Мой SSD диск выходит из строя?

Question

Я использую довольно новый SSD (купленный 5 месяцев назад), и недавно у меня произошел сбой чтения. Вот что сообщило ядро:

Jul  1 01:02:44 tryphon kernel: [1554891.463590] ata2.00: exception Emask 0x0 SAct 0x1000000 SErr 0x0 action 0x0
Jul  1 01:02:44 tryphon kernel: [1554891.478096] ata2.00: irq_stat 0x40000008
Jul  1 01:02:44 tryphon kernel: [1554891.486388] ata2.00: failed command: READ FPDMA QUEUED
Jul  1 01:02:44 tryphon kernel: [1554891.497141] ata2.00: cmd 60/80:c0:00:18:2c/05:00:02:00:00/40 tag 24 ncq dma 720896 in
Jul  1 01:02:44 tryphon kernel: [1554891.497141]          res 41/40:80:00:18:2c/00:05:02:00:00/40 Emask 0x409 (media error) <F>
Jul  1 01:02:44 tryphon kernel: [1554891.530266] ata2.00: status: { DRDY ERR }
Jul  1 01:02:44 tryphon kernel: [1554891.538714] ata2.00: error: { UNC }
Jul  1 01:02:44 tryphon kernel: [1554891.586520] ata2.00: configured for UDMA/133
Jul  1 01:02:44 tryphon kernel: [1554891.586576] sd 1:0:0:0: [sdb] tag#24 FAILED Result: hostbyte=DID_OK driverbyte=DRIVER_SENSE
Jul  1 01:02:44 tryphon kernel: [1554891.586581] sd 1:0:0:0: [sdb] tag#24 Sense Key : Medium Error [current]
Jul  1 01:02:44 tryphon kernel: [1554891.586585] sd 1:0:0:0: [sdb] tag#24 Add. Sense: Unrecovered read error - auto reallocate failed
Jul  1 01:02:44 tryphon kernel: [1554891.586590] sd 1:0:0:0: [sdb] tag#24 CDB: Read(10) 28 00 02 2c 18 00 00 05 80 00
Jul  1 01:02:44 tryphon kernel: [1554891.586593] blk_update_request: I/O error, dev sdb, sector 36444160

Через несколько минут демон smartd отправил письмо пользователю root:

Subject: SMART error (OfflineUncorrectableSector) detected on host: tryphon

This message was generated by the smartd daemon running on:

   host name:  tryphon
   DNS domain: home

The following warning/error was logged by the smartd daemon:

Device: /dev/sdb [SAT], 1 Offline uncorrectable sectors

Device info:
LDLC, S/N:07072217A1171, FW:Q0601B, 120 GB

For details see host's SYSLOG.

You can also use the smartctl utility for further investigation.
Another message will be sent in 24 hours if the problem persists.

Поскольку он используется в конфигурации RAID 1 с жестким диском, это не так уж плохо, но все равно звучит плохо.

В любом случае, я хотел проверить читаемость моего SSD с помощью dd if=/dev/sdb of=/dev/null и испытывать больше ошибок чтения. Вот журналы ядра для следующих ошибок чтения:

