Назад | Перейти на главную страницу

Подтвердите, что диск сломан, когда он пройдет всю диагностику

У меня есть система с потенциально неисправным диском, но диск проходит всевозможные диагностики. Мне не удалось подтвердить, что диск сломан. Какие у меня варианты?

Я мог бы просто заменить диск, но поскольку эта ситуация очень похожа на другую, более серьезную ситуацию, которая у меня есть (длинная история), я бы хотел провести точную диагностику, а не случайное объединение оборудования.

Проблема и история таковы:

У меня был компьютер Debian Linux (500 МГц P3), работающий как маршрутизатор, nagios и munin.
Он разбивался каждые пару недель. Невозможно получить журналы или dmesg (потому что это старый Compaq, который загружается только тогда, когда вы настраиваете его без клавиатуры, что делает невозможным подключение клавиатуры позже после загрузки).
В то время я просто заменил компьютер другим Compaq (P4 2,4 ГГц), потому что думал, что оборудование неисправно. Однако каждые пару недель он все равно ломался.
разница в том, что на этом компьютере я все еще могу подключиться к нему по SSH. Выдает всевозможные ошибки на hda.

Я хочу подтвердить, что диск сломан, но ничто из того, что я делаю, не подтверждает:

Журналы ошибок SMART не содержат ошибок. Обычно, когда диск начинает работать, мой SMART проходит, но он все равно записывает ошибку чтения в журнал ошибок.
SMART самопроверка (smartctl -t long /dev/sda) завершается без ошибок.
количество перераспределенных секторов (контрольный параметр) было 31 за всю свою жизнь, даже когда диск еще использовался на моем настольном ПК много лет назад, и так оно и есть. Фигура не изменилась.
dd if=/dev/sda of=/dev/null bs=4096 проходит с честью.

Что еще я могу сделать, чтобы оценить исправность накопителя?

Опять же, речь идет не о том, чтобы снова сделать этот маршрутизатор полностью функциональным, это вопрос судебной экспертизы диска, потому что так уж случилось, что у меня есть другой сервер, который потенциально имеет ту же проблему, и знание ответа на этот вопрос, возможно, очень мне поможет.

Для записи ниже приведены журналы и тому подобное.

Это smartctl -a вывод:

smartctl 5.40 2010-07-12 r3124 [i686-pc-linux-gnu] (local build)
Copyright (C) 2002-10 by Bruce Allen, http://smartmontools.sourceforge.net

=== START OF INFORMATION SECTION ===
Model Family:     Seagate Barracuda 7200.7 and 7200.7 Plus family
Device Model:     ST3120026A
Serial Number:    5JT1CLQM
Firmware Version: 3.06
User Capacity:    120,034,123,776 bytes
Device is:        In smartctl database [for details use: -P show]
ATA Version is:   6
ATA Standard is:  ATA/ATAPI-6 T13 1410D revision 2
Local Time is:    Mon Jul  1 21:18:33 2013 CEST
SMART support is: Available - device has SMART capability.
SMART support is: Enabled

=== START OF READ SMART DATA SECTION ===
SMART overall-health self-assessment test result: PASSED

General SMART Values:
Offline data collection status:  (0x82) Offline data collection activity
                    was completed without error.
                    Auto Offline Data Collection: Enabled.
Self-test execution status:      (  24) The self-test routine was aborted by
                    the host.
Total time to complete Offline 
data collection:         ( 430) seconds.
Offline data collection
capabilities:            (0x5b) SMART execute Offline immediate.
                    Auto Offline data collection on/off support.
                    Suspend Offline collection upon new
                    command.
                    Offline surface scan supported.
                    Self-test supported.
                    No Conveyance Self-test supported.
                    Selective Self-test supported.
SMART capabilities:            (0x0003) Saves SMART data before entering
                    power-saving mode.
                    Supports SMART auto save timer.
Error logging capability:        (0x01) Error logging supported.
                    No General Purpose Logging support.
Short self-test routine 
recommended polling time:    (   1) minutes.
Extended self-test routine
recommended polling time:    (  85) minutes.

SMART Attributes Data Structure revision number: 10
Vendor Specific SMART Attributes with Thresholds:
ID# ATTRIBUTE_NAME          FLAG     VALUE WORST THRESH TYPE      UPDATED  WHEN_FAILED RAW_VALUE
  1 Raw_Read_Error_Rate     0x000f   050   046   006    Pre-fail  Always       -       47766662
  3 Spin_Up_Time            0x0003   097   096   000    Pre-fail  Always       -       0
  4 Start_Stop_Count        0x0032   100   100   020    Old_age   Always       -       10
  5 Reallocated_Sector_Ct   0x0033   100   100   036    Pre-fail  Always       -       31
  7 Seek_Error_Rate         0x000f   084   060   030    Pre-fail  Always       -       820305
  9 Power_On_Hours          0x0032   048   048   000    Old_age   Always       -       46373
 10 Spin_Retry_Count        0x0013   100   100   097    Pre-fail  Always       -       0
 12 Power_Cycle_Count       0x0032   100   100   020    Old_age   Always       -       605
194 Temperature_Celsius     0x0022   036   065   000    Old_age   Always       -       36
195 Hardware_ECC_Recovered  0x001a   050   046   000    Old_age   Always       -       47766662
197 Current_Pending_Sector  0x0012   100   100   000    Old_age   Always       -       0
198 Offline_Uncorrectable   0x0010   100   100   000    Old_age   Offline      -       0
199 UDMA_CRC_Error_Count    0x003e   200   196   000    Old_age   Always       -       6
200 Multi_Zone_Error_Rate   0x0000   100   253   000    Old_age   Offline      -       0
202 Data_Address_Mark_Errs  0x0032   100   253   000    Old_age   Always       -       0

