Linux Btrfs文件系统:故障排查与恢复

字数 1777，阅读大约需 9 分钟

Btrfs 的修复能力比 ext4 强得多（COW + 事务 + checksum），但仍有各种故障场景。本篇整理诊断流程、应急修复与数据恢复。

一、ZFS 排错的"急救箱"

# 1. 看文件系统状态
$ btrfs filesystem show /mnt
$ btrfs filesystem show /mnt --all-devices

# 2. 看设备状态
$ btrfs device stats /mnt

# 3. 看挂载情况
$ mount | grep btrfs

# 4. 看 subvolume
$ btrfs subvolume list /mnt
$ btrfs subvolume show /mnt/data

# 5. 看分配
$ btrfs filesystem usage /mnt
$ btrfs filesystem df /mnt

# 6. 看错误
$ btrfs device stats /mnt

# 7. 系统日志
$ dmesg | grep -i btrfs
$ journalctl -u btrfs-*

二、故障速查表

故障 1：filesystem 变成只读

# 现象
$ touch /mnt/test
touch: cannot touch '/mnt/test': Read-only file system

原因：

• • 严重错误触发内核保护
• • 设备错误无法恢复
• • metadata 损坏

修复：

# 1. 看错误
$ dmesg | tail -50
$ btrfs device stats /mnt

# 2. 重新挂载为读写（如果错误已恢复）
$ mount -o remount,rw /mnt

# 3. 或先 readonly 模式
$ mount -o remount,ro /mnt

# 4. 备份数据（重要！）
$ rsync -av /mnt/ /backup/

# 5. 卸载重挂
$ umount /mnt
$ mount /dev/sdb /mnt

故障 2：superblock 错误

# 现象
$ mount /dev/sdb /mnt
mount: /mnt: wrong fs type, bad option, bad superblock on /dev/sdb

# 修复
$ btrfs rescue super-recover /dev/sdb
# 或
$ btrfs rescue zero-log /dev/sdb

故障 3：设备缺失

# 现象
$ btrfs filesystem show /mnt
# 显示 missing

# 修复
$ btrfs device remove missing /mnt
# 然后物理加新盘
$ btrfs device add /dev/sdb_new /mnt
$ btrfs balance start -dusage=0 /mnt

故障 4：scrub 错误

$ btrfs scrub status /mnt
...
csum_errors:             5
corrected_erasures:       0
verify_errors:           0
read_errors:             0

含义：

• • csum_errors > 0：checksum 不一致
• • corrected_erasures：自动修复
• • uncorrectable_errors：无法修复

修复：

# 1. 跑 scrub
$ btrfs scrub start /mnt
$ btrfs scrub status /mnt

# 2. 多次 scrub 仍有错误：盘可能有问题
$ smartctl -a /dev/sdb

# 3. 换盘
$ btrfs replace start /dev/sdb /dev/sdb_new /mnt

故障 5：磁盘满

# 现象
$ touch /mnt/test
touch: cannot touch '/mnt/test': No space left on device

# 看实际占用
$ btrfs filesystem df /mnt
Data, single: total=1.00GiB, used=1.00GiB

修复：

# 1. 看大文件
$ btrfs filesystem du -s /mnt/* | sort -hr | head

# 2. 删快照
$ btrfs subvolume list -s /mnt
$ btrfs subvolume delete /mnt/snapshots/old-snap

# 3. balance 整理
$ btrfs balance start -dusage=80 /mnt

# 4. 扩盘
$ btrfs device add /dev/sdX /mnt
$ btrfs balance start /mnt

故障 6：snapshot 删除失败

$ btrfs subvolume delete /mnt/snapshots/old-snap
ERROR: cannot delete '/mnt/snapshots/old-snap': Device or resource busy

修复：

# 看谁在用
$ lsof +D /mnt/snapshots/old-snap

# 退出所有使用该快照的进程

# 重新尝试
$ btrfs subvolume delete /mnt/snapshots/old-snap

故障 7：filesystem 损坏

# 现象
$ mount /dev/sdb /mnt
mount: /mnt: wrong fs type, bad option, bad superblock

# 紧急救援
$ btrfs rescue super-recover /dev/sdb
$ btrfs rescue zero-log /dev/sdb
$ btrfs rescue fix-device-size /dev/sdb

# 仍然不行
$ btrfs rescue chunk-recover /dev/sdb

故障 8：transaction abort

# dmesg
BTRFS: error (device sdb) in btrfs_commit_transaction ...

修复：

# 1. 尝试重挂
$ umount /mnt
$ mount /dev/sdb /mnt

# 2. 跑 scrub
$ btrfs scrub start /mnt

# 3. 检查 subvolume
$ btrfs subvolume list /mnt

故障 9：enospc（无空间）但 df 显示还有

# 现象
$ touch /mnt/test
ERROR: no space left on device

$ df -h /mnt
Filesystem      Size  Used Avail Use% Mounted on
/dev/sdb        10G   8G  2G   80% /mnt

原因：metadata 空间不足。df 看的是 data 空间。

修复：

# 1. 看 metadata 占用
$ btrfs filesystem df /mnt
Metadata, DUP: total=200MiB, used=200MiB
#                     ^^^^ metadata 满了

