Iva*_*vic 19 linux hard-drive smart bad-sectors bad-blocks
我正在执行全新的 Linux 安装，在我开始安装之前，我认为现在是验证 HDD 健康状况的好时机，因为如果需要，我可以安全地覆盖 HDD 上的任何数据。
首先，我尝试使用 smartmontools 检查...我的 Seagate HDD 报告一个当前待处理的扇区和一个无法更正的离线扇区（大概是同一个）。重新分配的扇区数为零。
5 Reallocated_Sector_Ct 0x0033 100 100 036 Pre-fail Always - 0
...
197 Current_Pending_Sector 0x0012 100 100 000 Old_age Always - 1
198 Offline_Uncorrectable 0x0010 100 100 000 Old_age Offline - 1
然而，SMART 自测（短、长、离线、传输）没有发现错误。
SMART Self-test log structure revision number 1
Num Test_Description Status Remaining LifeTime(hours) LBA_of_first_error
# 1 Extended offline Completed without error 00% 6631 -
# 2 Conveyance offline Completed without error 00% 6630 -
# 3 Extended offline Completed without error 00% 6622 -
# 4 Short offline Completed without error 00% 6600 -
# 5 Extended offline Completed without error 00% 6632 -
我还尝试在驱动器上运行badblocks -wsv（完全读写 4 模式通过测试），但没有发现坏块。然后我按照指南（尽可能地，因为我在运行坏块后删除了我的文件系统）在这里找到：http : //smartmontools.sourceforge.net/badblockhowto.html
它说如果我用全零覆盖扇区，磁盘应该移动（重新分配）挂起的扇区。坏块上次写入模式全为零，所以应该这样做。但是什么都没有改变我仍然有那个待处理的扇区数 1。
然后我尝试找出哪个扇区是有问题的扇区，并且在 SMART 输出中有一个错误日志：
Error 2 occurred at disk power-on lifetime: 5344 hours (222 days + 16 hours)
When the command that caused the error occurred, the device was active or idle.
After command completion occurred, registers were:
ER ST SC SN CL CH DH
-- -- -- -- -- -- --
84 51 7c 1b 1a 02 ae Error: ABRT at LBA = 0x0e021a1b = 235018779
Commands leading to the command that caused the error were:
CR FR SC SN CL CH DH DC Powered_Up_Time Command/Feature_Name
-- -- -- -- -- -- -- -- ---------------- --------------------
20 20 7f 18 1a 02 ae 00 00:09:05.228 READ SECTOR(S)
20 20 01 17 1a 02 ae 00 00:09:05.228 READ SECTOR(S)
20 20 01 01 00 00 a0 00 00:08:59.830 READ SECTOR(S)
91 20 3f 01 00 00 af 00 00:08:59.826 INITIALIZE DEVICE PARAMETERS [OBS-6]
10 20 01 01 00 00 a8 00 00:08:59.678 RECALIBRATE [OBS-4]
Error 1 occurred at disk power-on lifetime: 5009 hours (208 days + 17 hours)
When the command that caused the error occurred, the device was active or idle.
