How to extract a metadata dump from a XFS filesystem?

最新推荐文章于 2025-04-08 11:13:57 发布

转载最新推荐文章于 2025-04-08 11:13:57 发布 · 363 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：https://access.redhat.com/solutions/2983101

文章标签：

#xfs #metadata # dump

RHEL7 同时被 2 个专栏收录

432 篇文章

订阅专栏

RHEL8

217 篇文章

订阅专栏

本文介绍如何在Red Hat Enterprise Linux环境下从XFS文件系统中提取元数据转储，包括卸载文件系统和使用xfs_metadump工具的过程。此转储包含文件系统元数据结构，用于支持工程识别潜在的bug。

问题

How to extract a metadata dump from a XFS filesystem?

环境

Red Hat Enterprise Linux (RHEL) 5
Red Hat Enterprise Linux (RHEL) 6
Red Hat Enterprise Linux (RHEL) 7
xfsprogs

决议

Umount the filesystem before extracting the metadata dump:

Raw

# umount /path/to/mountpoint

Run the following command replacing /dev/<device> per the proper device name:

Raw

# xfs_metadump -gwo /dev/<device> -  | bzip2 > /path/to/xfs_metadump_<device>.dmp.bz2

Upload the file to the support case, or to the Dropbox FTP.

根源

The dump extracted contains the filesystem metadata structure (not user data) and it is used by Support Engineering to identify potential bugs.

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

msdnchina

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

磁盘挂载报错Structure needs cleaning，磁盘UUID不一致

Vic的博客

08-04

2154

不要使用xfs_repair /dev/mapper/VG00-data 除非没有其他办法了。虚拟机做快照，存储打快照，物理机则通过dd导出。

公有云云硬盘（EBS）有效范围内扩容/存储规格变更指导手册

企业实战系列集 ●●● https://ximenjianxue.blog.youkuaiyun.com

05-15

1163

容量无法衡量云硬盘性能，但对于存储设备而言，不同的容量能达到的性能不同。输入分区编号1并按回车键，为了保证数据的一致性，First sector 需要与原来的分区保持一致，即默认的2048，输入 wq 并按回车键，开始创建新分区，完成后p验证查看，注意分区重建后会。某公有云环境中，云主机直连的云硬盘存储某数据库数据，随着数据的积累，大约10亿多条数据，云硬盘急需扩容，但前期规划云硬盘未开启lvm卷，且当前存储容量未达EBS容量限制，最大可达32T，因此觉得采用EBS规格变更的方式来实现主机存储的扩容；

参与评论您还未登录，请先登录后发表或查看评论

xfsxfsdump

04-13

xfsdump-3.0.4-3.el6.x86_64 xfsprogs-3.1.1-14.el6.x86_64 xfsprogs-devel-3.1.1-14.el6.x86_64 xfsprogs-qa-devel-3.1.1-14.el6.x86_64

Linux基础—操作系统救援（六）

亓荼的博客

04-17

3875

Linux 基础—系统救援

Linux xfs文件系统损坏的解决思路

热门推荐

cgm88s的专栏

12-12

5万+

mount -o options device directory Option：Description async：允许文件系统异步的输入与输出 auto：Allows the file system to be mounted automatically using the mount -a command. defaults： Provides an alias for

linux xfs文件恢复,Linux 文件恢复（XFS & EXT4）

weixin_29367131的博客

04-30

1348

在Linux中，删除rm命令使用需谨慎，有时候可能由于误操作，导致重要文件删除了，这时不要太紧张，操作得当的话，还是可以恢复的。EXT 类型文件恢复#删除一个文件，实际上并不清除inode节点和block的数据，只是在这个文件的父目录里面的block中，删除这个文件的名字。Linux是通过Link的数量来控制文件删除的，只有当一个文件不存在任何Link的时候，这个文件才会被删除。当然，这里所指的是...

生产环境LVM卷ext4文件系统故障修复处理

企业实战系列集 ●●● https://ximenjianxue.blog.youkuaiyun.com

12-15

2603

表面上，用户通过文件名，打开文件。文件数据都储存在"块"中，必须找到一个地方储存文件的元信息，比如文件的创建者、文件的创建日期、文件的大小等等。某项目因存储视频流泪数据，数据量较大，生产环境当时已达158TB，采用LVM+Ext4存储，在某次LVM在线扩容过程中，扩容失败，报错：inode_counter 溢出，从字面看就i节点数量超过最大限制了，被lvresize命令忽略，报出警告：Invalid argument While checking for on-line resizing support。

深入理解Linux文件系统与日志分析（内涵理论与XFS、EXT文件数据恢复实验）

weixin_45726050的博客

11-24

2225

文章目录前言：一、inode与block1.1 inode与block概述1.2 inode的内容二、硬连接与软连接2.1 硬链接2.2 软链接2.3 软链接与硬连接总结三、恢复误删除的文件（实验）3.1 恢复XFS类型的文件3.2 恢复EXT类型的文件四、日志文件的分类4.1 日志的功能4.2 日志文件的分类4.3 日志保存位置：4.4 ⭐主要日志文件介绍五、日志文件分析5.1 内核及系统日志5...

