web-dev-qa-db-ja.com

HDD＆SSD Linux：ハードリセットリンク

私の現在のストレージ設定は、Linuxボックス内の2つの従来のHDDと2つのSSDで構成されており、それぞれがラックを介して暗号化された独自のRAID1アレイ上にあります。具体的な質問ではなく、ある種の話があります。

1年以上前から、一部のドライブからカーネルログに「リンクのハードリセット」エラーがランダムに発生しました。問題のあるドライブをRMAすると、新しいドライブによって問題が停止します。数か月後、私は最終的に、一見ランダムな時間に同じエラーが再び表示されるようになりました。ドライブはRAIDで障害が発生したとマークされ、fdisk -lに表示されなくなります。コンピュータを再起動すると、ドライブが再び表示され、アレイに再度追加して再構築できます。遅かれ早かれ、その問題は、通常は数時間後に再び発生します。

約6か月前、従来のドライブほど高い故障率が発生しないことを期待して、従来のHDDのうち2台をSSDに交換しました。しかし、過去数日間、新しいSSDの1つと従来のドライブの1つで問題が発生し始めました。

パターンが浮かび上がってきます。新しいドライブを入手しましたが、数か月後に問題が発生し始めました。 HDDの故障率が高いことが原因だといつも思っていましたが、今はSSDで起こっているので、ドライブの故障ではないと思います。他に何が問題になる可能性がありますか？問題が発生し始めてから複数のOSをインストールしているので、ソフトウェアの問題を除外したいと思います。これにより、SATAケーブルまたはマザーボードが残ります。ディスク暗号化がドライブに過度のストレスをかけている可能性がありますか？詳細情報を確認するためにできることはありますか？いつもありがとう。

以下は、同じ問題が発生していた数か月前に私が尋ねた質問からの問題のdmesg出力です。

[43161.734107] ata3: ATA_REG 0x41 ERR_REG 0x84
[43161.734110] ata3: tag : dhfis dmafis sdbfis sactive
[43161.734113] ata3: tag 0x0: 1 1 0 1  
[43161.734123] ata3.00: exception Emask 0x1 SAct 0x1 SErr 0x180000 action 0x6 frozen
[43161.734127] ata3.00: Ata error. fis:0x21
[43161.734130] ata3: SError: { 10B8B Dispar }
[43161.734134] ata3.00: failed command: READ FPDMA QUEUED
[43161.734142] ata3.00: cmd 60/08:00:a8:03:00/00:00:00:00:00/40 tag 0 ncq 4096 in
[43161.734144]          res 41/84:04:a8:03:00/84:00:00:00:00/40 Emask 0x10 (ATA bus error)
[43161.734148] ata3.00: status: { DRDY ERR }
[43161.734150] ata3.00: error: { ICRC ABRT }
[43161.734155] ata3: hard resetting link
[43161.734158] ata3: nv: skipping hardreset on occupied port
[43162.220095] ata3: SATA link up 3.0 Gbps (SStatus 123 SControl 300)
[43162.260202] ata3.00: model number mismatch 'WDC WD2002FAEX-007BA0' != 'C WD2002FAEX-007BA0                   �'
[43162.260206] ata3.00: revalidation failed (errno=-19)
[43162.260211] ata3.00: limiting speed to UDMA/133:PIO2
[43167.220123] ata3: hard resetting link
[43167.220127] ata3: nv: skipping hardreset on occupied port
[43167.710060] ata3: SATA link up 3.0 Gbps (SStatus 123 SControl 300)
[43167.750228] ata3.00: model number mismatch 'WDC WD2002FAEX-007BA0' != 'C WD2002FAEX-007BA0                   �'
[43167.750232] ata3.00: revalidation failed (errno=-19)
[43167.750236] ata3.00: disabled
[43172.710100] ata3: hard resetting link
[43173.620110] ata3: SATA link up 3.0 Gbps (SStatus 123 SControl 300)
[43173.640455] ata3.00: failed to IDENTIFY (INIT_DEV_PARAMS failed, err_mask=0x80)
[43178.620116] ata3: hard resetting link
[43179.530113] ata3: SATA link up 3.0 Gbps (SStatus 123 SControl 300)
[43179.550748] ata3.00: ATA-8: WDC WD2002FAEX-007BA0, 05.01D05, max UDMA/133
[43179.550753] ata3.00: 3907029168 sectors, multi 16: LBA48 NCQ (depth 31/32)
[43179.570208] ata3.00: model number mismatch 'WDC WD2002FAEX-007BA0' != 'C WD2002FAEX-007BA0                   �'
[43179.570213] ata3.00: revalidation failed (errno=-19)
[43179.570220] ata3: limiting SATA link speed to 1.5 Gbps
[43179.570224] ata3.00: limiting speed to UDMA/133:PIO3
[43184.530066] ata3: hard resetting link
[43184.530070] ata3: nv: skipping hardreset on occupied port
[43185.020091] ata3: SATA link up 3.0 Gbps (SStatus 123 SControl 300)
[43185.060949] ata3.00: configured for UDMA/133
[43185.060969] sd 2:0:0:0: [sdd]  Result: hostbyte=DID_OK driverbyte=DRIVER_SENSE
[43185.060974] sd 2:0:0:0: [sdd]  Sense Key : Aborted Command [current] [descriptor]
[43185.060980] Descriptor sense data with sense descriptors (in hex):
[43185.060983]         72 0b 47 00 00 00 00 0c 00 0a 80 00 00 00 00 00 
[43185.060995]         00 00 03 a8 
[43185.061000] sd 2:0:0:0: [sdd]  Add. Sense: Scsi parity error
[43185.061006] sd 2:0:0:0: [sdd] CDB: Read(10): 28 00 00 00 03 a8 00 00 08 00
[43185.061017] end_request: I/O error, dev sdd, sector 936
[43185.061023] Buffer I/O error on device sdd, logical block 117
[43185.061044] sd 2:0:0:0: rejecting I/O to offline device
[43185.061048] sd 2:0:0:0: killing request
[43185.061062] ata3: EH complete
[43185.061075] sd 2:0:0:0: rejecting I/O to offline device
[43185.061123] sd 2:0:0:0: rejecting I/O to offline device
[43185.061134] sd 2:0:0:0: rejecting I/O to offline device
[43185.061140] sd 2:0:0:0: rejecting I/O to offline device
[43185.061145] sd 2:0:0:0: [sdd] READ CAPACITY(16) failed
[43185.061147] sd 2:0:0:0: [sdd]  Result: hostbyte=DID_NO_CONNECT driverbyte=DRIVER_OK
[43185.061152] sd 2:0:0:0: [sdd] Sense not available.
[43185.061155] sd 2:0:0:0: rejecting I/O to offline device
[43185.061166] sd 2:0:0:0: rejecting I/O to offline device
[43185.061175] sd 2:0:0:0: rejecting I/O to offline device
[43185.061185] sd 2:0:0:0: rejecting I/O to offline device
[43185.061193] sd 2:0:0:0: rejecting I/O to offline device
[43185.061198] sd 2:0:0:0: [sdd] READ CAPACITY failed
[43185.061202] sd 2:0:0:0: rejecting I/O to offline device
[43185.061209] sd 2:0:0:0: [sdd]  Result: hostbyte=DID_NO_CONNECT driverbyte=DRIVER_OK
[43185.061215] sd 2:0:0:0: [sdd] Sense not available.
[43185.061226] sd 2:0:0:0: rejecting I/O to offline device
[43185.061235] sd 2:0:0:0: rejecting I/O to offline device
[43185.061245] sd 2:0:0:0: rejecting I/O to offline device
[43185.061254] sd 2:0:0:0: rejecting I/O to offline device
[43185.061263] sd 2:0:0:0: rejecting I/O to offline device
[43185.061274] sd 2:0:0:0: rejecting I/O to offline device
[43185.061280] sd 2:0:0:0: [sdd] Asking for cache data failed
[43185.061283] sd 2:0:0:0: [sdd] Assuming drive cache: write through
[43185.061289] sdd: detected capacity change from 2000398934016 to 0
[43185.061610] ata3.00: detaching (SCSI 2:0:0:0)
[43185.062444] sd 2:0:0:0: [sdd] Stopping disk
[43249.120042] ata4.00: exception Emask 0x0 SAct 0x0 SErr 0x0 action 0x6 frozen
[43249.120046] ata4.00: failed command: FLUSH CACHE EXT
[43249.120051] ata4.00: cmd ea/00:00:00:00:00/00:00:00:00:00/a0 tag 0
[43249.120052]          res 40/00:00:00:4f:c2/00:00:00:00:00/00 Emask 0x4 (timeout)
[43249.120054] ata4.00: status: { DRDY }
[43249.120059] ata4: hard resetting link
[43249.120060] ata4: nv: skipping hardreset on occupied port
[43249.610042] ata4: SATA link up 3.0 Gbps (SStatus 123 SControl 300)
[43249.650323] ata4.00: configured for UDMA/133
[43249.650326] ata4.00: retrying FLUSH 0xea Emask 0x4
[43249.650452] ata4.00: device reported invalid CHS sector 0
[43249.650458] ata4: EH complete
linuxhard-drivessdraidluks
3
shanet

