我的托管服务提供商已将硬盘驱动器插入我的服务器，该硬盘驱动器过去似乎出现过某种错误，但完整的离线智能检查显示目前一切正常（大约）。服务器有一个 RAID1，所以我可以忍受这种情况。

问题是（根据手册页）如果过去出现错误，smartctl 会设置第 6 位，所以现在一切正常，退出代码是数字 64。

默认情况下，智能插件的阈值配置为 0，虽然我知道我可以将阈值设置为 64，但我会错过更重要的第 3 位“磁盘故障”。

有没有办法以某种方式设置阈值，以便 munin 对值进行按位比较？

是否有根据硬盘制造商如何解释 SMART 属性“开机时间”的表格？其中一些使用小时，几分钟甚至几秒钟......

我可以使用以下命令列出所有 megaraid 适配器上的物理驱动器：

megacli -PDList -aALL 

这将为每个适配器显示一个适配器 #，然后列出连接到它们的物理驱动器。

PDList 输出中的各个设备也有一个设备 ID，用于 smartctl 命令，例如设备 ID 3：

smartctl -a -d sat+megaraid,3 /dev/sda

两个命令都使用相同的设备 ID，所以没问题。但是我们如何正确地将适配器 # 映射到设备节点？

在 CentOS 6 上运行 smartmontools-5.43-1.el6。查看源代码似乎需要从 ioctlSG_GET_SCSI_ID或SCSI_IOCTL_GET_BUS_NUMBER在命名设备节点上获取的总线编号 / host_no 。这是否与 MegaCLI 输出中使用的“适配器编号”相同？

实际上，就我而言，我可能可以将其硬编码到 /dev/sda，但我想知道是否有更好的方法。

我有一台繁忙的服务器，设置了 RAID 1。该应用程序（在 PHP 中运行）对数据库 (MariaDB) 的读/写非常密集。

cronjobsmartctl每天运行简短的测试并检查smartctl -H和的输出mdadm -D。

有时我想运行长时间测试，但我担心它对性能的影响。我读到可能需要几个小时才能完成。如果它导致服务器性能在运行时下降，我的用户将受到 5 个多小时的影响。

所以，这里有几个问题：

1) 长时间的智能测试通常会影响对用户来说很重要的性能吗？

2）既然我有RAID 1并且做了短测试，那么长测试还需要吗？

3）如果我发现长时间测试对服务器性能造成了问题，是否有办法停止它？

我在 Synology NAS 中有两个 Kingston A400 120GB SSD 作为缓存，它似乎不支持自动离线数据收集。

# smartctl -d sat -c /dev/sdc | grep -i "Auto Offline data collection" 
Auto Offline Data Collection: Disabled.  
No Auto Offline data collection support.
# smartctl -d sat -o on /dev/sdc
SMART Automatic Timers not supported
SMART Enable Automatic Offline failed: scsi error aborted command

然而，当我检查标记为“离线”的属性时，即使我不运行手动离线数据收集或自测试，RAW_VALUE其中之一也会不断变化（具体而言）。246 Total_Erase_Count我检查了 smartd 是否正在运行以防万一，但事实并非如此。另一个相同的 SSD 也会发生同样的情况。

问题：

1. 离线数据采集到底更新了什么？它是否只更新属性表中的 VALUE/WORST/THRESH 列？
2. 短自检或长自检是否会更新 SMART 属性数据？

输出smartctl -a：

=== START OF INFORMATION SECTION …

我有一个 Synology 1812+ NAS，其中有 8 个 3TB 驱动器配置为 RAID 5。它运行 DSM 4.1。购买它是为了使用 Time Machine 替换 USB 驱动器、整合存储和短期 OS X 备份。设备和驱动器只有 2 个月大。

每隔一周我就开始从两个驱动器收到 IO 错误。日志有以下错误：

Read error at internal disk [3] sector 2586312968.

后来

Bad sector at md2 disk3 sector 250049936 has been corrected.

扇区永远不匹配。建议在驱动器上运行扩展的 SMART 测试。我做到了，这是我得到的价值观：

然后，我对没有收到任何投诉的驱动器之一进行了扩展扩展 SMART 测试，以下是我得到的值：

这些值看起来非常相似。我不清楚是否有问题，如果没有，如果 SMART 测试没有发现任何真正的问题，它的意义何在？然后我应该如何解释这些结果，我应该什么时候知道更换硬盘的时间？

我正在使用通过 USB 连接到 Linux 机器的 Seagate Backup Plus 4TB 驱动器。驱动器型号为 ST4000DX000-1CL160。

检查 SMART 属性时，我得到：

    $ sudo smartctl -a -d sat /dev/sdb
    smartctl 5.41 2011-06-09 r3365 [i686-linux-3.2.0-37-generic] (local build)
    Copyright (C) 2002-11 by Bruce Allen, http://smartmontools.sourceforge.net