After command completion occurred, registers were:
ER ST SC SN CL CH DH
-- -- -- -- -- -- --
40 51 00 b7 8c 02 e0 Error: UNC at LBA = 0x00028cb7 = 167095
Commands leading to the command that caused the error were:
CR FR SC SN CL CH DH DC Powered_Up_Time Command/Feature_Name
-- -- -- -- -- -- -- -- ---------------- --------------------
25 20 1e 9e 8c 02 e0 00 00:02:20.691 READ DMA EXT
25 20 1e 80 8c 02 e0 00 00:02:20.691 READ DMA EXT
25 20 1e 62 8c 02 e0 00 00:02:20.690 READ DMA EXT
25 20 1e 44 8c 02 e0 00 00:02:20.690 READ DMA EXT
25 20 1e 26 8c 02 e0 00 00:02:20.690 READ DMA EXT
所以显然驱动器有两个错误。
84 51 7c 1b 1a 02 ae Error: ABRT at LBA = 0x0e021a1b = 235018779
和
40 51 00 b7 8c 02 e0 Error: UNC at LBA = 0x00028cb7 = 167095
所以我假设这些是扇区号：167095 和 235018779。我尝试用 dd 写零：
dd if=/dev/zero of=/dev/sda bs=512 count=1 seek=167095
现在那一个没问题。但是，当我尝试与其他部门合作时：
dd if=/dev/zero of=/dev/sda bs=512 count=1 seek=235018779
我得到dd: '/dev/sda': cannot seek: Invalid argument。然后我发现我的硬盘只有 234441658 个扇区。所以这超出了范围。但是为什么SMART会在该地址上报告错误？！
任何人都可以帮我解决这个问题，如果我做错了，还可以告诉我如何正确地做到这一点？我怀疑在 dd 中使用块大小 512 可能是错误的。这是 SMART 报告的扇区大小。也许那些 LBA 地址是字节而不是块，我尝试设置 bs=1 并且只向 HDD 上的这些地址写入一个字节。那确实有效（dd 写入过程）……但是在那之后，待处理的扇区数仍然没有改变。我还调用了sync和smartctl -t offline /dev/sda来尝试“强制”驱动器重新分配扇区。没有...
这是我完整的smartctl --all /dev/sda输出：
smartctl 5.43 2012-06-30 r3573 [i686-linux-2.6.32-358.el6.i686] (local build)
Copyright (C) 2002-12 by Bruce Allen, http://smartmontools.sourceforge.net
=== START OF INFORMATION SECTION ===
Model Family: Seagate Barracuda 7200.9
Device Model: ST3120811AS
Serial Number: 6PT1N4VZ
Firmware Version: 3.AAE
User Capacity: 120,034,123,776 bytes [120 GB]
Sector Size: 512 bytes logical/physical
Device is: In smartctl database [for details use: -P show]
ATA Version is: 7
ATA Standard is: Exact ATA specification draft version not indicated
Local Time is: Mon Nov 18 12:03:00 2013 UTC
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: ( 0) The previous self-test routine completed
without error or no self-test has ever
been run.
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.
General Purpose Logging supported.
Short self-test routine
recommended polling time: ( 1) minutes.
Extended self-test routine
recommended polling time: ( 51) 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 084 077 006 Pre-fail Always - 185600113
3 Spin_Up_Time 0x0003 095 095 000 Pre-fail Always - 0
4 Start_Stop_Count 0x0032 098 098 020 Old_age Always - 2185
5 Reallocated_Sector_Ct 0x0033 100 100 036 Pre-fail Always - 0
7 Seek_Error_Rate 0x000f 073 055 030 Pre-fail Always - 25890559714
9 Power_On_Hours 0x0032 093 093 000 Old_age Always - 6632
10 Spin_Retry_Count 0x0013 100 100 097 Pre-fail Always - 0
12 Power_Cycle_Count 0x0032 098 098 020 Old_age Always - 2229
187 Reported_Uncorrect 0x0032 099 099 000 Old_age Always - 1
189 High_Fly_Writes 0x003a 100 100 000 Old_age Always - 0
190 Airflow_Temperature_Cel 0x0022 071 056 045 Old_age Always - 29 (Min/Max 25/29)
194 Temperature_Celsius 0x0022 029 044 000 Old_age Always - 29 (0 13 0 0 0)
195 Hardware_ECC_Recovered 0x001a 052 046 000 Old_age Always - 194244099
197 Current_Pending_Sector 0x0012 100 100 000 Old_age Always - 1
198 Offline_Uncorrectable 0x0010 100 100 000 Old_age Offline - 1
199 UDMA_CRC_Error_Count 0x003e 200 200 000 Old_age Always - 0
200 Multi_Zone_Error_Rate 0x0000 100 253 000 Old_age Offline - 0
202 Data_Address_Mark_Errs 0x0032 066 219 000 Old_age Always - 34
SMART Error Log Version: 1
ATA Error Count: 2
CR = Command Register [HEX]
FR = Features Register [HEX]
SC = Sector Count Register [HEX]
SN = Sector Number Register [HEX]
CL = Cylinder Low Register [HEX]
CH = Cylinder High Register [HEX]
DH = Device/Head Register [HEX]
DC = Device Command Register [HEX]
ER = Error register [HEX]
ST = Status register [HEX]
Powered_Up_Time is measured from power on, and printed as
DDd+hh:mm:SS.sss where DD=days, hh=hours, mm=minutes,
SS=sec, and sss=millisec. It "wraps" after 49.710 days.
