磁碟陣列（RAID）運行中突發「掉盤」（硬碟離線/標記故障）是存儲運維高頻事件，尤其 IDE/SATA 環境更為明顯。本文歸納六大核心根因並給出標準化排查與修復流程。
| # | 根因類別 | 典型徵兆 | 核心對策 |
|---|---|---|---|
| 1 | 散熱不足 / 溫度過高 | 控制器/硬碟溫度 > 55°C，掉盤具時機性（高負載/夏季頻發） | 加裝風扇/散熱模組、整理線材改善氣流、機房精密空調檢查 |
| 2 | 訊號線/背板接觸不良 | PATA 線材老化變軟、SATA 接口彈片疲勞、背板針腳氧化 | 更換高品質線材（SATA 3.0 鎖扣式）、清潔背板、確認鎖扣到位 |
| 3 | IO 過載 / 隊列滿載 | 佇列深度長期 100%，延遲飆升，掉盤伴隨大量 I/O 錯誤 | 調整佇列深度、分散熱點資料、升級控制器快取/電池、評估 SSD 快取層 |
| 4 | 電源供電不足 / 噪聲干擾 | 多顆硬碟同時啟動電流衝擊、電源模組老化、纹波超標 | 更換冗余熱插拔電源、獨立供電迴路、加裝濾波電容 |
| 5 | 韌體版本不相容 | 特定廠商硬碟韌體與 RAID 卡驅動/韌體已知相容性問題 | 查閱廠商相容性矩陣 (HCL)、統一升級硬碟韌體至認證版本 |
| 6 | RAID 控制器硬體/韌體缺陷 | 固定槽位/通道掉盤、韌體升級後頻發、已知 Errata | 升級控制器韌體/驅動、更換控制器、聯繫廠商 RMA |
badblocks / fio / 廠商診斷工具，觀察是否復現。1. 確認陣列狀態：降級? 還是離線? (RAID 5/6 降級仍可服務，RAID 0/1/10 掉盤即離線)
2. 若降級 → 立即觸發熱備重建，並備份關鍵資料（重建期間再掉一盤 = 資料遺失）
3. 若離線 → 評估業務影響，決定是否緊急停機維護
4. 物理更換硬碟 → 觀察是否自動重建 / 手動加入熱備
5. 重建完成 → 執行完整一致性檢查 → 解除告警 → 事後複盤核心觀念： 掉盤多為系統性環境問題（散熱/供電/線材/韌體）而非單一硬碟壽命終結。統一韌體、標準化佈線、冗余供電、主動監控，才是降低掉盤率的根本之道。
