字数 1702，阅读大约需 9 分钟
出问题不慌乱，本篇整理了 LVM 运维中最常见的故障、诊断方法和恢复步骤。
一、LVM 排查的"急救箱"
# 看 PV 状态
$ pvs
$ pvdisplay
$ pvs -a # 包括 missing 的
# 看 VG 状态
$ vgs
$ vgdisplay
$ vgscan
# 看 LV 状态
$ lvs
$ lvs -a # 包括隐藏的 internal LV
$ lvscan
# 看内核级 device-mapper 状态
$ dmsetup info
$ dmsetup ls
$ dmsetup table
# 看系统日志
$ dmesg | grep -i lvm
$ dmesg | grep -i dm-
$ journalctl -u lvm2-monitor
二、常见故障速查表
故障 1：VG 找不到 / "Volume group not found"
$ vgscan
Reading all physical volumes. This may take a while...
No volume groups found
诊断：
# 1. 设备还在吗？
$ ls -l /dev/sdb
$ fdisk -l /dev/sdb
# 2. PV 元数据在吗？
$ pvcreate --uuid <uuid> --restorefile /etc/lvm/backup/vg_data /dev/sdb
# 3. 看备份
$ ls /etc/lvm/backup/
$ cat /etc/lvm/backup/vg_data
修复：请参考后面会讲到的 vgcfgrestore命令。
故障 2：LV 无法激活 "Failed to activate"
$ lvchange -ay vg_data/lv_db
Failed to activate lv_db
诊断：
# 1. 看是否有 VG 缺失 PV
$ vgs --partial --verbose vg_data
# 2. 检查 PV
$ pvdisplay /dev/sdb
# 3. 强制激活（危险，可能丢数据）
$ lvchange -ay --partial vg_data/lv_db
故障 3：thin pool 满了，所有 thin LV 只读
$ touch /mnt/thin/test
touch: cannot touch '/mnt/thin/test': Read-only file system
修复：
# 1. 看占用率
$ lvs -o lv_name,data_percent,metadata_percent vg_data
# 2. 清理大快照
$ lvremove /dev/vg_data/lv_old_snap
# 3. 扩 pool
$ lvextend -l +100%FREE vg_data/tp_data
# 4. thin LV 自动恢复可写
故障 4：device-mapper busy，无法卸载/激活
$ umount /mnt/lv_demo
umount: /mnt/lv_demo: target is busy
诊断：
# 看谁在用
$ lsof /mnt/lv_demo
$ fuser -m /mnt/lv_demo
# 看打开数
$ lvs -o lv_name,lv_attr vg_data
# 第六位 'o' = open
修复：
# 1. 杀掉进程
$ fuser -km /mnt/lv_demo
# 2. 强制卸载（仅 ext 系列，xfs 不支持）
$ umount -l /mnt/lv_demo
故障 5：PV 显示 "missing"
$ pvs
PV VG Fmt Attr PSize PFree
/dev/sdb vg_data lvm2 a-- 500.00g 0
[unknown] vg_data lvm2 a-m 500.00g 500.00g # ← 缺失！
诊断：
# 设备名变了？
$ ls -l /dev/sd*
$ dmesg | tail
# 找 LVM 元数据
$ pvscan
$ blkid | grep LVM2
修复：
# 1. 如果盘还在但设备名变了
$ pvcreate --uuid "原 UUID" /dev/sdc # 用新设备名恢复元数据
# 2. 找回 VG（详见后续章节）
$ vgcfgrestore vg_data
# 3. 移除 missing PV
$ vgreduce --removemissing --force vg_data
故障 6：快照 invalid
$ lvs
LV Attr LSize
lv_demo_snap swi-I-s--- 1.00g # ← I = invalid
原因：snapshot area 写满。
修复：
# 1. 删除失效快照
$ lvremove -f /dev/vg_data/lv_demo_snap
# 2. 重建
$ lvcreate -L 2G -s -n lv_demo_snap /dev/vg_data/lv_demo
三、诊断流程图
业务报错（如 FS 只读、LV 无法挂载）
│
├─ 看 dmesg / journalctl → 硬件层错误？
│ └─ 是：换盘 / 修复硬件
│
├─ pvs / vgs / lvs → LVM 状态异常？
│ ├─ missing PV → vgcfgrestore / vgreduce --removemissing
│ ├─ thin pool 满 → 扩 pool / 删快照
│ ├─ LV 不存在 → lvcreate 恢复
│ └─ 全部正常 → 检查 FS（见下方）
│
└─ df / mount → FS 错误？
├─ ext4: e2fsck 修复
└─ xfs: xfs_repair 修复（必须先卸载）
四、备份恢复前的关键操作
# 1. 先备份 metadata（重要！）
$ vgcfgbackup vg_data # 备份到默认位置
# 2. 把当前状态记录下来
$ pvs > /tmp/pvs.bak
$ vgs > /tmp/vgs.bak
$ lvs > /tmp/lvs.bak
$ lvs -a > /tmp/lvs-a.bak
# 3. 看 metadata 历史
$ ls -lt /etc/lvm/archive/vg_data_*.vg
# 4. 不要立刻操作！先看清楚
五、lvm 配置文件
/etc/lvm/lvm.conf 中关键字段：
# 备份路径
backup = 1
backup_dir = "/etc/lvm/backup"
archive_dir = "/etc/lvm/archive"
# 设备过滤器（经常出错！）
# 允许所有设备：
filter = [ "a|.*|" ]
# 拒绝 loop 设备：
# filter = [ "r|/dev/loop.*|", "a|.*|" ]
修改后必须重启或：
$ lvmetad -f # 强制刷新（较老版本）
现代 lvm2 用 lvmpolld 或直接重启服务。
六、vgcfgrestore 救命的命令
这是 LVM 排错的"杀手锏"。
6.1 看历史 metadata
$ ls -lt /etc/lvm/archive/vg_data_*.vg | head
-rw------- 1 root root 4096 Jun 23 02:00 vg_data_00010-1234567.vg
-rw------- 1 root root 4096 Jun 22 18:00 vg_data_00009-1234567.vg
-rw------- 1 root root 4096 Jun 21 12:00 vg_data_00008-1234567.vg
文件格式：vgname_<seq>-<uuid>.vg
6.2 看指定版本的 metadata
# 看 3 个改动前的版本
$ less /etc/lvm/archive/vg_data_00007-1234567.vg
内容是文本，类似：
contents = "Text Format Volume Group"
version = 1
description = "Created *before* executing 'lvextend...'"
