GCP Compute Engine Windows Server 2019实例开机快照恢复蓝屏咨询

根因定位 #

开机状态下生成的GCP快照默认是崩溃一致性快照，仅能捕获触发快照瞬间的磁盘物理数据，不会协调Windows系统完成IO落盘、缓存刷新等操作，直接恢复后会因为引导数据不一致触发INACCESSIBLE_BOOT_DEVICE 0xffff报错，关机状态下生成的快照相当于所有数据已经完全落盘，不存在一致性问题因此可以正常启动。

具体触发原因 #

• 快照生成时Windows Server 2019的引导扇区、BCD启动配置、磁盘驱动栈相关数据仍处于读写状态，快照捕获到的是不完整的中间状态数据
• 系统默认开启的磁盘写入缓存会将部分引导相关数据暂存在内存中，快照不会同步内存缓存数据，恢复后这部分数据缺失导致系统无法识别启动磁盘
• 若实例挂载多块磁盘，开机快照无法保证跨磁盘的IO时序一致性，若引导依赖数据分散在多块磁盘，也会出现引导失败问题

修复方案 #

恢复开机快照后实例无法启动时，可按以下步骤修复：

• 停止故障实例，将其系统盘卸载，作为数据盘挂载到另一台运行正常的同版本Windows Server 2019实例上
• 登录正常实例，打开命令提示符执行chkdsk X: /f（X为挂载的故障系统盘对应的盘符），修复磁盘文件系统错误
• 继续执行bcdboot X:\Windows /s X:重建引导扇区与BCD启动配置
• 卸载修复完成的磁盘，重新挂载回原实例作为系统盘，即可正常启动

规避方案 #

• 生产环境如需创建开机状态的可用快照，需先在实例中安装GCP Windows Guest Environment组件，启用VSS卷影复制服务创建应用一致性快照，保证快照数据完整可用
• 核心业务实例快照操作前建议先关机，确保所有数据完全落盘后再创建快照

内容的提问来源于stack exchange，提问作者Robson Martins