Disko项目：ZFS磁盘损坏替换与恢复指南

在基于NixOS的服务器运维中，磁盘故障是不可避免的问题。本文将以Disko工具为核心，详细介绍如何在ZFS存储池中安全替换损坏磁盘并恢复数据完整性。

一、前期准备工作

1. 环境模拟
   建议在测试环境中使用wipefs -a /dev/nvme1n1命令模拟磁盘损坏场景，该操作会清除指定磁盘的所有分区信息。对于生产环境，建议使用QEMU虚拟化环境进行预演，通过NVMe模拟创建多个虚拟磁盘进行测试。

2. 工具准备
   确保已安装最新版Disko工具，可通过Nix Flake直接调用：

   nix run github:nix-community/disko
   

二、磁盘替换操作流程

1. 格式化新磁盘

使用Disko的增量模式对替换磁盘进行格式化：

nix run github:nix-community/disko -- --mode format --flake .#yourHost

此命令会保留现有存储池配置，仅对新磁盘进行分区和格式化。

2. ZFS存储池修复

当出现磁盘故障时，ZFS会显示类似状态：

state: DEGRADED
status: One or more devices could not be used...
action: Replace the device using 'zpool replace'

修复步骤：

# 查看故障磁盘ID
zpool status

# 分离故障磁盘
zpool detach zroot <faulty_disk_id>

# 添加新磁盘
zpool attach zroot <healthy_disk> <new_disk_partition>

3. 特殊场景处理

若遇到"part of active pool"错误，表明新磁盘已被识别但未自动加入：

zpool online zroot /dev/disk/by-partlabel/your_disk_label

三、关键注意事项

1. 引导分区处理
   对于包含/boot分区的磁盘，Disko会重建ESP分区，但可能需要手动检查挂载点：

   lsblk
   mount | grep boot
   

2. 版本兼容性
   确保Disko版本与NixOS配置兼容，出现格式错误时可更新flake：

   nix flake update disko
   

3. 数据备份
   尽管ZFS具有冗余能力，建议在重大操作前执行：

   zfs snapshot -r zroot@pre-repair
   

四、最佳实践建议

1. 多磁盘配置
   在disko配置中使用设备列表而非固定设备名，例如：

   disks = [ "/dev/nvme0n1" "/dev/nvme1n1" ];
   

2. 监控工具集成
   配置SMART监控和ZFS定期scrub：

   services.smartd.enable = true;
   services.zfs.autoScrub.enable = true;
   

3. 文档记录
   维护详细的磁盘拓扑图和替换流程文档，包括：

   • 磁盘物理位置与设备名映射
   • 预期分区结构
   • 紧急恢复联系人

通过本文介绍的方法，可以系统性地处理NixOS服务器中的磁盘故障问题。Disko工具与ZFS的结合为数据安全提供了强大保障，但任何存储操作都应谨慎执行，并在测试环境充分验证后再应用于生产系统。