🛠️问题描述
最近有一台服务器操作时一直报IO错误，怀疑硬盘故障，但本人不在现场，看不到哪块磁盘故障，我们可以借助megacli工具去查看。
megacli 工具是由 Broadcom（原 LSI）提供的专有 RAID 管理工具，通常需要手动下载并安装。
LSI（现在属于 Broadcom）确实只提供 RPM 格式的 MegaCLI 安装包，而 Debian/Ubuntu（包括 Proxmox）默认不支持 RPM。所以我们需要借助 alien 工具将其转换为 .deb 格式。
下面是完整的操作流程：
🛠️ 在 Debian/Ubuntu/Proxmox 上安装 MegaCLI 的步骤
1. 安装转换工具 alien
apt update
apt install alien
2. 下载 MegaCLI 的 RPM 包
你可以从 Broadcom 官方网站下载，例如：
- https://www.broadcom.com/support/download-search
- 搜索关键词：MegaCLI 或 MegaRAID
下载后假设文件名为：MegaCLI-8.07.14-1.noarch.rpm
3. 使用 alien 转换为 .deb 包
alien -k --scripts MegaCLI-8.07.14-1.noarch.rpm
这会生成一个 .deb 文件，例如：megacli_8.07.14-1_all.deb
4. 安装 .deb 包
dpkg -i megacli_8.07.14-1_all.deb
5. 运行 MegaCLI
cd /opt/megaraid
./MegaCli64 -AdpAllInfo -aAll
你也可以将它软链接到系统路径，方便调用：
ln -s /opt/megaraid/MegaCli64 /usr/local/bin/megacli
✅ 安装成功后可以执行的常用命令
| 功能 | 命令 |
|---|---|
| 查看所有 RAID 控制器信息 | megacli -AdpAllInfo -aAll |
| 查看所有物理磁盘状态 | megacli -PDList -aAll |
| 查看逻辑磁盘信息 | megacli -LDInfo -Lall -aAll |
| 查看阵列是否降级 | megacli -LDGetProp -Degraded -aAll |
✅遇到的问题
root@pve:/opt/MegaRAID/MegaCli# ./MegaCli64 -AdpAllInfo -aAll ./MegaCli64:
error while loading shared libraries: libncurses.so.5: cannot open shared object file: No such file or directory
root@pve:/opt/MegaRAID/MegaCli# apt install libncurses5
Error: Unable to locate package libncurses5
出现这个错误是因为在较新的 Debian 或 Proxmox 系统中，libncurses5 已被移除或替换为更新版本（如 libncurses6），而 MegaCLI 仍然依赖旧的 libncurses.so.5。我们可以通过以下几种方式解决这个兼容性问题：
备注：我使用下面方法二临时解决
✅ 方法一：安装兼容库 libncurses5（来自旧版本）
你可以手动下载旧版本的 .deb 包并安装：
下载适用于你的架构的
libncurses5包（通常是amd64）：wget http://ftp.us.debian.org/debian/pool/main/n/ncurses/libncurses5_6.1+20181013-2+deb10u2_amd64.deb安装该包：
dpkg -i libncurses5_6.1+20181013-2+deb10u2_amd64.deb验证是否成功：
ldconfig -p | grep libncurses.so.5
✅ 方法二：使用软链接“欺骗” MegaCLI（仅限临时解决）
如果你已经有 libncurses.so.6，可以创建一个软链接：
ln -s /lib/x86_64-linux-gnu/libncurses.so.6 /lib/x86_64-linux-gnu/libncurses.so.5
⚠️ 注意：这种方式不保证稳定性，但在很多情况下可以让 MegaCLI 正常运行。
🛠️实际运行结果展示
root@pve:/opt/MegaRAID/MegaCli# ./MegaCli64 -AdpAllInfo -aAll
MegaCLI 输出非常关键，它揭示了你当前 RAID 控制器（PERC 6/i Integrated）和磁盘阵列的健康状况
⚠️ RAID 状态摘要
| 项目 | 状态 |
|---|---|
| 虚拟磁盘（VD）数量 | 1 |
| 虚拟磁盘状态 | Degraded（降级） |
| 物理磁盘数量 | 4 |
| Critical（临界）磁盘 | 3 块 |
| Failed（故障）磁盘 | 1 块 |
这意味着你的 RAID 阵列已经失去了冗余保护，处于高风险状态。如果再有一块磁盘彻底损坏，整个阵列可能会崩溃，导致数据不可恢复。
🛠️ 建议操作步骤
