¿Qué significa que un RAID esté degradado?
La palabra «degradado» asusta menos de lo que debería, porque el sistema sigue encendido y la gente trabajando. Conviene entender lo que de verdad pasa. Un RAID combina varios discos para ganar rendimiento y tolerancia a fallos: un RAID 5, por ejemplo, reparte datos y paridad entre tres o más discos, de modo que si uno falla, el arreglo puede reconstruir su contenido con la paridad de los demás y seguir funcionando. Ese estado en el que opera con un disco caído se llama degradado. El detalle crítico es que, en ese momento, el arreglo se quedó sin red de seguridad: ya no tolera otro fallo. En un RAID 5 degradado, si un segundo disco cae antes de completar la reconstrucción, la pérdida es total. Por eso, aunque todo parezca normal, un RAID degradado es una cuenta atrás: hay que actuar, pero actuar bien, porque las prisas mal dirigidas son las que rematan al arreglo.
¿Puedo simplemente reemplazar el disco y reconstruir?
En muchos casos, sí, y es lo esperable. Si se cumplen cuatro condiciones, reemplazar el disco fallido por uno nuevo —de igual o mayor capacidad— y dejar que el arreglo reconstruya es el procedimiento estándar, y la mayoría de las controladoras lo inician de forma automática. Esas condiciones son: que tengas un respaldo al día por si algo sale mal; que sepas con certeza absoluta cuál es el disco que falló; que haya sido un único fallo y no varios; y que el resto del arreglo esté sano, sin avisos de otros discos. Cuando esas piezas encajan, la operación es rutinaria. El problema es que muchas situaciones reales no cumplen una o más de esas condiciones, y ahí es donde reemplazar a la ligera se vuelve peligroso. La pregunta correcta no es «¿puedo cambiar el disco?», sino «¿estoy seguro de que es seguro reconstruir ahora mismo?».
Por qué la reconstrucción es la zona de peligro
Aquí está el corazón del asunto, y lo que pocos saben antes de pulsar «reconstruir». El rebuild de un RAID degradado lee el 100% de los datos de todos los discos supervivientes para recalcular el disco fallido. En un arreglo de cuatro discos de 4 TB, eso son 12 TB de lecturas continuas e intensivas durante horas. Y ahí aparece el riesgo: como los discos de un arreglo suelen comprarse juntos, tienen la misma edad y el mismo desgaste, y la carga del rebuild saca a la luz defectos latentes. El escenario de doble fallo más común no es que dos discos caigan a la vez, sino que el segundo falle durante la reconstrucción. Si un disco superviviente sufre un error de lectura irrecuperable —un URE— en ese proceso, el rebuild puede detenerse y dejar el arreglo irrecuperable sin laboratorio. Y esto empeora con el tamaño: en RAID 5 con discos de gran capacidad, la probabilidad de que un URE interrumpa la reconstrucción puede superar el 20% e incluso el 35% con discos muy grandes. Por eso, con datos críticos, la práctica segura es clonar cada disco miembro antes de reconstruir, de modo que un rebuild fallido no se lleve la información por delante.
Conviene añadir un matiz que reduce este riesgo: muchas instalaciones serias mantienen un disco de reserva (hot spare) preconfigurado, que entra automáticamente cuando uno falla y acorta el tiempo que el arreglo pasa expuesto sin redundancia. Otros prefieren niveles con doble paridad, como el RAID 6, que tolera dos fallos simultáneos y por eso resiste mejor un URE durante la reconstrucción. Y una rutina sencilla ayuda más de lo que parece: revisar de forma periódica el estado de salud de los discos, para sustituir el que empieza a dar avisos antes de que el fallo te sorprenda en el peor momento.¿Cuándo llamar a un especialista?
