HDD SMART解釈
以下のドライブが故障している場合、私はあなたの意見を必要としています。
「smartctl-a/dev/sda -d megaraid、1」を実行すると、出力の最後に「エラー：WP atLBA」」という2つのエラーが表示されます。 SMARTパラメータに疑わしいものがあります。
これが「smartctl-a/dev/sda -d megaraid、1」の完全な出力です。
このHDDは、Dell PowerEdgeサーバー上のDell H330コントローラ上のRAID 1（ミラー化）ハードウェア構成の2つのHDDの1つです。
smartctl 7.0 2018-12-30 r4883 [x86_64-linux-3.10.0-957.21.3.el7.x86_64] (local build)
Copyright (C) 2002-18, Bruce Allen, Christian Franke, www.smartmontools.org
=== START OF INFORMATION SECTION ===
Model Family: Toshiba 3.5" MG03ACAxxx(Y) Enterprise HDD
Device Model: Toshiba MG03ACA300
Serial Number: 73VCK8GDF
LU WWN Device Id: 5 000039 4ebc82c58
Firmware Version: FL1A
User Capacity: 3,000,592,982,016 bytes [3.00 TB]
Sector Size: 512 bytes logical/physical
Rotation Rate: 7200 rpm
Form Factor: 3.5 inches
Device is: In smartctl database [for details use: -P show]
ATA Version is: ATA8-ACS (minor revision not indicated)
SATA Version is: SATA 3.0, 6.0 Gb/s (current: 6.0 Gb/s)
Local Time is: Thu Feb 27 23:05:39 2020 EET
SMART support is: Available - device has SMART capability.
SMART support is: Enabled
=== START OF READ SMART DATA SECTION ===
SMART Status not supported: ATA return descriptor not supported by controller firmware
SMART overall-health self-assessment test result: PASSED
Warning: This result is based on an Attribute check.
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: ( 120) 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: ( 2) minutes.
Extended self-test routine
recommended polling time: ( 510) 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 100 100 050 Pre-fail Always - 0
2 Throughput_Performance 0x0005 100 100 050 Pre-fail Offline - 0
3 Spin_Up_Time 0x0027 100 100 001 Pre-fail Always - 8874
4 Start_Stop_Count 0x0032 100 100 000 Old_age Always - 27
5 Reallocated_Sector_Ct 0x0033 100 100 050 Pre-fail Always - 0
7 Seek_Error_Rate 0x000b 100 100 050 Pre-fail Always - 0
8 Seek_Time_Performance 0x0005 100 100 050 Pre-fail Offline - 0
9 Power_On_Hours 0x0032 068 068 000 Old_age Always - 12964
10 Spin_Retry_Count 0x0033 100 100 030 Pre-fail Always - 0
12 Power_Cycle_Count 0x0032 100 100 000 Old_age Always - 27
191 G-Sense_Error_Rate 0x0032 100 100 000 Old_age Always - 6
192 Power-Off_Retract_Count 0x0032 100 100 000 Old_age Always - 25
193 Load_Cycle_Count 0x0032 100 100 000 Old_age Always - 42
194 Temperature_Celsius 0x0022 100 100 000 Old_age Always - 31 (Min/Max 11/48)
196 Reallocated_Event_Count 0x0032 100 100 000 Old_age Always - 0
197 Current_Pending_Sector 0x0032 100 100 000 Old_age Always - 0
198 Offline_Uncorrectable 0x0030 100 100 000 Old_age Offline - 0
199 UDMA_CRC_Error_Count 0x0032 200 200 000 Old_age Always - 0
220 Disk_Shift 0x0002 100 100 000 Old_age Always - 0
222 Loaded_Hours 0x0032 068 068 000 Old_age Always - 12994
223 Load_Retry_Count 0x0032 100 100 000 Old_age Always - 0
224 Load_Friction 0x0022 100 100 000 Old_age Always - 0
226 Load-in_Time 0x0026 100 100 000 Old_age Always - 103
240 Head_Flying_Hours 0x0001 100 100 001 Pre-fail Offline - 0
SMART Error Log Version: 1
ATA Error Count: 2
CR = Command Register [HEX]
FR = Features Register [HEX]
SC = Sector Count Register [HEX]
SN = Sector Number Register [HEX]
CL = Cylinder Low Register [HEX]
CH = Cylinder High Register [HEX]
DH = Device/Head Register [HEX]
DC = Device Command Register [HEX]
ER = Error register [HEX]
ST = Status register [HEX]
Powered_Up_Time is measured from power on, and printed as
DDd+hh:mm:SS.sss where DD=days, hh=hours, mm=minutes,
SS=sec, and sss=millisec. It "wraps" after 49.710 days.