Jul  3 19:28:24 tryphon kernel: [ 4398.319485] ata2.00: exception Emask 0x0 SAct 0x180 SErr 0x0 action 0x0
Jul  3 19:28:24 tryphon kernel: [ 4398.332971] ata2.00: irq_stat 0x40000008
Jul  3 19:28:24 tryphon kernel: [ 4398.340961] ata2.00: failed command: READ FPDMA QUEUED
Jul  3 19:28:24 tryphon kernel: [ 4398.351416] ata2.00: cmd 60/00:38:08:23:80/01:00:00:00:00/40 tag 7 ncq dma 131072 in
Jul  3 19:28:24 tryphon kernel: [ 4398.351416]          res 41/40:00:08:23:80/00:01:00:00:00/40 Emask 0x409 (media error) <F>
Jul  3 19:28:24 tryphon kernel: [ 4398.383720] ata2.00: status: { DRDY ERR }
Jul  3 19:28:24 tryphon kernel: [ 4398.391853] ata2.00: error: { UNC }
Jul  3 19:28:24 tryphon kernel: [ 4398.439236] ata2.00: configured for UDMA/133
Jul  3 19:28:24 tryphon kernel: [ 4398.439258] sd 1:0:0:0: [sdb] tag#7 FAILED Result: hostbyte=DID_OK driverbyte=DRIVER_SENSE
Jul  3 19:28:24 tryphon kernel: [ 4398.439261] sd 1:0:0:0: [sdb] tag#7 Sense Key : Medium Error [current] 
Jul  3 19:28:24 tryphon kernel: [ 4398.439264] sd 1:0:0:0: [sdb] tag#7 Add. Sense: Unrecovered read error - auto reallocate failed
Jul  3 19:28:24 tryphon kernel: [ 4398.439268] sd 1:0:0:0: [sdb] tag#7 CDB: Read(10) 28 00 00 80 23 08 00 01 00 00
Jul  3 19:28:24 tryphon kernel: [ 4398.439270] blk_update_request: I/O error, dev sdb, sector 8397576
Jul  3 19:28:24 tryphon kernel: [ 4398.451841] ata2: EH complete
Jul  3 19:28:24 tryphon kernel: [ 4398.831494] ata2.00: exception Emask 0x0 SAct 0x1000 SErr 0x0 action 0x0
Jul  3 19:28:24 tryphon kernel: [ 4398.845137] ata2.00: irq_stat 0x40000008
Jul  3 19:28:24 tryphon kernel: [ 4398.853069] ata2.00: failed command: READ FPDMA QUEUED
Jul  3 19:28:24 tryphon kernel: [ 4398.863461] ata2.00: cmd 60/08:60:78:23:80/00:00:00:00:00/40 tag 12 ncq dma 4096 in
Jul  3 19:28:24 tryphon kernel: [ 4398.863461]          res 41/40:08:78:23:80/00:00:00:00:00/40 Emask 0x409 (media error) <F>
Jul  3 19:28:24 tryphon kernel: [ 4398.895577] ata2.00: status: { DRDY ERR }
Jul  3 19:28:24 tryphon kernel: [ 4398.903692] ata2.00: error: { UNC }
Jul  3 19:28:24 tryphon kernel: [ 4398.951089] ata2.00: configured for UDMA/133
Jul  3 19:28:24 tryphon kernel: [ 4398.951111] sd 1:0:0:0: [sdb] tag#12 FAILED Result: hostbyte=DID_OK driverbyte=DRIVER_SENSE
Jul  3 19:28:24 tryphon kernel: [ 4398.951116] sd 1:0:0:0: [sdb] tag#12 Sense Key : Medium Error [current] 
Jul  3 19:28:24 tryphon kernel: [ 4398.951119] sd 1:0:0:0: [sdb] tag#12 Add. Sense: Unrecovered read error - auto reallocate failed
Jul  3 19:28:24 tryphon kernel: [ 4398.951125] sd 1:0:0:0: [sdb] tag#12 CDB: Read(10) 28 00 00 80 23 78 00 00 08 00
Jul  3 19:28:24 tryphon kernel: [ 4398.951128] blk_update_request: I/O error, dev sdb, sector 8397688
Jul  3 19:28:24 tryphon kernel: [ 4398.963674] Buffer I/O error on dev sdb, logical block 1049711, async page read
Jul  3 19:28:24 tryphon kernel: [ 4398.978559] ata2: EH complete
Jul  3 19:28:24 tryphon kernel: [ 4399.051447] ata2.00: exception Emask 0x0 SAct 0x80000 SErr 0x0 action 0x0
Jul  3 19:28:24 tryphon kernel: [ 4399.065213] ata2.00: irq_stat 0x40000008
Jul  3 19:28:24 tryphon kernel: [ 4399.073159] ata2.00: failed command: READ FPDMA QUEUED
Jul  3 19:28:24 tryphon kernel: [ 4399.083555] ata2.00: cmd 60/08:98:78:23:80/00:00:00:00:00/40 tag 19 ncq dma 4096 in
Jul  3 19:28:24 tryphon kernel: [ 4399.083555]          res 41/40:08:78:23:80/00:00:00:00:00/40 Emask 0x409 (media error) <F>
Jul  3 19:28:24 tryphon kernel: [ 4399.115655] ata2.00: status: { DRDY ERR }
Jul  3 19:28:24 tryphon kernel: [ 4399.123792] ata2.00: error: { UNC }
Jul  3 19:28:24 tryphon kernel: [ 4399.171197] ata2.00: configured for UDMA/133
Jul  3 19:28:24 tryphon kernel: [ 4399.171223] sd 1:0:0:0: [sdb] tag#19 FAILED Result: hostbyte=DID_OK driverbyte=DRIVER_SENSE
Jul  3 19:28:24 tryphon kernel: [ 4399.171228] sd 1:0:0:0: [sdb] tag#19 Sense Key : Medium Error [current] 
Jul  3 19:28:24 tryphon kernel: [ 4399.171232] sd 1:0:0:0: [sdb] tag#19 Add. Sense: Unrecovered read error - auto reallocate failed
Jul  3 19:28:24 tryphon kernel: [ 4399.171237] sd 1:0:0:0: [sdb] tag#19 CDB: Read(10) 28 00 00 80 23 78 00 00 08 00
Jul  3 19:28:24 tryphon kernel: [ 4399.171240] blk_update_request: I/O error, dev sdb, sector 8397688
Jul  3 19:28:24 tryphon kernel: [ 4399.183787] Buffer I/O error on dev sdb, logical block 1049711, async page read
Jul  3 19:28:24 tryphon kernel: [ 4399.198659] ata2: EH complete

