客户给 ASM 磁盘组加了一块新盘，rebalance power 设了 8，跑了 3 小时后 ASM 实例突然重启，重启后磁盘组状态变成 MOUNTED，但数据文件打不开，报 ORA-15042。查了下，ASM 的 Partnership Status Table（PST）有块损坏，部分 extent 的冗余信息丢了。这要是恢复不了，整个磁盘组的数据都得从备份还原。
1 ASM 的 Rebalance 不是简单的拷贝
很多人以为 ASM rebalance 就是 rsync，把数据从旧盘拷到新盘。实际上它是个精细的在线重分布过程：ASM 把每个 AU（Allocation Unit，默认 1MB）当成最小迁移单位，迁移时先在新位置写副本，更新 PST 里的 partnership 记录，确认 PST 写成功后，再标记旧位置的 AU 为可回收。整个过程中，数据库的 I/O 不能中断，所以 ASM 用了类似 Copy-on-Write 的机制：迁移期间如果数据库写了某个 AU，ASM 会把这个写操作同时落到新旧两个位置，保证一致性。
故障发生在 PST 更新阶段。PST 存在每个磁盘的头几个 AU 里（通常是 AU 0-3），记录了该磁盘与哪些其他磁盘互为镜像伙伴。rebalance 过程中，PST 需要频繁更新，如果此时 ASM 实例崩溃，PST 可能处于半写状态——新 partnership 信息写了一半，旧信息被覆盖了。重启后 ASM 读取 PST，发现 checksum 不对，就报 ORA-15042。
2 实验：用 kfed 读取 PST 并修复
-- 查看磁盘组状态
SELECT name, state, type, total_mb, free_mb
FROM v$asm_diskgroup WHERE name = 'DATADG';
-- DATADG 状态 MOUNTED，但无法 OPEN
-- 查看磁盘头信息
SELECT path, name, mount_status, header_status, mode_status
FROM v$asm_disk WHERE group_number = 1;
-- 发现 DISK_04 的 header_status = PROVISIONED（PST 损坏）
-- 用 kfed 读取磁盘头（在 ASM 实例上执行）
kfed read /dev/oracleasm/disks/DATA04 | grep -i pst
-- kfbh.type: 1 (KFBTYP_DISKHEAD)
-- kfdhdb.partner: 0x00000000 -- partnership 信息全 0，明显损坏
-- 从镜像伙伴磁盘恢复 PST
-- 先找到 DATA04 的伙伴磁盘（假设是 DATA02）
kfed read /dev/oracleasm/disks/DATA02 | grep -i partner
-- 记录 DATA02 的 partnership 表
-- 手动修复 DATA04 的 PST（极端应急，生产环境建议找 Oracle SR）
kfed write /dev/oracleasm/disks/DATA04 aus=4194304 blkn=1 'kfdhdb.partner[0]: 2' 'kfdhdb.partner[1]: 3'
-- 然后重新 mount 磁盘组
ALTER DISKGROUP DATADG MOUNT;
-- 更稳妥的做法：把 DATA04 drop 掉，让 ASM 用剩余磁盘重建冗余
ALTER DISKGROUP DATADG DROP DISK DATA04 FORCE;
-- 然后 rebalance
ALTER DISKGROUP DATADG REBALANCE POWER 4;
我们那次用了稳妥做法：FORCE DROP 损坏盘，然后 rebalance。虽然丢了一些 extent（因为损坏盘上的副本没来得及同步完），但 ASM 的 triple mirror（HIGH 冗余）还有另外两个副本，数据没丢。rebalance 跑了 6 小时，磁盘组恢复正常。如果用的是 NORMAL 冗余（双副本），而当时损坏盘上有些 extent 只写了一半，那就可能丢数据，必须从 RMAN 恢复。
事后总结：第一，rebalance 的 power 别设太高，尤其是磁盘组里有大量小文件时。power 8 意味着同时迁移 8 个 AU，CPU 和 I/O 压力都大，我们后来改成 power 2，虽然慢点，但稳；第二，加盘前先做 ALTER DISKGROUP ... CHECK ALL，确保现有磁盘没有隐藏的坏块；第三，ASM 的 PST 损坏虽然罕见，但一旦发生就是灾难级，建议定期用 kfed 做磁盘头备份，脚本化执行：for disk in /dev/oracleasm/disks/DATA*; do kfed read $disk > /backup/asm/$(basename $disk).hdr; done别等灾难来了才想起来没备份。