华为泰山服务器重启后出现 XFS 文件系统磁盘“不识别”（无法挂载或访问），但挂载点目录仍在且无数据

华为泰山服务器重启后出现 XFS 文件系统磁盘“不识别”（无法挂载或访问），但挂载点目录仍在且无数据，这是一个典型的文件系统损坏或磁盘识别异常问题。以下是可能的原因及系统化的排查修复步骤：

---

核心原因分析

1. 文件系统元数据损坏

   • XFS 日志（Journal）损坏或超级块（Superblock）损坏，导致系统无法识别有效文件系统结构。
   • 异常断电、硬件故障或内核缺陷可能导致写入中断，破坏元数据一致性。

2. 磁盘/分区识别异常

   • 磁盘设备名变更（如 /dev/sda 重启后变为 /dev/sdb）。
   • 多路径配置失效（如 multipath 未自动聚合磁盘）。
   • RAID 卡逻辑卷未正确初始化（需检查 RAID 状态）。

3. 硬件或驱动故障

   • 磁盘物理损坏（坏道、控制器故障）。
   • HBA 卡/RAID 卡驱动异常或固件问题。
   • 内存故障导致数据写入错误（此前 /var/crash 日志多可能与此相关）。

4. 挂载配置错误

   • /etc/fstab 中使用了错误的 UUID 或设备名。
   • 系统启动时磁盘未就绪（异步挂载失败）。

---

紧急处理流程

⚠️ 第一步：保护现场，禁止写入

1. 立即卸载磁盘（若已挂载但无数据）：

   umount /your/mountpoint
   

2. 设置磁盘为只读模式（防止进一步损坏）：

   blockdev --setro /dev/your_device   # 如 /dev/sdb1
   

---

第二步：定位磁盘与检查硬件状态

1. 确认磁盘是否被系统识别：

   lsblk                           # 查看所有块设备
   fdisk -l                        # 检查分区表是否存在
   cat /proc/partitions            # 内核识别的分区
   

   • 若磁盘未列出 → 检查物理连接、RAID 状态、HBA 卡驱动。

2. 检查 RAID/硬件状态（华为服务器关键步骤）：

   • 通过 iBMC 或华为管理工具（如 hcc_tools）检查：

     ipmcget -t storage -d ldinfo  # 查看逻辑磁盘状态
     ipmcget -t storage -d pdinfo  # 查看物理磁盘状态
     

   • 确认所有磁盘状态为 Normal，无 Failed 或 Offline。

3. 查看内核日志，定位故障点：

   dmesg | grep -i "error\|sdb\|xfs"  # 替换 sdb 为你的设备名
   journalctl -b -0 -p 3              # 本次启动的错误日志
   

   • 关注关键词：I/O error、XFS corruption、SATA link down。

---

第三步：修复文件系统

1. 尝试修复 XFS 元数据（谨慎操作！）：

   xfs_repair -n /dev/your_device       # 先模拟修复（不修改磁盘）
   

   • 若提示可修复，执行实际修复（务必先备份元数据！）：

     xfs_metadump /dev/your_device meta_backup.img  # 备份元数据
     xfs_repair /dev/your_device                    # 执行修复
     

2. 严重损坏时尝试恢复超级块：

   • XFS 保留多个备份超级块（通常在磁盘末尾），指定备份位置修复：

     xfs_repair -L /dev/your_device              # 清空日志（最后手段！）
     xfs_repair -s /dev/your_device              # 使用备份超级块
     

---

⚙ 第四步：检查配置与重新挂载

1. 验证 UUID 和挂载配置：

   blkid /dev/your_device                 # 查看磁盘 UUID
   vi /etc/fstab                         # 核对 UUID 是否匹配
   

   • 临时挂载测试：

     mount -t xfs /dev/your_device /mnt/test
     

2. 启用异步挂载延迟（若系统启动时磁盘未就绪）：

   • 在 /etc/fstab 中添加挂载选项：

     UUID=xxxx /data xfs defaults,_netdev,nofail 0 0
     

     • nofail：启动时忽略挂载失败
     • _netdev：标记为网络磁盘（对 iSCSI 等必需）

---

终极解决方案

1. 硬件故障处理：

   • 更换故障磁盘（通过 iBMC 确认定位物理盘位）。
   • 更新 RAID 卡/HBA 卡固件及驱动（从华为官网获取泰山服务器专用版本）。

2. 数据恢复：

   • 若 xfs_repair 无法修复，使用专业工具：

     xfs_copy /dev/your_device /mnt/backup.img   # 创建磁盘镜像
     xfsrestore -f backup.img /mnt/restore       # 尝试恢复文件
     

   • 联系 专业数据恢复公司（对物理损坏磁盘）。

3. 预防措施：

   • 启用定期 XFS 元数据校验（CRC32C）：

     mkfs.xfs -m crc=1 /dev/your_device          # 格式化时启用
     

   • 配置监控告警（磁盘 SMART 状态、RAID 健康度）。
   • 使用 UPS 防止异常断电。

---

华为服务器特殊注意事项

1. 使用华为定制工具：

   • 运行 hcc_check_disk（华为磁盘检测工具）扫描坏道。
   • 通过 iBMC 导出 SEL 日志（System Event Log），检查硬件事件。

2. 驱动兼容性：

   • 泰山服务器（鲲鹏 CPU）需使用 aarch64 架构专用驱动，确认以下驱动状态：

     modinfo hpsa                    # RAID 卡驱动（如 Huawei HBA）
     modinfo hisi_sas                # 华为 SAS 控制器驱动
     

3. 联系华为技术支持：

   • 提供以下信息：
     • hcc_log_collector 生成的诊断包。
     • iBMC SEL 日志截图。
     • xfs_repair -V 输出及修复日志。

---

总结命令清单

# 1. 诊断磁盘状态
lsblk
fdisk -l
dmesg | grep -i "error\|xfs\|sd"

# 2. 备份尝试修复
xfs_metadump /dev/sdb1 meta_backup.img
xfs_repair -n /dev/sdb1
xfs_repair /dev/sdb1

# 3. 检查硬件健康
ipmcget -t storage -d ldinfo
smartctl -a /dev/sdb

# 4. 重新挂载验证
blkid /dev/sdb1
mount -t xfs /dev/sdb1 /mnt/test

重要提示：若磁盘存有关键数据，操作前务必对磁盘做完整镜像备份（dd 或 xfs_copy），并联系专业支持人员介入。硬件问题（如频繁掉盘）需立即更换磁盘！