а также:

Jul  5 12:28:06 tryphon kernel: [    5.513650] ata2.00: exception Emask 0x0 SAct 0x4000 SErr 0x0 action 0x0
Jul  5 12:28:06 tryphon kernel: [    5.527221] ata2.00: irq_stat 0x40000008
Jul  5 12:28:06 tryphon kernel: [    5.535114] ata2.00: failed command: READ FPDMA QUEUED
Jul  5 12:28:06 tryphon kernel: [    5.545448] ata2.00: cmd 60/08:70:98:af:32/00:00:00:00:00/40 tag 14 ncq dma 4096 in
Jul  5 12:28:06 tryphon kernel: [    5.545448]          res 41/40:08:98:af:32/00:00:00:00:00/40 Emask 0x409 (media error) <F>
Jul  5 12:28:06 tryphon kernel: [    5.577373] ata2.00: status: { DRDY ERR }
Jul  5 12:28:06 tryphon kernel: [    5.585423] ata2.00: error: { UNC }
Jul  5 12:28:06 tryphon kernel: [    5.632752] ata2.00: configured for UDMA/133
Jul  5 12:28:06 tryphon kernel: [    5.632778] sd 1:0:0:0: [sdb] tag#14 FAILED Result: hostbyte=DID_OK driverbyte=DRIVER_SENSE
Jul  5 12:28:06 tryphon kernel: [    5.632784] sd 1:0:0:0: [sdb] tag#14 Sense Key : Medium Error [current] 
Jul  5 12:28:06 tryphon kernel: [    5.632790] sd 1:0:0:0: [sdb] tag#14 Add. Sense: Unrecovered read error - auto reallocate failed
Jul  5 12:28:06 tryphon kernel: [    5.632797] sd 1:0:0:0: [sdb] tag#14 CDB: Read(10) 28 00 00 32 af 98 00 00 08 00
Jul  5 12:28:06 tryphon kernel: [    5.632801] blk_update_request: I/O error, dev sdb, sector 3321752
Jul  5 12:28:06 tryphon kernel: [    5.645296] md/raid1:md1: sdb3: rescheduling sector 173976
Jul  5 12:28:06 tryphon kernel: [    5.656333] ata2: EH complete
Jul  5 12:28:06 tryphon kernel: [    5.695829] md/raid1:md1: redirecting sector 173976 to other mirror: sda3

Затем я посмотрел на то, что привод сообщает системе SMART. Это результат:

# smartctl -a /dev/sdb
smartctl 6.4 2014-10-07 r4002 [x86_64-linux-4.9.0-0.bpo.6-amd64] (local build)
Copyright (C) 2002-14, Bruce Allen, Christian Franke, www.smartmontools.org

=== START OF INFORMATION SECTION ===
Device Model:     LDLC
Serial Number:    07072217A1171
Firmware Version: Q0601B
User Capacity:    120,034,123,776 bytes [120 GB]
Sector Size:      512 bytes logical/physical
Rotation Rate:    Solid State Device
Form Factor:      2.5 inches
Device is:        Not in smartctl database [for details use: -P showall]
ATA Version is:   ACS-2 T13/2015-D revision 3
SATA Version is:  SATA 3.2, 6.0 Gb/s (current: 6.0 Gb/s)
Local Time is:    Wed Jul 11 00:43:45 2018 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:  (0x00)     Offline data collection activity
                                    was never started.
                                    Auto Offline Data Collection: Disabled.
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:            (  120) seconds.
Offline data collection
capabilities:                        (0x11) SMART execute Offline immediate.
                                    No Auto Offline data collection support.
                                    Suspend Offline collection upon new
                                    command.
                                    No Offline surface scan supported.
                                    Self-test supported.
                                    No Conveyance Self-test supported.
                                    No Selective Self-test supported.
SMART capabilities:            (0x0002)     Does not save 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:    (   2) minutes.
Extended self-test routine
recommended polling time:    (  10) minutes.