Hay señales claras de que la situación dejó de ser un cambio de disco rutinario y conviene detenerse. Llama a un especialista —y, mientras tanto, apaga el servidor y no intentes reconstruir— si te encuentras con cualquiera de estas: fallaron dos o más discos, o uno falló y otro da avisos; la reconstrucción ya se intentó y falló, o el arreglo aparece marcado como «Failed»; no estás seguro de cuál es el disco malo ni de la configuración exacta del arreglo; no hay respaldo y los datos son críticos para la operación; o alguno de los discos hace ruidos, clics o se calienta, señal de daño físico. En todos esos casos, cada intento por tu cuenta reduce las probabilidades. Un laboratorio actúa de otra forma: clona todos los discos sector a sector, reconstruye la geometría del arreglo —tamaño de banda, orden y rotación de paridad— sobre las imágenes, y recupera sin tocar los originales. Es justo lo que hacemos en la recuperación de RAID y en servidores cuando una reconstrucción salió mal.
Lo que nunca debes hacer
Algunos reflejos, bienintencionados, son los que convierten un problema con solución en una pérdida definitiva. Lo mismo aplica a un servidor que no arranca. No saques ni intercambies discos a ciegas: en un arreglo degradado, extraer por error un disco sano —en vez del fallido— deja al RAID con dos discos «caídos» y provoca el colapso. No reinicialices ni recrees el arreglo: «crear de nuevo» el RAID para que vuelva a aparecer suele sobrescribir los metadatos y la paridad, y es uno de los errores que más datos cuesta. No cambies el orden de los discos ni la configuración de la controladora sin saber exactamente cuál era. Y no reconstruyas datos críticos sin una imagen previa: si el rebuild falla a mitad, sin copia no hay marcha atrás. Estos principios son los mismos que aplican cuando un NAS aparece con el volumen degradado: ante la duda, preservar pesa más que intentar. Y si quieres entender por qué cada nivel de RAID tolera fallos distintos, lo vemos en los niveles de RAID explicados.
La decisión, en una frase
Resumiendo todo lo anterior: reemplaza y reconstruye tú mismo cuando tengas respaldo, certeza y un fallo único y limpio; detente y llama a un especialista cuando falte cualquiera de esas tres cosas o cuando algo se salga del guion. Un RAID degradado todavía tiene tus datos; lo que decide si los conservas no es la rapidez con que cambias el disco, sino el cuidado con que manejas la reconstrucción. En Data Recovery Panama recibimos a menudo arreglos que llegaron en peor estado por un rebuild apresurado, y casi siempre se habrían salvado con una imagen previa y una llamada a tiempo. Porque, como repetimos, el laboratorio que recupera también protege.
Preguntas frecuentes
Que el arreglo sigue funcionando pero perdió su redundancia porque falló un disco. Un RAID 5, por ejemplo, continúa operando reconstruyendo los datos a partir de la paridad, pero ya no tolera otro fallo: si un segundo disco cae antes de terminar la reconstrucción, la pérdida es total. Por eso un RAID degradado es una situación urgente, aunque parezca que todo funciona.
Sí, si se cumplen varias condiciones: tienes un respaldo al día, sabes con certeza cuál es el disco que falló, fue un único fallo y el resto del arreglo está sano. En ese caso, insertas el disco nuevo y el sistema suele reconstruir solo. Si falta el respaldo o los datos son críticos, conviene clonar antes o pedir ayuda, porque la reconstrucción tiene riesgo.
Porque el rebuild lee el 100% de todos los discos supervivientes para recalcular el fallido, y eso impone una carga intensa durante horas. Como los discos suelen ser del mismo lote y edad, es frecuente que un segundo disco falle o tenga un error de lectura irrecuperable durante el proceso, lo que detiene la reconstrucción y puede dejar el arreglo irrecuperable sin laboratorio. El riesgo crece con la capacidad de los discos.
Cuando fallaron dos o más discos, cuando la reconstrucción ya falló o el arreglo aparece como «Failed», cuando no estás seguro de cuál es el disco malo, cuando no hay respaldo y los datos son críticos, o cuando algún disco hace ruidos. En esos casos, apaga el servidor y no intentes reconstruir: un movimiento en falso puede destruir lo que aún es recuperable.
No a ciegas. En un arreglo degradado, extraer o intercambiar el disco equivocado puede provocar la pérdida total. Tampoco debes reinicializar, recrear el arreglo ni cambiar el orden de los discos. Si no tienes certeza absoluta de cuál es el disco fallido y de la configuración, lo más seguro es no tocar nada y consultar a un especialista.