Error 2 occurred at disk power-on lifetime: 5344 hours (222 days + 16 hours)
When the command that caused the error occurred, the device was active or idle.
After command completion occurred, registers were:
ER ST SC SN CL CH DH
-- -- -- -- -- -- --
84 51 7c 1b 1a 02 ae Error: ABRT at LBA = 0x0e021a1b = 235018779
Commands leading to the command that caused the error were:
CR FR SC SN CL CH DH DC Powered_Up_Time Command/Feature_Name
-- -- -- -- -- -- -- -- ---------------- --------------------
20 20 7f 18 1a 02 ae 00 00:09:05.228 READ SECTOR(S)
20 20 01 17 1a 02 ae 00 00:09:05.228 READ SECTOR(S)
20 20 01 01 00 00 a0 00 00:08:59.830 READ SECTOR(S)
91 20 3f 01 00 00 af 00 00:08:59.826 INITIALIZE DEVICE PARAMETERS [OBS-6]
10 20 01 01 00 00 a8 00 00:08:59.678 RECALIBRATE [OBS-4]
Error 1 occurred at disk power-on lifetime: 5009 hours (208 days + 17 hours)
When the command that caused the error occurred, the device was active or idle.
After command completion occurred, registers were:
ER ST SC SN CL CH DH
-- -- -- -- -- -- --
40 51 00 b7 8c 02 e0 Error: UNC at LBA = 0x00028cb7 = 167095
Commands leading to the command that caused the error were:
CR FR SC SN CL CH DH DC Powered_Up_Time Command/Feature_Name
-- -- -- -- -- -- -- -- ---------------- --------------------
25 20 1e 9e 8c 02 e0 00 00:02:20.691 READ DMA EXT
25 20 1e 80 8c 02 e0 00 00:02:20.691 READ DMA EXT
25 20 1e 62 8c 02 e0 00 00:02:20.690 READ DMA EXT
25 20 1e 44 8c 02 e0 00 00:02:20.690 READ DMA EXT
25 20 1e 26 8c 02 e0 00 00:02:20.690 READ DMA EXT
SMART Self-test log structure revision number 1
Num Test_Description Status Remaining LifeTime(hours) LBA_of_first_error
# 1 Extended offline Completed without error 00% 6631 -
# 2 Conveyance offline Completed without error 00% 6630 -
# 3 Extended offline Completed without error 00% 6622 -
# 4 Short offline Completed without error 00% 6600 -
# 5 Extended offline Completed without error 00% 6632 -
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.