SMART Error Log Version: 1
No Errors Logged

SMART Self-test log structure revision number 1
Num  Test_Description    Status                  Remaining  LifeTime(hours)  LBA_of_first_error
# 1  Extended offline    Aborted by host               80%     46361         -
# 2  Extended offline    Completed without error       00%     46358         -
# 3  Short offline       Completed without error       00%     12046         -
# 4  Extended offline    Completed without error       00%     10472         -
# 5  Short offline       Completed without error       00%     10471         -
# 6  Short offline       Completed without error       00%     10471         -
# 7  Short offline       Completed without error       00%      6770         -
# 8  Extended offline    Aborted by host               90%      5958         -
# 9  Extended offline    Aborted by host               90%      5951         -
#10  Short offline       Completed without error       00%      5024         -
#11  Extended offline    Aborted by host               80%      5024         -
#12  Short offline       Completed without error       00%      3697         -
#13  Short offline       Completed without error       00%       237         -
#14  Short offline       Completed without error       00%       145         -
#15  Short offline       Completed without error       00%        69         -
#16  Extended offline    Completed without error       00%        68         -
#17  Short offline       Completed without error       00%        66         -
#18  Short offline       Completed without error       00%        49         -
#19  Short offline       Completed without error       00%        29         -
#20  Short offline       Completed without error       00%        29         -

SMART Selective self-test log data structure revision number 1
 SPAN  MIN_LBA  MAX_LBA  CURRENT_TEST_STATUS
    1        0        0  Not_testing
    2        0        0  Not_testing
    3        0        0  Not_testing
    4        0        0  Not_testing
    5        0        0  Not_testing
Selective self-test flags (0x0):
  After scanning selected spans, do NOT read-scan remainder of disk.
If Selective self-test is pending on power-up, resume after 0 minute delay.

И это ошибка dmesg, когда он разбился (который повторяется для группы разных секторов):

[1755091.211136] sd 0:0:0:0: [sda] Unhandled error code
[1755091.211144] sd 0:0:0:0: [sda] Result: hostbyte=DID_BAD_TARGET driverbyte=DRIVER_OK
[1755091.211151] sd 0:0:0:0: [sda] CDB: Read(10): 28 00 08 fe ad 38 00 00 08 00
[1755091.211166] end_request: I/O error, dev sda, sector 150908216

hard-drive smart

Вы не можете надежно.

Вернее, вы уже сделали это с помощью имеющихся в вашем распоряжении опций.

Как исследование на гугл узнал, вышедшие из строя диски не обязательно показывают ненормальные значения SMART (однако, наоборот, более надежно: когда они появляются, они воля потерпеть поражение).

Отложив на мгновение это в сторону, имейте в виду, что, хотя многие вычисления стандартизированы, на самом деле есть ошибки как в аппаратном, так и в программном обеспечении, допуски на ошибки, которые могут накапливаться, и т. Д. Реальный мир не идеален, и жесткие диски плохо работают с определенными контроллерами. - и наоборот. Иногда это вопрос неисправной прошивки, иногда неисправности некоторых совершенно других компонентов системы, например, неполноценного блока питания, который выключается при определенных скачках нагрузки. Или даже перепады температуры, возраст ... список можно расширять практически по желанию.

Итак, стандартная процедура здесь заключается в том, чтобы поместить диск в существенно другую конфигурацию системы и повторно запустить тесты - но, поскольку вы уже сделали это с полным изменением вашей системы, вы правильно пришли к выводу, что диск должен быть неисправным. (Если только вы не изменили все остальное, как вы нам сказали - на ум приходит кабель / HBA, и в этом случае предположение не будет верным).

Изменить: я только что понял, что остался один вариант; вы можете выполнить поиск, если для этого диска доступны более новые версии микропрограмм, чем те, которые в настоящее время находятся на вашем конкретном диске. Если да, вы можете посмотреть журнал изменений, где указаны возможные проблемы в вашем случае.

В заключение, чтобы с полной уверенностью установить (в данной конкретной ситуации!), Что накопитель работает некорректно, вам необходимо отправить его обратно производителю.

Я думаю, это плохой контроллер. Вы можете сделать еще несколько вещей, чтобы проверить диск, а также контроллер ...

Запустите "плохие блоки" на диске. Это похоже на "dd", которое вы запустили. Возьмите другой диск с хорошим статусом SMART и вставьте его в компьютер. Если этот диск ведет себя схожим образом, вы знаете, что проблемы возникают не из-за диска, а из-за другого оборудования. В таком случае я бы подумал, что это контроллер. Вы упомянули, что изменили систему и что это все еще доставляет вам проблемы, поэтому, в конце концов, я все равно думаю, что должен быть один общий компонент, который вызывает нестабильность системы. Вы также можете посмотреть:

плохой кабель (кабель был переставлен на вторую машину с приводом?)
плохая конфигурация в системах (вы настраиваете систему одинаково с другим аппаратным обеспечением?)

SF подняла этот вопрос, потому что он был «примечательным», поэтому я не хотел упускать новые идеи, а именно: diskscan. Он считывает диск и отображает задержку секторов, предполагая, что битые сектора требуют повторных попыток.

Вот результат лежавшего у меня рядом диска Seagate, который прошел все традиционные тесты:

Вы можете видеть, что есть несколько областей с очень высокой задержкой, что, очевидно, является проблемой.

И еще один диск, западный цифровой:

Интересно, что после вайпа с dd, статус SMART снова был в порядке: нет ожидающих или перераспределенных секторов. Это был последующий повтор diskscan:

Итак, этот диск WDC, предположительно, снова был хорош. Я запустил smartctl -t long на нем, а затем снова показал сбой чтения с диска.

Вывод: diskscan помогает, но, конечно, нет ничего надежного на 100%.