SMART Attributes Data Structure revision number: 1
Vendor Specific SMART Attributes with Thresholds:
ID# ATTRIBUTE_NAME          FLAG     VALUE WORST THRESH TYPE      UPDATED  WHEN_FAILED RAW_VALUE
  1 Raw_Read_Error_Rate     0x0032   100   100   050    Old_age   Always       -       0
  5 Reallocated_Sector_Ct   0x0032   100   100   050    Old_age   Always       -       0
  9 Power_On_Hours          0x0032   100   100   050    Old_age   Always       -       3828
 12 Power_Cycle_Count       0x0032   100   100   050    Old_age   Always       -       18
160 Unknown_Attribute       0x0032   100   100   050    Old_age   Always       -       6
161 Unknown_Attribute       0x0033   100   100   050    Pre-fail  Always       -       99
163 Unknown_Attribute       0x0032   100   100   050    Old_age   Always       -       60
164 Unknown_Attribute       0x0032   100   100   050    Old_age   Always       -       3268
165 Unknown_Attribute       0x0032   100   100   050    Old_age   Always       -       2
166 Unknown_Attribute       0x0032   100   100   050    Old_age   Always       -       1
167 Unknown_Attribute       0x0032   100   100   050    Old_age   Always       -       1
168 Unknown_Attribute       0x0032   100   100   050    Old_age   Always       -       1500
169 Unknown_Attribute       0x0032   100   100   050    Old_age   Always       -       100
175 Program_Fail_Count_Chip 0x0032   100   100   050    Old_age   Always       -       0
176 Erase_Fail_Count_Chip   0x0032   100   100   050    Old_age   Always       -       0
177 Wear_Leveling_Count     0x0032   100   100   050    Old_age   Always       -       18
178 Used_Rsvd_Blk_Cnt_Chip  0x0032   100   100   050    Old_age   Always       -       1
181 Program_Fail_Cnt_Total  0x0032   100   100   050    Old_age   Always       -       0
182 Erase_Fail_Count_Total  0x0032   100   100   050    Old_age   Always       -       0
192 Power-Off_Retract_Count 0x0032   100   100   050    Old_age   Always       -       7
194 Temperature_Celsius     0x0022   100   100   050    Old_age   Always       -       40
195 Hardware_ECC_Recovered  0x0032   100   100   050    Old_age   Always       -       11868576
196 Reallocated_Event_Count 0x0032   100   100   050    Old_age   Always       -       6
197 Current_Pending_Sector  0x0032   100   100   050    Old_age   Always       -       0
198 Offline_Uncorrectable   0x0032   100   100   050    Old_age   Always       -       6
199 UDMA_CRC_Error_Count    0x0032   100   100   050    Old_age   Always       -       0
232 Available_Reservd_Space 0x0032   100   100   050    Old_age   Always       -       99
241 Total_LBAs_Written      0x0030   100   100   050    Old_age   Offline      -       10975
242 Total_LBAs_Read         0x0030   100   100   050    Old_age   Offline      -       29075
245 Unknown_Attribute       0x0032   100   100   050    Old_age   Always       -       2904

SMART Error Log Version: 1
No Errors Logged

SMART Self-test log structure revision number 1
No self-tests have been logged.  [To run self-tests, use: smartctl -t]

Selective Self-tests/Logging not supported

Насколько я понимаю, атрибут Offline_Uncorrectable со значением 6 выглядит очень плохо, так как мне кажется, что некоторые данные были потеряны 6 раз. Я что-то пропустил?

Кроме того, необработанное значение атрибута Hardware_ECC_Recovered выглядит огромным, особенно по сравнению с атрибутом Total_LBAs_Read .

Должен ли я беспокоиться о своем SSD-накопителе? Должен ли я заменить его?

Для чего это стоит, это привод TLC. Я знаю, что они менее долговечны, чем диски MLC (или даже лучше SLC), но я не ожидал потери данных через несколько месяцев.

Answer 1

Частичный ответ:

У вас есть 6 Offline_uncorrectable (что должно происходить во время офлайн-тестов) и 6 Reallocated_Event_Count , но ноль Reallocated_Sector_Ct . Я читал это как «шесть раз пытался перераспределить блок во время автономного теста, но каждый раз не получалось».

В сообщении об ошибке в журнале ядра также указано "сбой автоматического перераспределения", хотя это событие в сети , а не в автономном режиме .

Так:

1) Используйте smartctl для просмотра результатов оффлайн-тестов, в частности, в какое время они были выполнены и произошли ли ошибки.

2) Используйте smartctl для запуска другого автономного теста (в течение ночи и т.д.). Посмотри на результаты.

3) Вы упомянули "некоторые новые ошибки чтения" в комментарии. Каковы номера блоков для них? Это всегда один и тот же блок?

Если это один блок, который по какой-то причине не может быть автоматически перераспределен, я бы посоветовал пометить этот блок как плохой в файловой системе (большинство файловых систем имеют эту функцию). Обычно это не делается сегодня, потому что все жесткие диски автоматически перераспределяются, как механические, так и твердотельные накопители, но эта функция существует именно для этой цели.

Хотя я был бы более обеспокоен тем, что автоматическое перераспределение не удалось; это может означать, что (невидимый) блок, содержащий метаинформацию перераспределения, является плохим.

Я не уверен, что с этим делать; если у поставщика SDD есть специальный инструмент для загрузки, где вы можете настроить низкоуровневые компоненты (некоторые поставщики делают это), это может помочь.