# 2. 加盘（解决根本问题）
$ btrfs device add /dev/sdc /mnt
$ btrfs balance start -mconvert=raid1 /mnt

# 3. 删大量小文件
$ btrfs filesystem du -s /mnt/some/dir
# 看哪里有大量小文件

故障 10：balance 卡住

# 看状态
$ btrfs balance status /mnt
# 显示 "paused" 或 "running" 但很久没进展

修复：

# 取消
$ btrfs balance cancel /mnt

# 重试
$ btrfs balance start -dusage=80 /mnt

# 或分批
$ for u in 90 80 70 60 50 40 30 20 10 0; do
    btrfs balance start -dusage=$u /mnt
    while btrfs balance status /mnt | grep -q "running"; do
        sleep 10
    done
done

三、btrfs rescue 命令

# 查看帮助
$ btrfs rescue --help

# 主要命令
btrfs rescue super-recover <device>   # 恢复 superblock
btrfs rescue zero-log <device>        # 清空 log
btrfs rescue fix-device-size <device> # 修正 device size
btrfs rescue chunk-recover <device>   # 恢复 chunk
btrfs rescue clear-ino-cache <device> # 清空 inode cache
btrfs rescue build-dev <fsid>        # 重建 device 结构

实战 1：superblock 损坏

# 1. 看错误
$ dmesg | tail
BTRFS: failed to read superblock

# 2. 尝试 super-recover
$ btrfs rescue super-recover /dev/sdb

# 3. 还不行
$ btrfs rescue zero-log /dev/sdb
$ mount /dev/sdb /mnt

实战 2：device 异常

# 设备显示 0 字节
$ btrfs filesystem show /mnt
devid    2 size 0.00GiB used 0.00GiB path /dev/sdb

# 修复
$ btrfs rescue fix-device-size /dev/sdb
$ btrfs device scan /mnt

实战 3：磁盘大小变了（虚拟化场景）

# 虚拟机磁盘扩了，但 Btrfs 还认旧大小
$ btrfs rescue fix-device-size /dev/sdb

# 然后
$ btrfs filesystem resize max /mnt

四、错误诊断流程

文件系统报错
│
├─ mount 失败
│   ├─ "bad superblock" → btrfs rescue super-recover
│   ├─ "wrong fs type" → 检查 mkfs 是否完成
│   └─ "device busy" → 看 mount / lsof
│
├─ 读写失败
│   ├─ "Read-only file system" → 看 dmesg，备份，重挂
│   ├─ "No space left" → btrfs filesystem df 看 metadata
│   └─ "Input/output error" → scrub + dmesg
│
├─ scrub 错误
│   ├─ csum_errors > 0 → 多次 scrub
│   ├─ 持续增长 → 换盘
│   └─ super_errors → btrfs rescue
│
├─ balance 错误
│   ├─ 卡住 → 取消分批
│   └─ enospc → 扩盘
│
└─ 设备 missing
    ├─ 物理故障 → 换盘
    └─ 设备路径变 → btrfs device scan

五、灾难恢复

5.1 多个盘故障

# RAID5：1 块坏数据安全，2 块坏数据可能丢
# RAID6：2 块坏数据安全，3 块坏数据可能丢

# 操作
# 1. 先看哪个盘没坏
$ btrfs filesystem show /mnt --all-devices

# 2. 把好的盘 dd 出来（重要数据先抢救）
$ dd if=/dev/sdc of=/backup/sdc.img bs=4M

# 3. 物理换盘
# 4. 重建
$ btrfs device add /dev/sdb_new /mnt
$ btrfs balance start -dusage=0 /mnt

5.2 完全无法挂载

# 1. 试 readonly 挂载
$ mount -o ro,recovery /dev/sdb /mnt

# 2. 试 superblock 恢复
$ btrfs rescue super-recover /dev/sdb
$ mount /dev/sdb /mnt

# 3. 试清空 log
$ btrfs rescue zero-log /dev/sdb
$ mount /dev/sdb /mnt

# 4. 都失败：dd 镜像，用 photorec 恢复
$ dd if=/dev/sdb of=/backup/sdb.img bs=4M
$ apt install testdisk
$ photorec /backup/sdb.img

六、预防胜于救援

6.1 监控清单

# 1. SMART 监控（crontab）
0 3 * * * root /usr/sbin/smartctl -t short /dev/sdX

# 2. scrub 监控
0 4 1 * * root /sbin/btrfs scrub start /mnt && btrfs scrub status /mnt > /var/log/btrfs-scrub.log

# 3. 容量监控
* * * * * root /usr/local/bin/btrfs-cap-monitor.sh

# 4. 设备错误监控
* * * * * root /usr/local/bin/btrfs-error-monitor.sh

6.2 定期任务清单

6.3 重要数据多副本

• • Btrfs 内部：raid1 / raid5
• • Btrfs 外部：send/recv 异地
• • 重要业务：3-2-1 备份原则

七、本篇小结

Btrfs 排错的核心思路：

1. 1. 不要慌，看 dmesg 和 btrfs filesystem show
2. 2. readonly 是内核保护机制，先备份数据再操作
3. 3. scrub 是救命的——能修就修，修不了就标记
4. 4. btrfs rescue 工具救不了的就 dd 镜像
5. 5. 预防 胜于救援

关键命令速记：

预防措施：

• • 每月 scrub
• • SMART 监控
• • 异地备份（send/recv）
• • 监控 CAP < 90%