У меня есть один маленький сервер в удаленном месте, который вызывает у меня некоторые головные боли, так как теперь он, похоже, съел третий жесткий диск в определенном слоте подряд.
Последняя замена была сделана в мае (WD WD30PURX на 3 ТБ, если это имеет значение, она длилась всего 8 месяцев), и через некоторое время я снова заметил ошибки чтения. Тогда мне было интересно, действительно ли мне не повезло с этим или есть проблема с контроллером.
Обычно я думал, что смарт говорит только о том, что испытывал накопитель, но потом я подумал, что, возможно, возможно, что он мог нормально читать свои сектора, но не мог записать их в контроллер, и это было зарегистрировано как ошибка?
То, что вызывало у меня подозрение, заключалось в том, что в тот день, когда я впервые обнаружил интеллектуальные оповещения, все поврежденные сектора находились в диапазоне от 3330891687 до 3303035895, из-за чего это выглядело как какая-то плохая поверхность, а запуск всех видов инструментов через жесткий диск приводил к ошибок там, но в конце концов, каждый запрос на чтение был успешным, и с тех пор сектор был "исцелен". Это показалось мне немного похожим на перераспределение секторов, но не было ни одного записанного.
В общей сложности было 4527 ошибок чтения в 4153 различных секторах, теперь я не могу найти ни одного плохого (прогонял несколько раз по всему диску).
Затем, через несколько дней, при сканировании всего диска (умном и с помощью бадблоков) ошибки не было обнаружено, и диск работает нормально.
Ошибки появились в системном журнале как:
[517871.828215] ata6.00: exception Emask 0x0 SAct 0x0 SErr 0x0 action 0x0
[517871.828219] ata6.00: BMDMA stat 0x25
[517871.828223] ata6.00: failed command: READ DMA EXT
[517871.828229] ata6.00: cmd 25/00:00:00:4f:68/00:02:c6:00:00/e0 tag 0 dma 262144 in
[517871.828229] res 51/40:cf:30:50:68/40:00:c6:00:00/e0 Emask 0x9 (media error)
[517871.828232] ata6.00: status: { DRDY ERR }
[517871.828234] ata6.00: error: { UNC }
[517871.840411] ata6.00: configured for UDMA/133
[517871.840538] sd 5:0:0:0: [sdd] tag#0 FAILED Result: hostbyte=DID_OK driverbyte=DRIVER_SENSE
[517871.840543] sd 5:0:0:0: [sdd] tag#0 Sense Key : Medium Error [current] [descriptor]
[517871.840547] sd 5:0:0:0: [sdd] tag#0 Add. Sense: Unrecovered read error - auto reallocate failed
[517871.840551] sd 5:0:0:0: [sdd] tag#0 CDB: Read(16) 88 00 00 00 00 00 c6 68 4f 00 00 00 02 00 00 00
[517871.840554] blk_update_request: I/O error, dev sdd, sector 3328725040
[517871.840576] ata6: EH complete
а в SMART вроде:
Error 4527 [14] occurred at disk power-on lifetime: 1282 hours (53 days + 10 hours)
When the command that caused the error occurred, the device was active or idle.
After command completion occurred, registers were:
ER -- ST COUNT LBA_48 LH LM LL DV DC
-- -- -- == -- == == == -- -- -- -- --
40 -- 51 01 00 00 00 c6 49 3c a0 e0 00 Error: UNC 256 sectors at LBA = 0xc6493ca0 = 3326688416
Commands leading to the command that caused the error were:
CR FEATR COUNT LBA_48 LH LM LL DV DC Powered_Up_Time Command/Feature_Name
-- == -- == -- == == == -- -- -- -- -- --------------- --------------------
25 00 00 01 00 00 00 c6 49 3c 00 e0 08 5d+23:59:09.617 READ DMA EXT
25 00 00 00 18 00 00 c6 49 38 e8 e0 08 5d+23:59:09.617 READ DMA EXT
25 00 00 00 10 00 00 c5 9d e7 00 e0 08 5d+23:59:09.610 READ DMA EXT
25 00 00 00 c0 00 00 c5 9d b5 00 e0 08 5d+23:59:09.581 READ DMA EXT
35 00 00 00 18 00 00 c6 49 38 e8 e0 08 5d+23:59:09.581 WRITE DMA EXT
мне это сначала кажется, что есть поверхностная ошибка и перераспределение не удалось. Однако из этого я привык видеть, что некоторые интеллектуальные счетчики значений растут, в частности либо текущие ожидающие секторы, либо количество перераспределенных секторов. Но никакая ценность не увеличивается
SMART Attributes Data Structure revision number: 16
Vendor Specific SMART Attributes with Thresholds:
ID# ATTRIBUTE_NAME FLAGS VALUE WORST THRESH FAIL RAW_VALUE
1 Raw_Read_Error_Rate POSR-K 165 145 051 - 36676
3 Spin_Up_Time POS--K 100 253 021 - 0
4 Start_Stop_Count -O--CK 100 100 000 - 3
5 Reallocated_Sector_Ct PO--CK 200 200 140 - 0
7 Seek_Error_Rate -OSR-K 200 200 000 - 0
9 Power_On_Hours -O--CK 099 099 000 - 1402
10 Spin_Retry_Count -O--CK 100 253 000 - 0
11 Calibration_Retry_Count -O--CK 100 253 000 - 0
12 Power_Cycle_Count -O--CK 100 100 000 - 2
192 Power-Off_Retract_Count -O--CK 200 200 000 - 0
193 Load_Cycle_Count -O--CK 200 200 000 - 7
194 Temperature_Celsius -O---K 119 119 000 - 31
196 Reallocated_Event_Count -O--CK 200 200 000 - 0
197 Current_Pending_Sector -O--CK 200 200 000 - 0
198 Offline_Uncorrectable ----CK 100 253 000 - 0
199 UDMA_CRC_Error_Count -O--CK 200 200 000 - 0
200 Multi_Zone_Error_Rate ---R-- 001 001 000 - 102665
||||||_ K auto-keep
|||||__ C event count
||||___ R error rate
|||____ S speed/performance
||_____ O updated online
|______ P prefailure warning
TL; DR
Это просто случай "плохого жесткого диска, который ведет себя нехорошо" или что-то не так на стороне контроллера? Или даже СМАРТ сам по себе сломан? У меня такое ощущение, что мне здесь не хватает чего-то очевидного, что могло бы объяснить несоответствие.
Примечание: у меня есть замена в режиме ожидания, и через несколько дней у меня будет возможность физически посетить сервер, так что до тех пор не будет шатания кабеля и тому подобного.