Mdadm sous Linux : retrouver le disque en panne dans un RAID dégradé

Un RAID logiciel peut continuer à fonctionner après la perte d’un disque, tout en étant déjà en mode dégradé. Le serveur répond encore, mais la marge de sécurité a disparu. Avant de retirer un disque ou de lancer une reconstruction, vous devez identifier le membre fautif avec les informations du RAID, pas avec un simple nom comme /dev/sdb.

Dans ce guide, vous allez lire l’état de la grappe, retrouver le disque concerné par son UUID ou son numéro de série, puis préparer son remplacement sans confondre RAID et sauvegarde.

Lire l’état du RAID logiciel

Commencez par vérifier les grappes actives :

cat /proc/mdstat
sudo mdadm --detail --scan
sudo mdadm --detail /dev/md0

Adaptez /dev/md0 au nom affiché sur votre machine. Dans /proc/mdstat, une grappe dégradée apparaît généralement avec un membre manquant ou un compteur inférieur au nombre attendu. La commande mdadm --detail donne l’état de chaque membre, son rôle et son éventuel statut faulty.

Ne retirez pas encore un disque parce qu’une ligne vous semble suspecte. Le nom /dev/sdX peut changer après un redémarrage ou une reconnexion. Il faut croiser l’état mdadm avec l’identité physique du disque.

Associer le membre RAID au bon disque

Affichez les périphériques avec leur modèle et leur numéro de série :

lsblk -o NAME,PATH,SIZE,MODEL,SERIAL,TYPE,FSTYPE,MOUNTPOINTS
sudo blkid
ls -l /dev/disk/by-id/

Vous pouvez aussi demander à mdadm les métadonnées d’un membre identifié :

sudo mdadm --examine /dev/sdX1

Comparez l’UUID de la partition RAID, le rôle du membre et le numéro de série imprimé sur le disque ou visible dans le BIOS/HBA. Sur un serveur distant, je vous conseille de noter cette correspondance avant toute manipulation : /dev/sdc1, numéro de série, baie et rôle RAID. C’est une petite étape qui évite de remplacer le mauvais disque.

Si le disque répond encore, contrôlez aussi ses erreurs SMART :

sudo smartctl -a /dev/sdX
sudo smartctl -H /dev/sdX

Un statut SMART correct ne suffit pas à innocenter un disque. Les journaux du noyau et les erreurs d’E/S comptent également :

sudo journalctl -k -b | grep -Ei 'md|ata|scsi|i/o|error|fail'
dmesg -T | grep -Ei 'md|ata|scsi|i/o|error|fail'

Préparer le remplacement sans aggraver la panne

Avant de retirer le disque, vérifiez les sauvegardes et la fenêtre d’intervention. Un RAID améliore la disponibilité ou les performances selon son niveau, mais ne remplace pas une sauvegarde hors de la grappe. Une suppression accidentelle, une corruption ou un ransomware peut toucher les données accessibles par tous les membres.

Si mdadm a marqué un membre comme défaillant, vous pouvez simuler la suite avec les commandes adaptées à votre partition. Ne copiez pas ces exemples tels quels sans avoir confirmé le périphérique :

sudo mdadm /dev/md0 --fail /dev/sdX1
sudo mdadm /dev/md0 --remove /dev/sdX1
sudo mdadm /dev/md0 --add /dev/sdY1

La commande --fail ne doit pas servir de test improvisé sur un serveur en production : elle retire logiquement le membre de la grappe. Faites l’essai dans une machine de test ou utilisez d’abord une procédure de lecture seule pour valider votre identification.

Le nouveau membre doit avoir une taille suffisante et une structure compatible. Après l’ajout, surveillez la reconstruction :

watch -n 2 cat /proc/mdstat
sudo mdadm --detail /dev/md0
sudo journalctl -k -f

La durée dépend de la taille des disques, de l’activité du serveur et des limites de reconstruction du noyau. Évitez de lancer en même temps une grosse copie ou une opération de partitionnement. Après reconstruction, contrôlez l’état de la grappe, les montages et les sauvegardes avant de considérer l’incident terminé.

Ce qu’il faut vérifier après la reconstruction

Relisez l’état final et vérifiez que tous les membres attendus sont actifs :

cat /proc/mdstat
sudo mdadm --detail /dev/md0
findmnt
sudo df -hT

Conservez la sortie de mdadm --detail, le numéro de série du disque remplacé et les journaux de l’intervention. Si la grappe reste dégradée, si un nouveau membre passe immédiatement en faulty ou si les erreurs d’E/S continuent, arrêtez les manipulations et sécurisez d’abord une copie des données accessibles.

Les pages mdadm(8) et la documentation du noyau Linux sur MD détaillent les options et les niveaux RAID. Pour l’inventaire des disques avant l’opération, reportez-vous aussi au guide lsblk sous Linux.