asm磁盘损坏后需通过磁盘组在线替换并rebalance迁移数据，而非直接换物理盘；11g rac无自动故障隔离，missing/failed状态且冗余不足时将影响可用性，须先确认状态、冗余类型及failgroup分布，再统一udev规则、加盘、监控rebalance、安全删盘，并优先保障ocr/voting disk和spfile安全。
asm 磁盘损坏后不能直接“换盘修好”，必须通过磁盘组层面的在线替换完成 —— 换言之，不是换物理盘，而是用新盘替代旧盘在磁盘组中的位置，并触发 rebalance 迁移数据。11g rac 中无自动故障隔离机制（如 12c+ 的 asm flex diskgroup），一旦磁盘状态为 missing 或 failed，且冗余不足（比如外部冗余），就可能立刻影响数据库可用性。
确认磁盘状态和冗余类型再动手
先查清是不是真坏了，以及坏一块会不会丢数据：
登录任意节点 grid 用户，执行：sqlplus / as sysasm，然后运行：
SELECT GROUP_NUMBER, DISK_NUMBER, NAME, PATH, STATE, MODE_STATUS, TOTAL_MB, FREE_MB FROM V$ASM_DISK WHERE STATE != 'NORMAL';
重点看 STATE 和 MODE_STATUS：
• STATE = 'OFFLINE' 且 MODE_STATUS = 'MISSING'：磁盘已不可见，但未被踢出磁盘组
• STATE = 'FAILED'：ASM 已标记失败，需人工干预
• 外部冗余（EXTERNAL REDUNDANCY）下任何一块盘失效即无冗余，必须立即处理；Normal 冗余允许丢失一个 Failgroup，High 允许两个 —— 但前提是 Failgroup 划分合理
- 查磁盘组冗余：
SELECT NAME, TYPE, STATE FROM V$ASM_DISKGROUP; - 查 Failgroup 分布：
SELECT GROUP_NUMBER, NAME, FAILGROUP FROM V$ASM_DISK ORDER BY GROUP_NUMBER, FAILGROUP; - 别只看单节点输出，用
GV$ASM_DISK查所有实例视图，确保没漏掉静默离线的盘
添加新盘并触发 rebalance 替换旧盘
新加的物理盘必须被所有 RAC 节点识别为同一设备名（靠 udev 规则绑定），且权限归属 grid:asmadmin、模式 0660。常见坑是节点间设备名不一致（比如 node1 是 /dev/emcpowera1，node2 是 /dev/emcpowerb1），导致加盘失败或 rebalance 卡住。
- 验证新盘是否可见且可访问：
ls -l /dev/asm-*或你定义的 udev 名（如/dev/asm-data04） - 加盘命令（以 DATA 磁盘组为例）：
ALTER DISKGROUP DATA ADD DISK '/dev/asm-data04' REBALANCE POWER 5;
•POWER值建议设为 5–11（默认 1），值越高 rebalance 越快，但 I/O 压力越大，业务高峰期慎用
• 不要加FORCE，除非明确知道该盘未被其他磁盘组使用 - 监控进度：
SELECT * FROM V$ASM_OPERATION;，关注EST_MINUTES和STATE（EXECUTING表示进行中）
删除故障盘前务必确认 rebalance 完成
很多人在 V$ASM_OPERATION 显示 DONE 后就急着删盘，结果发现 V$ASM_DISK 里旧盘仍显示 OFFLINE 或 MISSING —— 这说明数据还没真正迁完，只是操作记录结束了。真正安全的判断依据是：
• V$ASM_DISK 中旧盘 STATE 变为 UNKNOWN 或彻底消失（需等 ASM 自动清理）
• V$ASM_DISKGROUP 中 USABLE_FILE_MB 恢复到正常水平（接近 FREE_MB）
• ASMCMD 下 lsdsk -G DATA 不再列出故障盘路径
- 删盘命令：
ALTER DISKGROUP DATA DROP DISK 'DATA_0002';（用NAME字段值，不是 PATH） - 删盘后会再次触发 rebalance，此时不能再加新盘，否则可能冲突
- 如果删盘卡住（
V$ASM_OPERATION长时间WAITING），检查是否有未归档日志或正在写的 ASM 文件（如控制文件、spfile），必要时重启 ASM 实例
OCR/Voting Disk 和 SPFILE 迁移必须优先于数据盘
磁盘组损坏若涉及 OCR 或 Voting Disk，RAC 集群可能无法启动 —— 所以哪怕只换 DATA 盘，也要先确认 OCR/Vote 是否安全。11g 中这些文件默认放在独立磁盘组（如 +OCR_VOTE），不能和数据混放。
- 查当前位置：
ocrcheck、crsctl query css votedisk、show parameter spfile - 若 OCR/Vote 所在磁盘组也受损，必须先用
ocrconfig -add +NEW_OCR加新位置，再ocrconfig -replace +OLD_OCR切换，最后ocrconfig -delete +OLD_OCR - SPFILE 在 ASM 里时，不能直接
CREATE SPFILE=... FROM PFILE覆盖，必须先CREATE PFILE='/tmp/pfile.ora' FROM SPFILE，再CREATE SPFILE='+NEW_OCR' FROM PFILE='/tmp/pfile.ora'，否则集群启动失败 - 切完 OCR/Vote/SPFILE 后，用
crsctl stop crs && crsctl start crs在所有节点顺序重启，验证集群资源全 online
整个过程最易被忽略的是 udev 规则同步和 Failgroup 分布验证 —— 新盘加进去但没划进正确 Failgroup，等于白加；节点间设备名不一致，会导致部分节点加盘成功、部分失败，rebalance 一半就停。动手前花 10 分钟核对两遍，比事后救库省三天。
