不是一天二天了,按照用户的说法,上线应该存在 8 个月左右了。那么其他盘就没有故障?而且这块盘上就只有这一个用户的数据吗?这块盘上别的用户数据照理也会丢失啊,为什么别人的数据没丢失?迁数据,只迁一个用户的数据,并且是为了腾空间?好吧 我见识少,这种操作没见过。

    最终结论 ,几百块盘 8 个月里,其他盘都没问题。只有 1 块有问题,而且这块盘有问题,就影响了这一位客户,这块盘上的其他用户都没被影响,这 8 个月里也没被读过,因为一读就知道数据故障了,该换盘或者迁数据了。而这块盘上的这位用户的数据也应该是没有被读过的,因为一读也会知道故障。如果从坏盘上迁数据是绝对不会不开 cheksum 校验的。当然 还有可能 这个 bug 正好只影响了这块盘上这位用户的文件,就是精准的打击了这一个用户的数据,其他用户的数据都没问题。(这种可能不管你信不信,我反正相信的)最终这位用户的数据在迁数据时又正好恰恰被 ops 选中,不恰当的回收,最后不幸导致了数据丢失。

    大概是这样吧?
    目前尚无回复
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   我们的愿景   ·   实用小工具   ·   3129 人在线   最高记录 6543   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 24ms · UTC 12:58 · PVG 20:58 · LAX 05:58 · JFK 08:58
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.