更新：
正如 rob 的回答中所建议的，我尝试用零覆盖整个 HDD。检查 SMART 值，然后开始读取整个 HDD。再次检查 SMART 值。结果是：在这两种情况下，关于挂起/重新分配扇区计数的 SMART 值在写入后和读取后都不会立即更改。重新分配 0。待定 1。
rob*_*rob 15
当读取失败时，扇区被标记为挂起。如果后续写入失败，挂起的扇区将被标记为重新分配。如果写入成功，则将其从当前挂起的扇区中删除并假定为正常。（确切的行为可能略有不同，我稍后会详细介绍，但现在这是一个足够接近的近似值。）
运行时badblocks -w，首先写入每个模式，然后读取。可能写入片状扇区成功但后续读取失败，这再次将其添加到待处理扇区列表中。我会尝试使用 将零写入整个磁盘dd if=/dev/zero of=/dev/sda，检查 SMART 状态，然后使用 读取整个磁盘dd if=/dev/sda of=/dev/null并再次检查 SMART 状态。
更新：
根据您之前使用 的结果badblocks -w，我预计在写入整个磁盘后会清除待处理的扇区。但由于这并没有发生，可以肯定地说这个磁盘没有按预期运行。
让我们回顾一下Current Pending Sector Count的描述：
“不稳定”扇区的计数（由于不可恢复的读取错误，正在等待重新映射）。如果随后成功读取不稳定扇区，则重新映射该扇区并减小该值。扇区上的读取错误不会立即重新映射该扇区（因为无法读取正确的值，因此无法知道要重新映射的值，并且稍后可能会变得可读）；相反，驱动器固件会记住该扇区需要重新映射，并会在下次写入时重新映射。 [29] 然而，一些驱动器在写入时不会立即重新映射这些扇区；相反，驱动器将首先尝试写入问题扇区，如果写入操作成功，则该扇区将被标记为良好（在这种情况下，“重新分配事件计数”（0xC4）不会增加）。
现在让我们回顾一下重点：
...驱动器固件记住该扇区需要重新映射，并会在下次写入时重新映射。[29] 然而，一些驱动器在写入时不会立即重新映射这些扇区；相反，驱动器将首先尝试写入问题扇区，如果写入操作成功，则该扇区将被标记为良好。
换句话说，挂起的扇区应该立即重新映射，或者驱动器应该尝试写入该扇区并且应该发生以下两种情况之一：
我之前暗示过这一点，但维基百科对 Current Pending Sector 的描述表明当前挂起的扇区数在 full disk write 后应该始终为零。由于这里不是这种情况，我们可以得出结论，要么 (a) Wikipedia 是错误的（或至少对您的驱动器不正确），要么 (b) 驱动器的固件无法正确处理此错误状态（我认为这是固件错误） ）。
如果随后成功读取不稳定扇区，则重新映射该扇区并减小该值。
由于当前挂起的扇区数在读取整个驱动器后仍保持不变，我们可以断言 (a) 扇区无法成功读取或 (b) 扇区已成功读取并标记为良好，但读取 a 时出错不同的部门。但是由于读取后重新分配的扇区计数仍然为 0，我们可以排除 (b) 作为可能性，并可以得出未决扇区仍然不可读的结论。
此时，了解驱动器是否记录了任何新的 SMART 错误会很有帮助。我的下一个建议是检查 Seagate 是否有适用于您的驱动器的固件更新，但看起来他们没有。
尽管我不建议继续使用此驱动器，但听起来您可能愿意接受所涉及的风险（即，它可能会继续不正常运行和/或可能进一步降级或发生灾难性故障）。在这种情况下，您可以尝试安装 Linux，从救援 CD 启动，然后（卸载文件系统）使用e2fsck -l 文件名手动将适当的块标记为坏块。（只要确保你保持良好的备份！）
e2fsck -l 文件名
将文件名指定的文件中列出的块编号添加到坏块列表中。该文件的格式与 badblocks(8) 程序生成的格式相同。请注意，块编号基于文件系统的块大小。因此，必须为 badblocks(8) 指定文件系统的块大小以获得正确的结果。因此，使用 e2fsck 的 -c 选项更简单、更安全，因为它将确保将正确的参数传递给 badblocks 程序。
（需要注意的是e2fsck -c最好e2fsck -l filename的，你甚至会想尝试，但根据您的结果到目前为止，我很怀疑的e2fsck -c会发现任何坏块。）
当然，您必须进行一些算术才能将故障扇区的 LBA（由 SMART 提供）转换为文件系统块号。该坏块方法文档提供了一个方便的公式：
b = (int)((L-S)*512/B)
where:
b = File System block number
B = File system block size in bytes
L = LBA of bad sector
S = Starting sector of partition as shown by fdisk -lu
and (int) denotes the integer part.
