Aller au contenu

ZFS : pool DEGRADED ou erreurs de checksum

RB-07ZFSNiveau 215 min de diagnosticQui : Client / MSP / MSP

Objectif. Distinguer une panne de disque, un problème de câblage et une corruption de données, puis choisir la bonne action.

Lire zpool status -v

Colonne / ligne Signification
state: ONLINE Pool sain
state: DEGRADED Redondance réduite, le pool fonctionne
state: SUSPENDED I/O bloquées, ticket P1
READ / WRITE Erreurs d'entrée-sortie remontées par le disque ou le contrôleur
CKSUM Données lues différentes de leur somme de contrôle (disque, câble, RAM)
errors: Permanent errors in… Fichiers ou volumes endommagés sans copie saine disponible

Arbre de décision

  1. Un disque FAULTED ou UNAVAIL, SMART en erreur → RB-05 (ou RB-06 pour rpool).
  2. Quelques erreurs CKSUM sur un disque, SMART propre → suspecter câble, fond de panier ou HBA.
    • Vérifier journalctl -k | grep -iE 'ata|sas|reset|timeout'.
    • Reprendre la connectique lors d'une maintenance, puis zpool clear tank et zpool scrub tank.
    • Erreurs qui reviennent : remplacer le disque (RB-05).
  3. Erreurs CKSUM sur plusieurs disques en même temps → suspecter le contrôleur ou la RAM : ticket P2, ne pas lancer de clear.
  4. Permanent errors listées → les objets cités sont corrompus : restaurer la VM ou le fichier depuis PBS (RB-12, RB-13), puis supprimer la version corrompue.

Prévention

zpool scrub tank                       # à lancer au moins une fois par mois
smartctl -a /dev/disk/by-id/<disque>   # Reallocated, Pending, CRC errors

Proxmox planifie un scrub mensuel par défaut (/etc/cron.d/zfsutils-linux). Les alertes ZFS sont envoyées par ZED : vérifier que les notifications du nœud arrivent bien (Datacenter → Notifications, bouton Test).

Vérifications

Après action et scrub complet : zpool status -x répond all pools are healthy.

Pièges vus en support

  • zpool clear remet les compteurs à zéro mais ne répare rien : ne l'utiliser qu'après avoir traité la cause.
  • Un contrôleur RAID matériel sous ZFS (au lieu d'un HBA) masque les erreurs disque : configuration non supportée, à signaler au MSP.
  • Des erreurs CKSUM sur un serveur sans RAM ECC peuvent venir de la mémoire.

Quand ouvrir un ticket iTop

Pool SUSPENDED, erreurs sur plusieurs disques, Permanent errors : P1 ou P2. Erreurs CKSUM isolées : P3. Joindre zpool status -v, zpool events -v | tail -100, smartctl -a des disques concernés.

Ouvrir un ticket iTop pour RB-07 Que joindre au ticket ?

Rubrique : ZFS · Architecture : ZFS · Rédigé pour PVE 9.x, PBS 4.x, Ceph 19.2 · Brouillon à valider en lab avant publication · Documentation officielle : PVE · PBS