RAID5 Fallito: Ho (QUASI) perso TUTTI i dati sul mio personal server

Questo è uno di quei video che non avrei MAI voluto portare sul canale In questo video voglio raccontarvi un po' quello che mi è successo durante lo scorso weekend, e vorrei darvi qualche spunto per non rifare i miei stessi errori e ritrovarvi nella stessa situazione di corsa contro il tempo in cui mi sono ritrovato negli ultimi giorni. Da un po' di tempo, ho iniziato a riscontrare una leggera latenza durante la copia dei miei dati da e verso la mia istanza di samba server, copia che partiva velocemente salvo poi avere dei momenti di down. Ho iniziato ad avere questi problemi in concomitanza con l'aggiornamento di Proxmox dalla versione 7 alla versione 8, ho quindi pensato a più cause: dischi del RAID sul viale del tramonto, qualche aggiornamento del software, rete instabile, insomma, ho cercato di escludere tutte queste cause e alla fine mi ero convinto che il problema fosse samba con PVE8, dato che ultimamente il forum di proxmox pullula di queste segnalazioni con problemi simili ai miei. Ora la domanda sorge spontanea, come ti sei accertato che il problema non fosse il RAID? Beh, ho fatto probabilmente quello che chiunque avrebbe fatto: ho guardato lo SMART, che per chi non lo sapesse, è una tabellina presente in ogni dispositivo di storage che racconta la vita del nostro disco: ci dice da quanto tempo è stato acceso, quante volte è stato acceso, in quanto tempo le testine raggiungono i piatti dall'accensione, se si sono verificati degli errori in lettura durante la vita del nostro disco, se sono presenti settori danneggiati e se questi sono stati riallocati, insomma, uno strumento molto importante per diagnosticare lo stato di salute dei nostri hard disk ed SSD. Esattamente due settimane fa, ho controllato lo smart di tutti e tre i miei hard disk, e tutti e tre i dischi erano in buono stato, ragion per cui ho assolutamente escluso gli hard disk dal banco degli imputati. Tra l'altro, avevo intenzione di aggiornare questi dischi da un annetto a questa parte, e probabilmente se l'avessi fatto mi sarei risparmiato tutto questo stress. I primi mesi del 2023 avevo la possibilità di sostituire i tre hard disk ma non l'ho fatto, mi sono fatto influenzare dai grafici dei prezzi che andavano sempre più su. Perché dovresti sostituire dei dischi che in realtà sono funzionanti? In generale i dischi non sempre si sostituiscono per rotture o guasti, a volte si cambiano sia perché ovviamente è finito lo spazio e ci serve una casa più grande, e sia perché da specifica questi dischi hanno nel datasheet una informazione che ci dice mediamente quanto può vivere prima di morire inesorabilmente, per questo motivo andrebbero sostituiti a intervalli quasi regolari. Ma torniamo a noi, perché il mio RAID5 è fallito? Sabato pomeriggio ho iniziato a riorganizzare i dati sul personal server, la mia intenzione era quella di rimuovere le vecchie macchine virtuali al cui interno girano samba, proxmox, transmission e plex in favore di una gestione più atomica dei servizi: volevo passare ai container, isolando le varie tipologie di dati presenti. Ho iniziato quindi a fare il setup di un nuovo container che si doveva occupare solo ed esclusivamente di servire i dati relativi ai video dei corsi e di youtube. Inizio quindi la copia ma c'è qualcosa che non va, spesso alcuni dati sono lenti da copiare, e altre volte l'OOM killer mi uccide il servizio di samba per timeout. Sabato sera, o meglio domenica notte, torno a casa e decido di fare gli aggiornamenti su Proxmox. Riavvio il server per applicare le modifiche e lì inizia l'inferno. Dopo qualche minuto proxmox non viene su, mi collego quindi a PiKVM e scopro che il sistema è in avvio protetto, non solo, mdadm ha espulso uno dei miei dischi dal RAID. Mi raccomando seguite il video fino alla fine perché probabilmente imparerete qualcosa di nuovo su come gestire una situazione di disaster recovery come la mia, situazione che potrebbe capitare a tutti prima o poi. Cosa possiamo imparare da questa esperienza? Che sicuramente il RAID non sostituisce un backup, sicuramente ci aiuta ad evitare di dipendere dalla salute di un disco singolo, ma è importante avere sempre un backup dei dati a disposizione. Io ne avevo uno ma non recentissimo, sicuramente sono riuscito a recuperare la maggior parte dei dati più importanti, altri dati come film, software e sistemi operativi ho deciso deliberatamente di perderli perché avrei potuto riscaricarli senza problemi. Inoltre, impariamo a leggere lo SMART dei nostri dischi ma a non considerarlo come verità assoluta e soprattutto cerchiamo di garantire il giusto turnover ai dischi presenti sui nostri NAS o sui nostri server consultando il tempo di vita media sul datasheet. Abbonati a questo canale per accedere ai vantaggi:    / @angelocassano   Iscriviti sul mio canale Telegram per restare sempre aggiornato sulle novità! https://t.me/angelocassano