Btrfs RAID1 单盘故障后的恢复（一）

前言

在上一篇文章中，我介绍了如何将 Ubuntu 系统从 ext4 分区就地迁移到 btrfs RAID1 上。虽然这个过程相当冒险，但幸运的是一切顺利——系统成功迁移到了 RAID1 分区上，并且运行正常。然而不幸的是，在平稳运行了近 10 个月之后，其中一块盘突然出现了故障，直接掉盘了。虽然系统本身仍然在运行，数据也未丢失，但部分服务由于未知原因（可能是硬盘故障导致文件系统短暂不可用）受到了影响；在系统重启后，GRUB 也出现了错误提示，无法正常引导系统。

由于确实急需使用这台服务器，因此我决定首先以最快的速度将系统恢复到可用状态，即将 btrfs RAID1 修改为单盘模式，使用剩余的那块盘继续运行系统；然后再替换掉故障的那块盘，重新组建 RAID1。现将这个过程记录下来，不供模仿，仅资参考。

过程

准备工作

需要的内容：

Live 环境（推荐使用 Ubuntu 桌面版的安装盘）；
一台可以在过程中查找资料的设备；
充足的时间和耐心；
一点运气；

修改 btrfs RAID1 为单盘模式

首先启动到 Live 环境，打开终端，挂载还能访问的那块盘（在我这里是 /dev/nvme0n1p2）；注意由于失去了一块盘，因此需要使用 -o degraded 选项来挂载：

1
2
sudo mkdir -p /mnt/btrfs
sudo mount -t btrfs -o degraded /dev/nvme0n1p2 /mnt/btrfs

挂载成功后，首先进入 /mnt/btrfs 目录，确认文件都在。此处一定要备份重要的数据，由于我在服务器上唯一有价值的数据就是一些 Git 仓库了，因此我只做了 git push，将它们推送到了远程仓库上，就算是备份了。

然后使用 btrfs device usage 命令查看当前的设备使用情况，确认已经掉盘了：

1
sudo btrfs device usage /mnt/btrfs

输出类似下面的内容：

1
2
3
4
5
6
7
8
9
missing device, ID: 1

/dev/nvme0n1p2, ID: 2
    Device size:        230.00GiB
    Device slack:           0.00B
    Data, RAID1:        148.00GiB
    Metadata, RAID1:     16.00GiB
    System, RAID1:       32.00MiB
    Unallocated:         65.97GiB

可以看见掉盘的是 btrfs RAID1 中的设备 ID 1，而设备 ID 2 仍然在正常使用中。接下来，我们需要将 btrfs RAID1 修改为单盘模式，使用剩余的那块盘继续运行系统。执行以下命令：

1
sudo btrfs balance start -dconvert=single -mconvert=single -f /mnt/btrfs

经过漫长的等待之后，执行以下命令查看 RAID1 的状态：

1
sudo btrfs device usage /mnt/btrfs

如果一切正常，应该能看到类似以下的输出：

1
2
3
4
5
6
7
8
9
missing device, ID: 1

/dev/nvme0n1p2, ID: 2
    Device size:        230.00GiB
    Device slack:           0.00B
    Data, single:       148.00GiB
    Metadata, single:    16.00GiB
    System, single:      32.00MiB
    Unallocated:         65.97GiB

注意到上面输出中 RAID1 已经全部变为 single。至此，我们已经成功将 btrfs RAID1 修改为单盘模式了。接下来移除掉盘的设备：

1
btrfs device delete missing /mnt/btrfs

执行完毕后再次查看设备使用情况，确认掉盘的设备已经被移除：

1
2
3
4
5
6
7
/dev/nvme0n1p2, ID: 2
    Device size:        230.00GiB
    Device slack:           0.00B
    Data, single:       148.00GiB
    Metadata, single:    16.00GiB
    System, single:      32.00MiB
    Unallocated:         65.97GiB

修复 GRUB 引导

GRUB 出现错误提示的原因，并不是它无法挂载降级后的 btrfs 文件系统，而是之前的 GRUB 配置文件中同时引用了两块盘，这导致 GRUB 无法找到已经掉盘的那块盘，从而报错。要解决这个问题，我们需要重新生成 GRUB 配置文件。

首先还是重新挂载 btrfs 分区，并且 chroot 回到原有的系统中（这里使用 UUID 挂载）：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
cd /mnt
sudo umount /mnt/btrfs
sudo mkdir -p /mnt/old
sudo mount -t btrfs -o noatime,compress=zstd:1,subvol=@ /dev/disk/by-uuid/ab2bbc1e-c476-4283-aea0-40ace705cbf9 /mnt/old
sudo mkdir -p /mnt/old/home
sudo mount -t btrfs -o noatime,compress=zstd:1,subvol=@home /dev/disk/by-uuid/ab2bbc1e-c476-4283-aea0-40ace705cbf9 /mnt/old/home
cd /mnt/old
sudo mount -o bind /dev dev
sudo mount -o bind /sys sys
sudo mount -o bind /proc proc
sudo chroot .

然后更新 GRUB 配置：

1
update-grub

检查 GRUB 配置文件，确认已经不包含掉盘的设备路径了：

1
grep "nvme1" /boot/grub/grub.cfg

重启系统

完成上述步骤后，重启系统，应该能够看到熟悉的 GRUB 菜单了，选择正常启动系统，应该能够成功进入系统了。

结语

至此，我们已经成功将 btrfs RAID1 修改为单盘模式，并且修复了 GRUB 引导，系统已经恢复到可用状态了。接下来我们还需要替换掉故障的那块盘，重新组建 RAID1，不过这部分内容就留在下一篇文章中再介绍了。

参考资料

Recover from a RAID1 failure with btrfs