HowTo 还包含使用此公式的完整示例。安装操作系统后，您可以使用debugfs确认文件是否占用片状扇区（详细说明请参阅 HowTo）。
另一种选择：围绕可疑坏块进行分区 当您安装操作系统时，您还可以尝试围绕错误进行分区。如果我的算术正确，错误大约为 81.589 MB，因此可以将 /boot 设置得小一点并在扇区 167095 之后启动下一个分区，或者完全跳过前 82 MB 左右。
ABRT 235018779 不幸的是，对于扇区 235018779 的 ABRT 错误，我们只能推测，但 ATA8-ACS 规范为我们提供了一些线索。
从工作草案 AT 附件 8 - ATA/ATAPI 命令集 (ATA8-ACS)：
6.2.1 中止（ABRT）错误位 2。如果不支持该命令，则中止应设置为 1。如果设备无法完成命令请求的操作，则 Abort 可以设置为 1。如果 IDNF 未设置为 1，则如果请求用户可访问地址范围之外的地址，则中止也应设置为 1。
查看导致 ABRT 的命令（几个 READ SECTOR(S)，然后是重新校准和重新初始化）...
如果不支持该命令，则中止应设置为 1。- 这似乎不太可能。
如果设备无法完成命令请求的操作，则 Abort 可以设置为 1。- 也许重新分配扇区的 P 列表将用户可访问的地址移动得足够远，以至于用户可访问的地址转换为扇区 235018779，并且读取操作无法完成（出于什么原因，我们不知道......但没有 CRC 错误，所以我认为我们不能断定扇区 235018779 是坏的）。
如果 IDNF 未设置为 1，则如果请求用户可访问地址范围之外的地址，则中止也应设置为 1。- 对我来说这似乎是最有可能的，我可能会将其解释为软件错误（您的操作系统或您正在运行的某些程序）的结果。在这种情况下，这并不是硬盘即将灭亡的迹象。
以防万一您还没有厌倦运行诊断程序...
您可以smartctl -t long /dev/sda再次尝试查看它是否会在 SMART 日志中产生更多错误，或者您可以将此作为未解决的X 文件；) 并定期检查 SMART 日志以查看它是否再次发生。在任何情况下，如果您继续使用驱动器而没有重新分配或清除挂起的扇区，那么您已经在冒险了。
使用校验和文件系统
为了更加安全，您可能需要考虑使用校验和文件系统（例如 ZFS 或 btrfs）来帮助防止低级别数据损坏。如果您有任何无法轻松复制的内容，请不要忘记执行频繁的备份。
文章坏扇区重新映射给所使用的算法。
硬盘上有两个缺陷列表：
因此，您的坏扇区比正常的最后一个扇区多 577121 个扇区并不意味着您有 577121 个坏扇区，除非它是 P 表缺陷。G-list 缺陷可以放在任何地方，因此固件完全有可能将其分配在备用扇区空间的末尾。
来自维基百科已知 ATA SMART 属性：
重新分配的扇区数
重新分配的扇区数。当硬盘驱动器发现读/写/验证错误时，它将该扇区标记为“重新分配”并将数据传输到一个特殊的保留区域（备用区域）。此过程也称为重新映射，重新分配的扇区称为“重新映射”。原始值通常表示已找到并重新映射的坏扇区的计数。
当前未决扇区数
“不稳定”扇区的计数（由于不可恢复的读取错误，正在等待重新映射）。如果随后成功读取不稳定扇区，则重新映射该扇区并减小该值。扇区上的读取错误不会立即重新映射该扇区（因为无法读取正确的值，因此无法知道要重新映射的值，并且稍后可能会变得可读）；相反，驱动器固件会记住该扇区需要重新映射，并会在下次写入时重新映射。
所以实际上，挂起的错误比重映射要糟糕得多，因为错误已经足够严重，以至于无法读取原始内容以进行重映射。实际上，该扇区的内容可能永远丢失了。
文件MHDD 非常低级硬盘诊断工具将错误代码解释为：
UNC : data is uncorrectable
ABRT : command was aborted
所以扇区 167095 是不可纠正的，对 235018779 的读/写被中止。
由于写入两个扇区并没有将状态从挂起更改为重新映射，在我看来，替换扇区也很糟糕。我的理论是扇区 167095 被重新映射到扇区 235018779，但不幸的是后者也是坏的，并且固件不知道如何重新映射坏的备用扇区。结果是无法纠正的坏扇区。
| 归档时间： |
|
| 查看次数： |
14476 次 |
| 最近记录： |