Linux之smartctl命令磁盘检测运维

知识介绍

SMART是一种磁盘自我分析检测技术，早在90年代末就基本得到了普及 每一块硬盘（包括IDE、SCSI）在运行的时候，都会将自身的若干参数记录下来 这些参数包括型号、容量、温度、密度、扇区、寻道时间、传输、误码率等 硬盘运行了几千小时后，很多内在的物理参数都会发生变化 某一参数超过报警阈值，则说明硬盘接近损坏 此时硬盘依然在工作，如果用户不理睬这个报警继续使用 那么硬盘将变得非常不可靠，随时可能故障

启用SMART SMART是和主板BIOS上相应功能配合的 要使用SMART，必须先进入到主板BIOS设置里边启动相关设置 一般从Pentium2级别起的主板，都支持SMART BIOS启动以后，就是操作系统级别的事情了 很遗憾，Windows没有内置SMART相关工具（需要安装第三方工具软件） 好在Linux上很早就有了SMART支持了 如果把Linux装在VMware等虚拟机上，在系统启动时候可以看到有个服务启动报错：smartd 这个服务器就是smart的daemon进程（因为vmware虚拟机的硬盘不支持SMART，所以报错）

grep"error" /var/log/messages*

常用命令

1、smartctl -a ：显示硬盘SMART的全部信息。检查该设备是否已经打开SMART技术。

2、smartctl -H ：查看硬盘的健康状况。一般看不出来问题，没啥用。

3、smartctl -l selftest ：显示硬盘测试信息。

4、smartctl -l error ：显示硬盘历史错误信息。

5、smartctl -A ：显示设备SMART厂商属性和值。

6、对硬盘进行检测 手工对硬盘进行测试的方法有以下四种： smartctl -t short 后台检测硬盘，消耗时间短 smartctl -t long 后台检测硬盘，消耗时间长 smartctl -C -t short 前台检测硬盘，消耗时间短 smartctl -C -t long 前台检测硬盘，消耗时间长

其实就是利用硬盘SMART的自检程序。此时可以用smartctl -X中断后台测试。

7、smartctl -i ：显示设备的身份信息，检查硬盘是否打开了SMART支持。 看到有：SMART support is: Enabled，说明硬盘支持SMART。 如果为Disabled，使用：smartctl --smart=on --offlineauto=on --saveauto=on ，启用SMART。

8、smartctl -s on     如果没有打开SMART技术，使用该命令打开SMART技术。

首先通过smartctl -H /dev/sda检查磁盘健康状态，然后smartctl -a /dev/sda查看磁盘详细情况，再对磁盘进行短期测试smartctl -t short /dev/sda，最后查看磁盘测试结果smartctl -l selftest /dev/sda，基本磁盘健康状态就可以定位出来，最后检查磁盘错误日志smartctl -l error /dev/sdb

查看测试结果

FLAG是标记，WHEN_FAILED 代表错误信息，上面显示的WHEN_FAILED纵行是空行，说明硬盘没有故障。如果WHEN_FAILED显示数字，表明硬盘磁道可能有比较大的坏道。 1、read error rate 错误读取率：记录读取数据错误次数（累计），非0值表示硬盘已经或者可能即将发生坏道；

2、Reallocated_Sector_Ct  出厂后产生的坏块个数, 初始值为100，如果有坏块，从1开始增加，每4个坏块增加1

2、reallocated sectors count 重分配扇区计数：硬盘生产过程中，有一部分扇区是保留的。当一些普通扇区读/写/验证错误，则重新映射到保留扇区，挂起该异常扇区，并增加计数。随着计数增加，io性能骤降。如果数值不为0，就需要密切关注硬盘健康状况；如果持续攀升，则硬盘已经损坏；如果重分配扇区数超过保留扇区数，将不可修复；

3、power-on time 累计通电时间：指硬盘通电时间累计值。（单位：天/时/分/秒。休眠/挂起不计入？新购入的硬盘应小于100hrs）；

4、power cycle count 电源开关计数：每次加电增加一次计数，新硬盘应小于10次；

5、temperature 温度：没嘛好说的，硬盘温度而已，理论上比工作环境高不了几度。（sudo hddtemp /dev/sda）

6、reallocetion event count 重映射扇区操作次数：上边的重映射扇区还记得吧？这个就是操作次数，成功的，失败的都计数。成功好说，也许硬盘有救，失败了，也许硬盘就要报废了；

