Meu disco rígido está falhando?

2

Acabei de substituir o disco rígido no meu servidor.

Era parte de um array RAID 1. A partição sdb1 continua falhando a cada poucas horas agora.

# cat /proc/mdstat
Personalities : [linear] [raid0] [raid1] [raid10] [raid6] [raid5] [raid4] [multi                                                                                                 path] [faulty]
md1 : active raid1 sdb1[2](F) sda1[0]
      463216576 blocks [2/1] [U_]

md3 : active raid1 sdb3[1] sda3[0]
      20970432 blocks [2/2] [UU]

mdadm:

# mdadm -D /dev/md1
/dev/md1:
        Version : 0.90
  Creation Time : Tue Dec 25 15:04:23 2012
     Raid Level : raid1
     Array Size : 463216576 (441.76 GiB 474.33 GB)
  Used Dev Size : 463216576 (441.76 GiB 474.33 GB)
   Raid Devices : 2
  Total Devices : 2
Preferred Minor : 1
    Persistence : Superblock is persistent

    Update Time : Wed Sep 25 14:30:49 2013
          State : clean, degraded
 Active Devices : 1
Working Devices : 1
 Failed Devices : 1
  Spare Devices : 0

           UUID : 6ac92849:bf49a597:a4d2adc2:26fd5302
         Events : 0.5728035

    Number   Major   Minor   RaidDevice State
       0       8        1        0      active sync   /dev/sda1
       1       0        0        1      removed

       2       8       17        -      faulty spare   /dev/sdb1

O disco rígido recém-substituído está falhando?

Eu executei o smartctl, mas não sou especialista em interpretar os resultados:

# smartctl -a /dev/sdb
smartctl 5.43 2012-06-30 r3573 [x86_64-linux-3.10.9-xxxx-std-ipv6-64] (local build)
Copyright (C) 2002-12 by Bruce Allen, http://smartmontools.sourceforge.net

=== START OF INFORMATION SECTION ===
Device Model:     TOSHIBA DT01ACA050
Serial Number:    535DN5SNS
LU WWN Device Id: 5 000039 ff6d3d7bb
Firmware Version: MS1OA750
User Capacity:    500,107,862,016 bytes [500 GB]
Sector Sizes:     512 bytes logical, 4096 bytes physical
Device is:        Not in smartctl database [for details use: -P showall]
ATA Version is:   8
ATA Standard is:  ATA-8-ACS revision 4
Local Time is:    Wed Sep 25 14:28:36 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:      (   0) The previous self-test routine completed
                                        without error or no self-test has ever
                                        been run.
Total time to complete Offline
data collection:                ( 4934) 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:        (  83) minutes.
SCT capabilities:              (0x003d) SCT Status supported.
                                        SCT Error Recovery Control supported.
                                        SCT Feature Control supported.
                                        SCT Data Table supported.

SMART Attributes Data Structure revision number: 16
Vendor Specific SMART Attributes with Thresholds:
ID# ATTRIBUTE_NAME          FLAG     VALUE WORST THRESH TYPE      UPDATED  WHEN_FAILED RAW_VALUE
  1 Raw_Read_Error_Rate     0x000b   100   100   016    Pre-fail  Always       -       0
  2 Throughput_Performance  0x0005   136   136   054    Pre-fail  Offline      -       91
  3 Spin_Up_Time            0x0007   100   100   024    Pre-fail  Always       -       0
  4 Start_Stop_Count        0x0012   100   100   000    Old_age   Always       -       1
  5 Reallocated_Sector_Ct   0x0033   100   100   005    Pre-fail  Always       -       87
  7 Seek_Error_Rate         0x000b   100   100   067    Pre-fail  Always       -       0
  8 Seek_Time_Performance   0x0005   115   115   020    Pre-fail  Offline      -       34
  9 Power_On_Hours          0x0012   100   100   000    Old_age   Always       -       45
 10 Spin_Retry_Count        0x0013   100   100   060    Pre-fail  Always       -       0
 12 Power_Cycle_Count       0x0032   100   100   000    Old_age   Always       -       1
192 Power-Off_Retract_Count 0x0032   100   100   000    Old_age   Always       -       333
193 Load_Cycle_Count        0x0012   100   100   000    Old_age   Always       -       333
194 Temperature_Celsius     0x0002   206   206   000    Old_age   Always       -       29 (Min/Max 24/32)
196 Reallocated_Event_Count 0x0032   100   100   000    Old_age   Always       -       154
197 Current_Pending_Sector  0x0022   100   100   000    Old_age   Always       -       0
198 Offline_Uncorrectable   0x0008   100   100   000    Old_age   Offline      -       0
199 UDMA_CRC_Error_Count    0x000a   200   200   000    Old_age   Always       -       0