creation_host = "server01"
creation_time = 1700000000
...
physical_volumes {
pv0 {
device = "/dev/sdb"
...
}
pv1 {
device = "/dev/sdc"
...
}
}
logical_volumes {
lv_db {
...
}
}
6.3 恢复到指定版本
# 1. 确认要恢复的版本
$ head -1 /etc/lvm/archive/vg_data_00007-1234567.vg
contents = "Text Format Volume Group"
version = 1
description = "Created *before* executing 'lvreduce /dev/vg_data/lv_db...'"
# 2. 恢复
$ vgcfgrestore -f /etc/lvm/archive/vg_data_00007-1234567.vg vg_data
Restored volume group vg_data.
# 3. 激活
$ vgchange -ay vg_data
# 4. 验证
$ lvs vg_data
6.4 找不到正确的 backup？
# 看 metadata 的位置和 UUID
$ cat /etc/lvm/backup/vg_data | grep -i uuid
也可以从未损坏的 PV里恢复：
# 1. 看 PV 上的 metadata
$ pvs --verbose /dev/sdb
# 2. 用 PV 恢复
$ pvcreate --restorefile /etc/lvm/backup/vg_data --uuid <pv-uuid> /dev/sdb
七、PV 误删的恢复
# 场景：vgreduce 误删了 PV，VG 数据"消失"
# 1. 看 backup
$ ls /etc/lvm/backup/
# 2. 看 PV 上是否有残留的 metadata
$ strings /dev/sdb | grep -A 2 "LVM2"
如果 PV 上 metadata 还在：
# 用 metadata 重建 PV
$ pvcreate --uuid <原 UUID> --restorefile /etc/lvm/backup/vg_data /dev/sdb
# 恢复 VG
$ vgcfgrestore vg_data
# 激活
$ vgchange -ay vg_data
八、LV 误删的恢复
LV 删除后理论上无法恢复，但：
8.1 立刻做（关键！）
# 1. 立刻停掉所有可能写入的进程
$ umount /mnt/lv_demo
# 2. 不要做 fsck，不要做 resize
# 3. 不要对底层 PV 做任何操作
8.2 看 metadata 备份
$ ls /etc/lvm/archive/vg_data_*.vg
找到删除前的版本。
8.3 恢复 VG metadata
# 用备份恢复 VG
$ vgcfgrestore -f /etc/lvm/archive/vg_data_00005-1234567.vg vg_data
# 检查 LV 是否回来
$ lvs vg_data
8.4 文件系统层修复
LV 回来了，但文件系统可能不一致：
# ext4
$ e2fsck -f /dev/vg_data/lv_demo
# xfs
$ xfs_repair /dev/vg_data/lv_demo
8.5 实在恢复不了怎么办
- • 用
testdisk / photorec 尝试扫描底层 block
九、生产环境故障应急清单
把这份清单打印出来贴墙上：
□ 立刻：停止写入，umount 所有相关 LV
□ 不要：立刻重做 LVM 操作、立刻 fsck
□ 收集：dmesg、pvs、vgs、lvs -a、pvdisplay、lvdisplay
□ 备份：cp /etc/lvm/backup/* /safe/path/
□ 检查：metadata 历史 (ls /etc/lvm/archive/)
□ 恢复：vgcfgrestore
□ 验证：e2fsck / xfs_repair
□ 挂载：mount
□ 通知：相关业务方恢复情况
十、预防胜于救援
# 1. 每天备份 metadata 到安全位置
$ crontab -e
0 3 * * * cp -a /etc/lvm/backup/* /backup/lvm-metadata/
# 2. 监控 metadata 序列号变化
$ vgs -o vg_name,vg_mda_count,vg_seqno
# 3. 启用 lvmetad 自动缓存（性能更好）
$ lvmconf | grep use_lvmetad
use_lvmetad=1
# 4. 启用 lvm2-monitor 服务（自动检测）
$ systemctl enable lvm2-monitor
$ systemctl start lvm2-monitor
十一、本篇小结
LVM 排错的核心思路：
- 1. 不要慌，先收集信息（
pvs/vgs/lvs -a/dmesg） - 3. 用
/etc/lvm/backup/ 和 /etc/lvm/archive/ 恢复
三大日常预防措施：
10个月宝宝每天需要喝多少奶粉？