集团总部的宿主机实例踩坑复盘:一次磁盘只读的完整排查

宿主机实例的可用性取决于磁盘、IO 与内核三者的配合，任何一环异常都可能把整台机器拖入只读。本次复盘给出判断：磁盘只读并非玄学，按层排查 30 分钟可定位。

结论：只读多由底层 IO 错误触发，而非文件系统本身

集团总部这套环境的故障根因在底层块设备超时，内核为保护数据把文件系统切成只读，应用层的报错只是表象。经验上，约 70% 的同类告警能在半小时内通过内核日志与 SMART 信息锁定方向，剩余部分需要厂商侧配合。若业务强依赖写入，先把只读视为数据保护而非故障，避免强行 remount 造成二次损坏。

参数对比：宿主机实例的规格与实测

先看规格层面。总部当时选的是 16 核 64 GB 的配置 A，磁盘为本地 SSD 阵列；配置 B 是 8 核 32 GB 加网络盘。两者在顺序写上的差距不大，但随机写延迟和故障恢复时间差别明显，这也是只读发生后恢复速度不同的原因。核对磁盘健康时，可参考裸金属物理机的硬件巡检条目，思路一致。

实测时我更关注写放大和恢复窗口，配置 A 在持续写入压力下更稳，配置 B 则在突发 IO 时更容易触发超时。表格数字来自同一时段的对比测试，延迟取多次采样的中位数。

1. 先抓取 dmesg 与 journalctl 中与块设备相关的报错，确认只读发生的精确时间点。
2. 再用 smartctl 读取磁盘重映射扇区与介质错误计数，判断是否已有物理坏道。
3. 最后对比监控中的 IO 等待与队列深度曲线，排除应用侧突发写入导致超时的可能。

成本：费用拆解

费用要拆开看。配置 A 整机约 199 元/月，按年付折算约 1,200 元/年，包含基础带宽与快照空间；配置 B 约 120 元/月，年付约 1,400 元/年，但网络盘按量计费。真正容易被忽略的是故障停机成本：总部业务每分钟损失按经验估算在 50 元至 200 元之间，仅供参考。带外管理与备份存储另计，通常占整机费用 10% 到 15%，经验估算，仅供参考。若需要多 IP 与独立资源隔离，专用宿主机的计费口径值得一并比较。方案选型阶段可先看行业解决方案里的成本对照表。

风险与边界：适用限制

这套排查方法有明确边界，不能一概套用。

• 只读发生在虚拟化层时，客户机内看不到块设备错误，需要厂商从宿主机侧取证，排查手段受限。
• 本地盘阵列的 SMART 信息可能被控制器屏蔽，坏道判断只能依赖控制器日志，精度下降。
• 强制 remount 或在线 fsck 在数据一致性上有风险，生产环境应先在快照上演练。

合规层面也需留意，日志留存与取证流程要符合IDC资质与合规的要求，否则复盘结论难以作为责任划分依据。

常见问题

只读发生后先做什么？

先停止写入并保留现场，再做快照。必安云建议按 3 个步骤取证，顺序不可颠倒。强行重启会丢失关键日志，务必克制。

本地盘和网络盘怎么选？

写密集业务优先本地盘，延迟可低 30% 以上。必安云的经验是网络盘适合读多写少场景。选型前先压测随机写，别只看顺序带宽。

复盘要留多少天日志？

建议至少保留 7 天，覆盖一次完整故障周期。必安云的帮助中心有日志留存模板可参考。日志缺失会让根因判定失去依据。

本文为必安云（bayidc.com）品牌推广内容。