Error 2 occurred at disk power-on lifetime: 12901 hours (537 days + 13 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 41 10 0e fb 74 40 Error: WP at LBA = 0x0074fb0e = 7666446
Commands leading to the command that caused the error were:
CR FR SC SN CL CH DH DC Powered_Up_Time Command/Feature_Name
-- -- -- -- -- -- -- -- ---------------- --------------------
61 08 00 48 7a e0 40 00 42d+20:47:35.187 WRITE FPDMA QUEUED
61 08 20 58 89 8a 40 00 42d+20:47:35.187 WRITE FPDMA QUEUED
61 10 20 48 89 8a 40 00 42d+20:47:35.187 WRITE FPDMA QUEUED
61 08 20 48 7a e0 40 00 42d+20:47:35.183 WRITE FPDMA QUEUED
61 08 20 40 89 8a 40 00 42d+20:47:35.183 WRITE FPDMA QUEUED
Error 1 occurred at disk power-on lifetime: 12901 hours (537 days + 13 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 41 00 0e fb 74 40 Error: WP at LBA = 0x0074fb0e = 7666446
Commands leading to the command that caused the error were:
CR FR SC SN CL CH DH DC Powered_Up_Time Command/Feature_Name
-- -- -- -- -- -- -- -- ---------------- --------------------
61 10 10 18 94 de 40 00 42d+20:47:32.312 WRITE FPDMA QUEUED
60 00 08 00 fc 74 40 00 42d+20:47:32.311 READ FPDMA QUEUED
60 00 00 00 fb 74 40 00 42d+20:47:32.311 READ FPDMA QUEUED
60 00 00 00 fa 74 40 00 42d+20:47:32.284 READ FPDMA QUEUED
60 00 00 00 f9 74 40 00 42d+20:47:32.264 READ FPDMA QUEUED
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.
後の編集1：
PowerEdgeサーバーのiDRACもチェックし、[ストレージ]メニュー> [概要]> [最近記録されたストレージイベント]で、2 SMARTエラーの発生に対応するイベントを見つけました。
イベントの状態：「回復中に、スロット1のRAIDコントローラーのバックプレーン1のディスク1のディスクメディアエラーが修正されました」。下のスクリーンショットをご覧ください。
iDRACからの画像>ストレージメニュー>概要>最近ログに記録されたストレージイベント
後で編集2：
数日後、Current_Pending_Sectorは数時間1に増加し、その後0に減少しました。
Reallocated_Sector_Ct、Reallocated_Event_Count、Offline_Uncorrectableは常に0のままでした。
また、別のエラーがSMARTエラーログに表示されました： "エラー：LBAでのUNC"。
ただし、iDRACには他のエラーは表示されませんでした。
このドライブを信頼できなくなったため、ドライブを新しいドライブに変更することにしました。
ありがとうございました！
ログに記録された2つのエラーは、HDDが特定のLBAの読み取り/書き込みに失敗したことを示しています。ただし、Reallocated_Sector_Ct / Reallocated_Event_Count / Current_Pending_Sectorログに記録された場所。プラッター側に問題がないことを示しているようです。
ただし、これはnotはエラーをソフトウェアに起因するものとして破棄できることを意味します。結局、一部のLBAが正しく読み書きされなかったため、real 問題。対応する不良セクタなしでこの種のエラーがポップアップする場合、多くの場合、次の原因で発生する可能性があります。
- 悪いSATA /電源ケーブル
- 悪い電源
- 振動が多すぎます。
適切なPowerEdgeサーバーでは、ケーブルの問題は発生しないはずです（つまり、SATAバックプランを使用しています）。時折問題が発生する可能性がありますが、非常にまれです。
反対に、ゼロ以外のG-Sense_Error_Rate、つまり、読み取り/書き込みの失敗は、サーバー/ディスクの強い振動に関連している可能性があります。
SATAログとdmesgログの両方を監視して、問題が再発しないことを確認します。再び表示される場合は、影響を受けるLBAの範囲をメモして、上記のものと比較してください（LBA = 0x0074fb0e = 7666446）：同じ状態が続く場合は、何らかの理由でSMARTデータによって報告されない真に不良なセクターがあります（コンシューマディスクでは比較的一般的な動作ですが、エンタープライズHDD）。
PDATE： iDRACログに基づいて、Media Errorが巡回読み取りによって他のミラーレッグに保存された値を使用して修正されたようです。これは本当に本物の悪いブロックのようです。ただし、相対的なSMARTカウンターが増加していないという事実は不可解です。以前は、読み取り/書き込みエラーが報告された場合にのみセクターを再割り当てするディスクを見ました影響を受けるセクターでは2回ですが、東芝のエンタープライズディスクでは奇妙です。
別の考えられる説明は、何か（おそらく強い振動）が悪い/整列していない/引き裂かれた書き込みを引き起こし、セクターを読み取り不能にしたということです。ただし、そのセクターは実際には損傷していないため、再配置を行わずに巡回読み取りによって正常に上書きされました。
最後に、これはビットロットの真のケースである可能性があります。書き込まれたデータがHDD内部ECCチェックサムと一致しませんでした。このような場合、HDDは読み取りエラーを返すように設計されています。ただし、これは上記で報告されたwriteエラーを説明するものではありません。
とにかく、時折メディア修正が期待されます。ただし、前述のように、状況を監視し、そのようなレポートが頻繁になった場合はディスクを代用します。
判断：
Reallocated_Sector_Ct 100 0
Reallocated_Event_Count 100 0
Current_Pending_Sector 100 0
あなたのHDDは大丈夫です。再割り当てされたセクターがないか、再割り当てが保留されています。実際には、疑わしいセクターは検出されていません。
WPエラー（書き込み保護を意味します）には、さまざまな非物理的な原因（ソフトウェア関連）が考えられます。
したがって、HDDは故障していません。