017 文件xfs_repair恢复,xfs_dump恢复，lvm动态扩容

baim0

03-29

861

xfs_repair dd命令 dd if=/dev/zero of=/dev/sdb bs=500M count=1 if : 从哪里读文件 of : 写入到哪里 bs : 写入500M count : 写一块模拟文件系统出问题 1、直接向硬盘中写数据，*不能测试向分区写数据 2、卸载之后重新挂载 [root@localhost ~]# mount /dev/sdc1 /root/te...

Centos 7 LVM xfs文件系统修复

weixin_30802171的博客

11-21

2680

情况1： [sda] Assuming drive cache: write through Internal error xfs XFS_WANT_CORRUPTED_GOTO at line 1662 of file fs/xfs/libxfs/xfs_alloc.c Caller xfs_free_extent+0x130 [xfs] Internal error xfs_trans...

xfsdump命令使用

wjcaiyf的专栏

09-16

1万+

一：使用xfsdump备份和恢复xfs文件系统首先了解一下xfsdump的备份级别有以下三种，默认为0，即完全备份 0 完全备份 1 差异备份 2 增量被封 1.创建xfs文件系统并挂载到/data目录下 linux-x4xj:~ # mkfs.xfs /dev/sdb linux-x4xj:~ #

xfs文件系统损坏修复

知本知至的博客

09-24

8183

centos7系统启动报错metadata corruption detected at xfs

xfsdump命令使用（待续。。。）

一壶兔的博客

10-18

3480

文章目录xfsdump命令介绍xfs 备份级别 xfsdump命令介绍 1. XFS 提供了 xfsdump 和 xfsrestore 工具协助备份 XFS 文件系统中的数据。xfsdump 按 inode顺序备份一个 XFS 文件系统。　2. centos7 选择 xfs 格式作为默认文件系统，centos7 选择 xfs 格式作为默认文件系统，而且不在使用以前的ext，仍然支持 ext...

解决XFS (dm-0): metadata I/O error: block 0x305ced8 ("xfs_trans_read_buf_map") error 74 numblks 8

sqlora的专栏

11-14

2万+

[root@rac2 ~]# tail -50 /var/log/messages Nov 14 19:08:54 rac2 kernel: XFS (dm-0): Metadata CRC error detected at xfs_dir3_block_read_verify+0x5e/0x110 [xfs], xfs_dir3_block block 0x305ced8 Nov 14 19...

xfs文件系统操作实践

那又怎样？的博客

09-20

6378

XFS不仅仅是文件系统，它也提供一系列的工具来控制其工作状态、参数等，本文就其使用过程中的经验做一总结，希望能有些帮助。有多个相关的管理工具：xfs_admin、xfs_check、xfs_db、xfs_freeze、xfs_growfs、xfs_io、xfs_mdrestore、xfs_mkfile、xfs_quota、xfs_rtcp、xfs_bmap、xfs_copy、xfs_estimat...

xfs文件系统修复问题

elimuzi的博客

09-18

2787

xfs文件系统修复问题问题背景系统版本为kylin-sp1-20200711。现场断电后无法挂载逻辑卷。此逻辑卷为用户数据盘、挂载提示文件系统超级块；无法修复文件系统，文件系统修复时报错。问题修复使用命令xfsrepair -L /dev/磁盘名进行修复，发生如下报错。错误提示： bad hash table for directory inode 4297253387 points to non-existent inode 38655360025. xfs_repair: phase6

xfs_repair 拯救 LVM 文件系统的正确姿势

你是我永远的乡愁

12-20

1万+

本文转自 http://www.acmedata.in/2016/09/23/xfs_repair-an-lvm-on-centos-or-other-distros 感谢原作者！我只是搬运工。 For the first time I have started using LVM on my home server and things have been alright for an ye...

how to load a checkpoint of a model and then run

11-03

To load a checkpoint of a pre-trained model in most deep learning frameworks like PyTorch or TensorFlow, you typically follow these steps: 1. **Import necessary libraries**: Make sure you have the required modules imported for loading and using your model. For example, if you're using PyTorch: ```python import torch from torch import nn, optim from torch.utils.data import DataLoader ``` 2. **Load the checkpoint**: Use the `torch.load()` function with the path to your checkpoint file (usually a .pt file for PyTorch). Here's an example for PyTorch: ```python checkpoint_path = 'path/to/your/checkpoint.pth' checkpoint = torch.load(checkpoint_path) ``` 3. **Extract relevant information**: Checkpoints usually contain model state (weights), optimizer state (if applicable), and other meta data. Access these keys as needed: ```python model_state_dict = checkpoint['model_state_dict'] optimizer_state_dict = checkpoint.get('optimizer_state_dict', None) # Optional, only if you need to resume training epoch = checkpoint['epoch'] # Or any other metadata like iteration number ``` 4. **Restore model architecture**: If the model structure has changed since saving, you might need to manually adjust the loaded weights according to the new architecture. In many cases, it's possible to directly assign them to the model without modification. 5. **Create or get the model instance**: Instantiate your model class and load the state dictionary into it. ```python model = YourModelClass() # Replace with your actual model class model.load_state_dict(model_state_dict) ``` 6. **Optional: Resume optimizer** (if needed): ```python if optimizer_state_dict is not None: optimizer.load_state_dict(optimizer_state_dict) ``` 7. **Run the model**: Now that your model is loaded, you can use it to make predictions or continue training as needed. Make sure you feed appropriate inputs: ```python input_data = ... # Load your input data output = model(input_data) ``` Remember to handle the GPU transfer if you want to use CUDA acceleration.