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]


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.

Gostaria de receber algum feedback sobre os resultados?

ATUALIZAÇÃO:

Um engenheiro examinou meus registros e encontrou o seguinte:

ata2.00: exception Emask 0x0 SAct 0x9 SErr 0x0 action 0x6 frozen
ata2.00: failed command: WRITE FPDMA QUEUED
ata2.00: cmd 61/80:00:80:19:1f/00:00:33:00:00/40 tag 0 ncq
65536 out
     res 40/00:01:09:4f:c2/00:00:00:00:00/00 Emask 0x4
(timeout)
ata2.00: status: { DRDY }
ata2.00: failed command: WRITE FPDMA QUEUED
ata2.00: cmd 61/00:18:80:15:1f/04:00:33:00:00/40 tag 3 ncq
524288 out
     res 40/00:00:00:00:00/00:00:00:00:00/00 Emask 0x4
(timeout)
ata2.00: status: { DRDY }
ata2: hard resetting link
ata2: link is slow to respond, please be patient (ready=0)
ata2: SATA link up 3.0 Gbps (SStatus 123 SControl 300)
ata2.00: configured for UDMA/133
ata2.00: device reported invalid CHS sector 0 sd 1:0:0:0: [sdb] Unhandled error code sd 1:0:0:0: [sdb]  

Ele quer substituir o conector SATA. É possível que um conector defeituoso cause setores defeituosos em uma unidade? Ou um conector SATA ruim poderia estar causando falhas nos setores de leitura que, então, seriam marcados como ruins?

    
por Elijah Paul 25.09.2013 / 15:21

1 resposta

9

5 Reallocated_Sector_Ct  0x0033 100  100  005  Pre-fail  Always   -   87 <<<===

Esta é geralmente a contagem de quantos setores defeituosos já foram adicionado à lista de defeitos crescentes que a unidade acompanha internamente. NOTA: discos rígidos modernos só remapear setores quando ocorre uma gravação, então haverá um muitos casos em que o valor bruto deste atributo é 0, mas a unidade tem vários setores defeituosos pendentes de realocação (contador Current_Pending_Sector). Quando uma gravação ocorre em um mau setor, o drive adicionará o setor à sua "G-List" interna e trocará o setor com um sobressalente de um conjunto de setores definidos pela fábrica reservado apenas para este propósito. Se esse número for maior que 0, sua unidade já iniciou sua queda espiral de falha, e você já pode ter perdido dados (dependendo se o drive foi capaz de ler todos os dados antes de realocá-lo ou não).

196 Reallocated_Event_Count 0x0032 100 100 000  Old_age   Always  -   154 <<<===

Esta é geralmente a contagem de todas as tentativas de remapeamento pela unidade (ambas bem sucedida e malsucedida). Isso pode diferir do Reallocated_Sector_Ct - geralmente será mais alto. Veja também este atributo.

Assista aos contadores acima mencionados quão rápido eles estão crescendo. Na minha opinião, vale a pena substituir essa unidade, pois esta parece estar morrendo.

    
por 25.09.2013 / 15:37