    === START OF INFORMATION SECTION ===
    Device Model:     ST4000DX000-1CL160
    Serial Number:    Z1Z046LE
    LU WWN Device Id: 5 000c50 04ec317ca
    Firmware Version: CC44
    User Capacity:    4.000.787.030.016 bytes [4,00 TB]
    Sector Size:      512 bytes logical/physical
    Device is:        Not in smartctl database [for details use: -P showall]
    ATA …

我有一个磁盘可能损坏的系统，但磁盘通过了各种诊断。我一直无法确认磁盘是否损坏。我有哪些选择？

我可以只更换磁盘，但因为这种情况与我遇到的另一个更严重的情况非常相似（长话短说），我想实际做出正确的诊断，而不是随机装箱硬件。

问题和历史是这样的：

1. 我有一台 Debian Linux PC (500 MHz P3) 作为路由器、nagios 和 munin。
2. 它每隔几周就崩溃一次。无法获得日志或 dmesg（因为它是一个旧的 Compaq，只有在您将其配置为无键盘时才能启动，因此一旦启动就无法连接键盘）。
3. 当时，我只是用另一台康柏（P4 2.4 GHz）更换了计算机，因为我认为硬件有问题。但是，它仍然每隔几周崩溃一次。
4. 不同的是，在这台计算机上，我仍然可以通过 SSH 进入它。它在 hda 上给出了各种错误。

我想确认磁盘坏了，但我所做的一切都没有证实这一点：

1. SMART 错误日志显示没有错误。通常当磁盘开始运行时，SMART my pass，但它仍然在错误日志中记录读取错误。
2. SMART 自检 ( smartctl -t long /dev/sda) 无错误完成。
3. 重新分配的扇区数（一个指示参数）在其整个生命周期中一直是 31，即使磁盘多年前仍在我的台式机中使用，现在仍然如此。这个数字从未改变。
4. dd if=/dev/sda of=/dev/null bs=4096 以绚丽的色彩传递。

我还能做些什么来评估驱动器的健康状况？

同样，这不是要让这个路由器再次完全正常运行，这是一个磁盘取证问题，因为碰巧我有另一台服务器可能有同样的问题，知道这个问题的答案可能会对我有很大帮助。

为了记录，以下是日志等。

这是smartctl -a输出：

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 …

我想得到您对几天前我遇到的一个有争议的情况的反馈。我的任务是使用 HP Proliant G6 进行开发，并在 RAID1 配置中使用 2 个新的（不到 2 个月，以前从未使用过）非 HP SSD。它们用于密集型开发任务（每天写入约 500GB）；RAID5 中也有常规 HDD，但我们在这里讨论 RAID1 阵列。

• 三星SSD 840 PRO系列
• 浦科特 PX-256M5Pro

两者的 smartctl 输出均可在此处获得：https://gist.github.com/anonymous/cf8a5208a7315440f796

过去的相关问题

Plextor 驱动器一直受到报告的过热状况的影响，我认为这是因为它不是原装部件

我曾经见过一次服务器偶尔重新启动后重建 RAID1，但无法解释其原因。

失败事件

几天前，Plextor 磁盘被报告为简单的“故障”状态： physicaldrive 1I:1:1 (port 1I:box 1:bay 1, Solid State SATA, 256.0 GB, Failed)

假阳性？

因此，我拔掉了它，检查了 SMART 输出并运行了完整的测试（请参阅上面的 smartctl 输出）。测试通过了，更糟糕的是，将驱动器放回原处可提供功能完美的 RAID1 阵列。

这很尴尬。

替代监控？

我不知道如何让 P410i 告诉我“失败”状态的具体原因是什么（我认为不可能），并且我知道这些是非原装 HP 部件（从而使我的付费 HP 支持失效），但是对于这个非关键任务服务器，我想看看是否仍然可以继续使用非惠普磁盘，并且仍然对其健康状态进行某种监控。

你有什么意见？我有 3 个问题：

• 仅当与原装部件一起使用时，HP 控制器监控状态才可信吗？（这很容易）
• 这些（完全非高质量）SSD 客观上状况良好吗？
• 我应该对 SMART 测试的结果给予 100% 的信任吗？

提前致谢

在我拥有的带有 HDD 或 SSD 的服务器上，我有一个定期运行的 cron：

/usr/sbin/smartctl --test=short/long /dev/sd1

（对于每个磁盘）

当它运行时，它只是查看 的输出/usr/sbin/smartctl -c /dev/sd1，循环直到它不再包含：

[0-9]+% of test remaining.

然后检查它是否完成且没有错误：

(   0)  The previous self-test routine completed

smartctl但是，从版本 7.0 开始，似乎尚不支持 NVMe 测试：https : //www.smartmontools.org/wiki/NVMe_Support

它确实这么说

smartd 守护进程跟踪运行状况 (-H)、错误计数 (-l error) 和温度 (-W DIFF,INFO,CRIT)

但实际运行测试的是什么？我不确定 和 的输出是否会-H更新-l，除非我们运行短/长测试？

我还阅读了有关 的内容nvme-cli，但我似乎没有找到用它在磁盘上运行运行状况测试的方法。

有任何想法吗？

这里使用 CentOS 7。