A unidade está falhando, mas o controlador LSI MegaRAID não a detecta

Question

O smartmontools reporta um número crescente de setores ilegíveis em uma unidade que é usada em uma configuração RAID1. Eu pensei que o controlador MegaRAID LSI também verifica o status SMART de suas unidades de disco e, portanto, deve reconhecer a unidade como falha e deve marcá-lo como offline?

Saída de smartctl -d sat + megaraid, 7 -a / dev / sda:

...
197 Current_Pending_Sector  0x0022   100   100   000    Old_age   Always       -       69
...
Error 11 occurred at disk power-on lifetime: 9704 hours (404 days + 8 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 11 6f cd 04 0f  Error: UNC at LBA = 0x0f04cd6f = 251972975

Commands leading to the command that caused the error were:
CR FR SC SN CL CH DH DC   Powered_Up_Time  Command/Feature_Name
-- -- -- -- -- -- -- --  ----------------  --------------------
60 69 38 17 cd 04 40 00   2d+11:27:29.750  READ FPDMA QUEUED
61 10 30 98 12 55 40 00   2d+11:27:29.750  WRITE FPDMA QUEUED
61 01 28 57 86 da 40 00   2d+11:27:29.750  WRITE FPDMA QUEUED
60 09 20 f7 d1 04 40 00   2d+11:27:29.750  READ FPDMA QUEUED
60 80 18 00 d2 04 40 00   2d+11:27:29.750  READ FPDMA QUEUED
...
SMART Self-test log structure revision number 1
Num  Test_Description    Status                  Remaining  LifeTime(hours)  LBA_of_first_error
# 1  Short offline       Completed without error       00%      9700         -
# 2  Short offline       Completed without error       00%      9676         -
# 3  Extended offline    Completed: read failure       90%      9673         251972659

Saída do MegaCli -AdpAllInfo -aAll:

Product Name    : LSI MegaRAID SAS 9260-4i
...
================
Virtual Drives    : 2
  Degraded        : 0
  Offline         : 0
Physical Devices  : 5
  Disks           : 4
  Critical Disks  : 0
  Failed Disks    : 0

Por favor, informe se o comportamento do controlador RAID é normal ou se há algum erro de configuração em algum lugar. O controlador deve estar em seu estado de fábrica, eu configurei apenas os quatro discos físicos como dois volumes RAID1.

O disco defeituoso será substituído de qualquer maneira.

Atualização : Aprendi que há, de fato, uma maneira de aprender sobre esse tipo de erro (veja abaixo), mas achei que esse tipo de informação seria exibido em um status mais proeminente informações, não enterradas nos arquivos de log.

Parece que o controlador RAID não sinalizou esse disco porque ele ainda pode se recuperar dessa condição de erro.

    

Answer 1

Para ver os registros do controlador RAID, execute este comando:

/opt/MegaRAID/MegaCli/MegaCli -AdpEventLog -GetLatest 1000 -f events.log -aALL

O arquivo events.log continha entradas como essas, o que indica um problema com o disco:

Code: 0x0000006e
Class: 0
Locale: 0x02
Event Description: Corrected medium error during recovery on PD 07(e0xfc/s2) at f04cb53
Event Data:
===========
Device ID: 7
Enclosure Index: 252
Slot Number: 2
LBA: 251972435


seqNum: 0x00004f65
Time: Wed Mar  6 05:36:48 2013

Code: 0x00000071
Class: 0
Locale: 0x02
Event Description: Unexpected sense: PD 07(e0xfc/s2) Path 4433221101000000, CDB: 28 00 0f 04 d1 f7 00 01 e0 00, Sense: 3/11/00
Event Data:
===========
Device ID: 7
Enclosure Index: 252
Slot Number: 2
CDB Length: 10
CDB Data:
0028 0000 000f 0004 00d1 00f7 0000 0001 00e0 0000 0000 0000 0000 0000 0000 0000 Sense Length: 18
Sense Data:
00f0 0000 0003 000f 0004 00d2 0046 000a 0000 0000 0000 0000 0011 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000 0000

seqNum: 0x00004f64
Time: Wed Mar  6 05:36:43 2013