✅ 1. 立即备份数据
- RAID 已降级，数据安全性极低。
- 使用
rsync、scp或挂载外部存储进行完整备份。
✅ 2. 确认故障磁盘编号
运行以下命令查看具体哪块磁盘失败：
./MegaCli64 -PDList -aAll | grep -E 'Slot|Firmware state|Media Error Count|Predictive Failure Count'
运行以上命令后，以下是输出结果分析
🔍 磁盘状态分析
| 插槽 | 状态 | 媒体错误计数 | 预测故障计数 | 固件状态 |
|---|---|---|---|---|
| Slot 0 | 临界（Critical） | 1 | 7 | Online, Spun Up |
| Slot 1 | 故障（Failed） | 0 | 0 | Failed |
| Slot 2 | 临界（Critical） | 3 | 6 | Online, Spun Up |
| Slot 3 | 临界（Critical） | 125 | 8 | Online, Spun Up |
⚠️ 当前 RAID 状态总结
- Slot 1 已完全故障，无法参与阵列。
- Slot 0、2、3 都处于临界状态，SMART 预测它们即将发生硬件故障。
- RAID 虚拟磁盘已处于 Degraded（降级） 状态。
- 如果再有一块磁盘彻底失败，整个阵列将崩溃，数据可能无法恢复。
✅ 3. 更换故障磁盘
- 将故障磁盘替换为相同容量和接口的硬盘（建议 SAS）。
- 插入后，RAID 控制器应自动开始重建（Auto Rebuild 已启用）。
✅ 4. 监控重建进度
./MegaCli64 -LDInfo -Lall -aAll
✅ 查看当前 RAID 类型的命令
运行以下命令可以查看虚拟磁盘（VD）的详细信息，包括 RAID 级别：
./MegaCli64 -LDInfo -Lall -aAll
在输出中你会看到类似这样的字段：
RAID Level : Primary-5, Secondary-0, RAID Level Qualifier-3
这个表示的是 RAID 5。不同的组合含义如下：
| 显示内容 | 实际 RAID 类型 |
|---|---|
| Primary-0, Secondary-0 | RAID 0 |
| Primary-1, Secondary-0 | RAID 1 |
| Primary-5, Secondary-0 | RAID 5 |
| Primary-6, Secondary-0 | RAID 6 |
| Primary-1, Secondary-3 | RAID 10 |
| Primary-5, Secondary-3 | RAID 50 |
🧠 RAID 类型快速判断技巧
- RAID 0：无冗余，性能高，风险高
- RAID 1：镜像，安全性高，容量减半
- RAID 5：至少 3 块盘，可容忍 1 块故障
- RAID 6：至少 4 块盘，可容忍 2 块故障
- RAID 10：镜像+条带，至少 4 块盘，性能与安全兼顾
🧾 实际环境中运行后结果如下
| 项目 | 值 |
|---|---|
| RAID 类型 | RAID 5（Primary-5, Secondary-0, Qualifier-3） |
| 虚拟磁盘数量 | 1 |
| 磁盘数量 | 4 块 |
| 阵列状态 | ⚠️ Degraded（降级） |
| 总容量 | 2.727 TB |
| 校验盘大小 | 931 GB（用于 RAID 5 的冗余） |
| 条带大小（Strip Size） | 64 KB |
| 缓存策略 | WriteBack（写入缓存）、ReadAheadNone（无预读） |
| 加密 | 未启用 |
| 是否缓存虚拟磁盘 | 否 |
🔍 RAID 5 简要说明
RAID 5 是一种常见的冗余方案，特点如下：
- 至少需要 3 块硬盘
- 可容忍 1 块硬盘故障
- 使用 条带 + 校验 实现冗余
- 性能适中，容量利用率较高
我的阵列使用了 4 块盘，其中 1 块已故障（Slot 1），所以当前处于 降级状态。如果再有一块盘挂掉，整个阵列将无法恢复。
🛠️最终结果
这台服务器跑的不是什么重要业务，且已采购13年之久，后续挂了就直接报废了。
我这台服务器的RAID 阵列现在就像一辆高速行驶但轮胎已经磨损严重的车——还能跑，但随时可能爆胎。我们来快速梳理一下：
📊 RAID 磁盘健康状态一览
| 插槽 | 媒体错误数 | 预测故障数 | 固件状态 | 状态评估 |
|---|---|---|---|---|
| Slot 0 | 1 | 7 | Online, Spun Up | ⚠️ 临界（高风险） |
| Slot 1 | 0 | 0 | Failed | ❌ 已故障 |
| Slot 2 | 3 | 6 | Online, Spun Up | ⚠️ 临界（高风险） |
| Slot 3 | 125 | 8 | Online, Spun Up | 🔥 极度危险 |
🚨 关键问题
- Slot 1 已完全故障，不参与 RAID。
- Slot 0、2、3 都有明显的 SMART 故障预测，尤其是 Slot 3，媒体错误高达 125 次，几乎是“爆炸边缘”。
- 如果再有一块盘彻底挂掉，整个 RAID 阵列可能会崩溃，数据将面临不可恢复的风险。