web-dev-qa-db-ja.com

SSDドライブに障害が発生していますか？

かなり新しいSSD（5か月前に購入）を使用していますが、最近読み取りエラーが発生しました。カーネルが報告した内容は次のとおりです。

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

数分後、smartdデーモンがrootに電子メールを送信しました。

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.

HDDを備えたRAID1構成で使用されるため、これは劇的に悪いわけではありませんが、それでも悪い音がします。

とにかく、dd if=/dev/sdb of=/dev/nullでSSDの可読性を確認したかったのですが、さらに多くの読み取りエラーが発生しました。次の読み取りエラーのカーネルログは次のとおりです。

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

そして：

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

次に、ドライブがS.M.A.R.T.システムで報告する内容を確認しました。結果は次のとおりです。

# 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

私が理解しているように、値が6のOffline_Uncorrectable属性は、一部のデータが6回失われたように見えるため、非常に悪いように見えます。私は何かが足りないのですか？

また、Hardware_ECC_Recovered属性の生の値は、特にTotal_LBAs_Read属性と比較した場合、巨大に見えます。

SSDドライブについて心配する必要がありますか？交換する必要がありますか？

価値のあるものとして、これはTLCドライブです。 MLC（またはさらに優れたSLC）ドライブよりも耐久性が低いことはわかっていますが、わずか数か月でデータが失われるとは思っていませんでした。

linuxdebianssdsmart
3
user2233709

部分的な答え：

あなたは6を持っていますOffline_uncorrectable（これはすべきオフラインテスト中に発生します）および6 Reallocated_Event_Count、しかしゼロReallocated_Sector_Ct。これを「オフラインテスト中にブロックを6回再割り当てしようとしましたが、毎回失敗しました」と読みました。

カーネルログのエラーメッセージにも「自動再割り当てに失敗しました」と表示されますが、これはオンラインイベントであり、オフラインイベントではありません。

そう：

1）smartctlを使用して、オフラインテストの結果、特に実行された時刻、およびエラーが発生したかどうかを確認します。

2）smartctlを使用して、別のオフラインテストを開始します（一晩など）。結果を見てください。

3）コメントで「いくつかの新しい読み取りエラー」について言及されました。それらのブロック番号は何ですか？それは常に同じブロックですか？

何らかの理由で自動再割り当てできない単一のブロックの場合は、ファイルシステムでそのブロックを不良としてマークすることを検討します（ほとんどのファイルシステムにはその機能があります）。すべてのハードドライブが機械式とSSDの両方で自動再割り当てされるため、これは通常今日は行われていませんが、この機能はまさにその目的のために存在します。

自動再割り当てが失敗したのではないかと心配ですが、これは、再割り当てメタ情報を含む（非表示の）ブロックが不良であることを意味している可能性があります。

それについてどうしたらいいかわかりません。 SDDのベンダーが、低レベルのものを調整できるダウンロード用の特別なツールを持っている場合（一部のベンダーはそうします）、これが役立つ場合があります。

2
dirkt