Já há vários anos rodamos um software RAID1 em uma velha caixa do Gentoo com um Linux 2.6.31 customizado. O RAID consiste em 2 discos rígidos com 4 partições cada. Nos últimos anos, aconteceu cerca de 3-4 vezes que um disco foi jogado fora do array. Mas cada vez que badblocks não reportou um erro e eu consegui reativar o disco assim
mdadm /dev/md3 -r /dev/sda3
mdadm /dev/md3 -a /dev/sda3
Desta vez, a situação é diferente: mdadm relatou 2 partições defeituosas nas últimas 24 h, ambas no mesmo disco sda . Mais uma vez eu corri badblocks sem sucesso: ele relatou 0 blocos ruins. Se eu tentar adicionar o disco defeituoso de volta ao array, ele quebra o mesmo erro toda vez:
Mar 25 23:09:10 xen0 kernel: ata1.00: exception Emask 0x0 SAct 0x0 SErr 0x0 action 0x0
Mar 25 23:09:10 xen0 kernel: ata1.00: irq_stat 0x40000001
Mar 25 23:09:10 xen0 kernel: ata1.00: cmd ea/00:00:00:00:00/00:00:00:00:00/a0 tag 0
Mar 25 23:09:10 xen0 kernel: res 51/04:00:38:df:f7/00:00:00:00:00/a7 Emask 0x1 (device error)
Mar 25 23:09:10 xen0 kernel: ata1.00: status: { DRDY ERR }
Mar 25 23:09:10 xen0 kernel: ata1.00: error: { ABRT }
Mar 25 23:09:10 xen0 kernel: ata1.00: configured for UDMA/133
Mar 25 23:09:10 xen0 kernel: ata1: EH complete
Mar 25 23:09:10 xen0 kernel: end_request: I/O error, dev sda, sector 18297870
Mar 25 23:09:10 xen0 kernel: md: super_written gets error=-5, uptodate=0
Mar 25 23:09:10 xen0 kernel: md: md3: recovery done.
Mar 25 23:09:10 xen0 kernel: RAID1 conf printout:
Mar 25 23:09:10 xen0 kernel: --- wd:1 rd:2
Mar 25 23:09:10 xen0 kernel: disk 0, wo:1, o:0, dev:sda3
Mar 25 23:09:10 xen0 kernel: disk 1, wo:0, o:1, dev:sdb3
Mar 25 23:09:10 xen0 kernel: RAID1 conf printout:
Mar 25 23:09:10 xen0 kernel: --- wd:1 rd:2
Mar 25 23:09:10 xen0 kernel: disk 1, wo:0, o:1, dev:sdb3
O setor é sempre o mesmo: 18297870 . Se eu checar a saída de smartctl -a /dev/sda ele não mostra nenhum setor realocado, então, eu pensei, eu poderia impor a realocação com um método que eu encontrei aqui .
hdparm --read-sector 18297870 /dev/sda
hdparm --write-sector 18297870 --yes-i-know-what-i-am-doing /dev/sda
Mas com os comandos acima, o disco não relata nenhum erro - e, portanto, não realoca o setor:
smartctl -a /dev/sda | grep -i reall
5 Reallocated_Sector_Ct 0x0033 200 200 140 Pre-fail Always - 0
196 Reallocated_Event_Count 0x0032 200 200 000 Old_age Always - 0
Eu pesquisei a mensagem status: { DRDY ERR } e alguns dizem que isso pode ser um bug do kernel. Mas então eu me pergunto por que isso começou a acontecer agora. Não houve mudança no sistema nos últimos anos.
Há uma coisa que ainda me incomoda: smartctl -a /dev/sda também relata alguns erros nos logs. É sempre o mesmo erro:
Error 15 occurred at disk power-on lifetime: 39971 hours (1665 days + 11 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
-- -- -- -- -- -- --
04 51 00 38 df f7 a7
Commands leading to the command that caused the error were:
CR FR SC SN CL CH DH DC Powered_Up_Time Command/Feature_Name
-- -- -- -- -- -- -- -- ---------------- --------------------
ea 00 00 00 00 00 00 08 35d+12:17:45.571 FLUSH CACHE EXT
61 80 f0 0e 96 2d 00 08 35d+12:17:44.033 WRITE FPDMA QUEUED
61 80 e8 8e 95 2d 00 08 35d+12:17:44.033 WRITE FPDMA QUEUED
61 80 e0 0e 95 2d 00 08 35d+12:17:44.033 WRITE FPDMA QUEUED
61 80 d8 8e 94 2d 00 08 35d+12:17:44.033 WRITE FPDMA QUEUED
Tudo isso não faz sentido para mim: se o disco está realmente com defeito, por que posso ler e gravar com sucesso no setor em que a ressincronização de RAID falha a cada vez? E por que o disco não tenta primeiro realocar o setor quebrado se ele realmente detectar um erro?