ここに質問があります。私は（私が正しく理解していれば）この失敗の原因を特定するプロセスは何だと思いますか？

私はネットワークセキュリティエンジニアです。だから、これをタイプしている間、私がしがみついていることを理解してください。これを暗号の問題として排除します。ドライブを復号化し、まだ問題があるかどうかを確認します。欠点は、復号化して数か月間使用する必要があることです。

ケーブルは簡単なテストです（最初にそこから始める必要があります）。それらを交換しますが、ケース内にネオンライトがない限り、それが問題であるとは信じられません。

それはモボを残します。それが他の2つでない場合...

彼らが私のトラブルシューティングに同意しない場合、誰かがチャイムを鳴らすと確信しています。ケーブルを変更するのに費用はかかりません。暗号化を一時的に無効にすることはセキュリティリスクであり、受け入れるかどうかを判断できるのは自分だけです。

3
Everett

SATAリンクに多くのエラーがあるようです。その結果、ホストはリンクを介してコマンドを確実に取得できず、取得すると、返されるデータが破損することがあります。

メッセージで、速度が制限されているか、予期されたドライブ識別子が受信されなかったことがわかります。また、SATAのハードウェアレベルで何が起こっているかを必ずしも反映していない、ドライバーのさまざまなレイヤーからの紛らわしいメッセージが表示されています。たとえば、「速度をUDMA/133：PIO3に制限する」は、パラレルATAドライブにのみ厳密に適用されます（これは、ドライバーがエラーが解消されるかどうかを確認するために、より遅いインターフェイス速度を試行していることを意味します）が、エラーメッセージは明らかに最低であることを示しています実際にハードウェアを扱うレベルは、SATAドライブと通信していることを理解しています。

SATAケーブルかもしれないというあなたの考えは良いものです。それらを交換してみて、定格がSATA 3.0 Gb /秒（「SATA2」または「SATAII」とも呼ばれる）であることを確認してください。ドライブが問題だとは思いません。ドライブを交換した後、エラーが表示されるまでに数か月かかるのはなぜですか？たぶん、ケーブルがどういうわけか緩んでいて、ドライブを交換するとケーブルが取り付け直されます。または多分それはただの偶然です。

3
tenner