7、throughput performance 磁盘吞吐量：平均吞吐性能（一般在进行了人工 Offline S.M.A.R.T. 测试以后才会有值。）；

spinup time 主轴电机到达要求转速时间（毫秒/秒）；

start/stop count 电机启动/停止次数（可以当作开机/关机次数，或者休眠后恢复，均增加一次计数。全新的硬盘应该小于10）；

reallocated sectors count 重分配扇区计数：硬盘生产过程中，有一部分扇区是保留的。当一些普通扇区读/写/验证错误，则重新映射到保留扇区，挂起该异常扇区，并增加计数。随着计数增加，io性能骤降。如果数值不为0，就需要密切关注硬盘健康状况；如果持续攀升，则硬盘已经损坏；如果重分配扇区数超过保留扇区数，将不可修复；

seek error rate 寻道错误率：磁头定位错误一次，则技术增加一次。如果持续攀升，则可能是机械部分即将发生故障；

seek timer performance 寻道时间：寻道所需要的时间，越短则读取数据越快，但是如果时间增加，则可能机械部分即将发生故障；

power-on time 累计通电时间：指硬盘通电时间累计值。（单位：天/时/分/秒。休眠/挂起不计入？新购入的硬盘应小于100hrs）；

spinup retry count 电机启动失败计数：电机启动到指定转速失败的累计数值。如果失败，则可能是动力系统产生故障；

power cycle count 电源开关计数：每次加电增加一次计数，新硬盘应小于10次；

g-sensor error rate 坠落计数：异常加速度（例如坠落，抛掷）计数——磁头会立即回到landing zone，并增加一次计数；

power-off retract count 异常断电次数：磁头在断电前没有完全回到landing zone的次数，每次异常断电则增加一次计数；

load/unload cycle count 磁头归位次数：指工作时，磁头每次回归landing zone的次数。（ps：流言说某个linux系统——不点名，在使用电池时候，会不断强制磁头归为，而磁头归位次数最大值约为600k次，所以认为linux会损坏硬盘，实际上不是这样的）；

reallocetion event count 重映射扇区操作次数：上边的重映射扇区还记得吧？这个就是操作次数，成功的，失败的都计数。成功好说，也许硬盘有救，失败了，也许硬盘就要报废了；

current pending sector count 待映射扇区数：出现异常的扇区数量，待被映射的扇区数量。 如果该异常扇区之后成功读写，则计数会减小，扇区也不会重新映射。读错误不会重新映射，只有写错误才会重新映射；

uncorrectable sector count 不可修复扇区数：所有读/写错误计数，非0就证明有坏道，硬盘报废；

SSD固态硬盘多出的Attributes 信息解释：

其中我们比较关注的有以下四点：

1、Media_Wearout_Indicator:    使用耗费，100为没有任何耗费; 表示SSD上NAND的擦写次数的程度，初始值为100，随着擦写次数的增加，开始线性递减，递减速度按照擦写次数从0到最大的比例。一旦这个值降低到 1，就不再降了，同时表示SSD上面已经有NAND的擦写次数到达了最大次数。这个时候建议需要备份数据，以及更换SSD。

上面的机器为099，按照100滴血算，目前只耗了1滴血

2、Reallocated_Sector_Ct: 出厂后产生的坏块个数, 初始值为100，如果有坏块，从1开始增加，每4个坏块增加1

这里offer的机器还没有任何坏块

3、Host_Writes_32MiB: 已写32MiB, 每写入65536个扇区raw value增加1。这个扇区还是个数量单位，512字节

比如：这块盘就是 1284966 * 65536 * 512 = 40155.1875 GB

注意到每个机器都有一块盘写的比较少，这块盘就是hotspare盘。

每台机器我们有7块ssd盘。其中6块盘做的raid 5,第7块盘做的hotspare。

4、Available_Reservd_Space: SSD上剩余的保留空间, 初始值为100，表示100%，阀值为10，递减到10表示保留空间已经不能再减少 ----------------------------------- smartctl 输出详解 https://blog.51cto.com/wenqiang/1434581

作者：上善若水_001 链接：https://www.jianshu.com/p/da26137065d9 来源：简书 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。