通过 SMART 查看和跟踪硬盘健康状态¶

@2014-12-19 新版功能: 创建

S.M.A.R.T. 的全称为 Self-Monitoring, Analysis and Reporting Technology，一般简写为 SMART。这是硬盘（HDD 或 SSD）内置提供的状态监控系统，通过它可以及时了解硬盘驱动器的可用性状态，提前预测可能的失败。不过，需要说明的是， 在 SMART 没有报告任何异常时硬盘也可能会失败。因此，在任何情况下数据备份都是非常重要的，不能省略。

本文仅对 SMART 数据的查看及监控软件 smartmontools 做简单的介绍，关于 SMART 的更多说明请参考维基百科及相关的参考文献。

SMART 数据是硬盘驱动器内置的，首先通过如下命令获取系统支持的硬盘设备：

# lsblk
NAME                       MAJ:MIN RM   SIZE RO TYPE MOUNTPOINT
sda                          8:0    0 465.8G  0 disk
├─sda1                       8:1    0    16G  0 part /
└─sda2                       8:2    0 449.8G  0 part
  ├─vg_data-lv_home (dm-0) 254:0    0   800G  0 lvm  /home
  └─vg_data-lv_swap (dm-1) 254:1    0     4G  0 lvm  [SWAP]
sdb                          8:16   0 465.8G  0 disk
└─sdb1                       8:17   0 465.8G  0 part
  └─vg_data-lv_home (dm-0) 254:0    0   800G  0 lvm  /home
sdc                          8:32   0 465.8G  0 disk
└─sdc1                       8:33   0 465.8G  0 part
sdd                          8:48   0 465.8G  0 disk
└─sdd1                       8:49   0 465.8G  0 part

smartctl -a /dev/sda 可以输出该硬盘的所有 SMART 信息，

# smartctl -a /dev/sda
smartctl 6.3 2014-07-26 r3976 [x86_64-linux-3.17.7-gentoo] (local build)
Copyright (C) 2002-14, Bruce Allen, Christian Franke, www.smartmontools.org

=== START OF INFORMATION SECTION ===
...

=== START OF READ SMART DATA SECTION ===
SMART overall-health self-assessment test result: PASSED

...

SMART Attributes Data Structure revision number: 10

...

SMART Error Log Version: 1
...

SMART Self-test log structure revision number 1
...

SMART Selective self-test log data structure revision number 1
...

省略的内容可以分别使用以下命令单独输出，命令和内容分别解释如下。

查看设备 SMART 信息：

# smartctl -i /dev/sda

smartctl 6.3 2014-07-26 r3976 [x86_64-linux-3.17.7-gentoo] (local build)
Copyright (C) 2002-14, Bruce Allen, Christian Franke, www.smartmontools.org

=== START OF INFORMATION SECTION ===
Model Family:     Seagate Barracuda 7200.10
Device Model:     ST3160815AS
Serial Number:    9RX39P8Q
Firmware Version: 3.ADA
User Capacity:    160,000,000,000 bytes [160 GB]
Sector Size:      512 bytes logical/physical
Device is:        In smartctl database [for details use: -P show]
ATA Version is:   ATA/ATAPI-7 (minor revision not indicated)
Local Time is:    Fri Dec 19 14:27:55 2014 CST
SMART support is: Available - device has SMART capability.
SMART support is: Enabled

如果出现 “SMART support is: Disabled”，则需要通过 smartctl -s on /dev/sda 打开 SMART 功能。

查看硬盘健康状态查询结果：

# smartctl -Hc /dev/sda

smartctl 6.3 2014-07-26 r3976 [x86_64-linux-3.17.7-gentoo] (local build)
Copyright (C) 2002-14, Bruce Allen, Christian Franke, www.smartmontools.org

=== START OF READ SMART DATA SECTION ===
SMART overall-health self-assessment test result: PASSED

...

PASSED 表示测试结果。如果该值为 FAILING，则需要立即备份数据。

查看硬盘的各种属性值：

# smartctl -A /dev/sda
smartctl 6.3 2014-07-26 r3976 [x86_64-linux-3.17.7-gentoo] (local build)
Copyright (C) 2002-14, Bruce Allen, Christian Franke, www.smartmontools.org

=== START OF READ SMART DATA SECTION ===
SMART Attributes Data Structure revision number: 10
Vendor Specific SMART Attributes with Thresholds:
ID# ATTRIBUTE_NAME          FLAG     VALUE WORST THRESH TYPE      UPDATED  WHEN_FAILED RAW_VALUE
...

需要说明的是，属性不再是 ATA 标准的一部分。具体属性的解释因厂商而异。每一个属性都有 RAW_VALUE 和 VALUE，前者完全由厂商指定，没有任何规范约束。后者是标准化之后的值，其范围为 1 到 253。如果该值小于或等于阈值（THRESH），则表示失败（即该值越大越好），对应 WHEN_FAILED 列会有显示（例如 FAILING_NOW 或 In_the_past 或 -）。属性类型分别为 Pre-fail 和 Old_age，前者表示该属性很关键，如果其值低于阈值则意味着设备很快会故障，后者表示设备达到或超过设计寿命。 WORST 栏对应该属性所记录到的最小值。

查看硬盘错误日志：

# smartctl -l error /dev/sda
smartctl 6.3 2014-07-26 r3976 [x86_64-linux-3.17.7-gentoo] (local build)
Copyright (C) 2002-14, Bruce Allen, Christian Franke, www.smartmontools.org

=== START OF READ SMART DATA SECTION ===
SMART Error Log Version: 1
No Errors Logged

完全正常的情况下日志为空。如果有大量的错误日志出现，则需要引起关注。

硬盘自测试日志查看：

# smartctl -l selftest /dev/sda

smartctl 6.3 2014-07-26 r3976 [x86_64-linux-3.17.7-gentoo] (local build)
Copyright (C) 2002-14, Bruce Allen, Christian Franke, www.smartmontools.org

=== START OF READ SMART DATA SECTION ===
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%      4771         -

如果没有相关的日志，则可以通过 smartctl -t [short|long] /dev/sda 执行。该命令不会破坏硬盘上的数据。smartctl -t offline /dev/sda 能用来执行离线测试，也可以通过 smartctl -o on /dev/sda 打开自动离线测试。离线测试的结果不会显示在自测试日志中。

SMART 标准提供了硬盘测试和监控硬盘性能的机制，但在故障发生时并不会主动通知操作系统。因此需要通过 smartd 这个守护进程来定期主动查询并反馈。缺省情况下， smartd 会每 30 分钟查询硬盘属性，如果有失败的属性或健康状态或错误/自测试日志增加，则相应的信息会记录到 SYSLOG，也可以配置为发送邮件到相关的负责人。smartd 的配置细节请参考手册，本文不再介绍。

在系统配置了硬件 RAID 卡的情况下，操作系统看到的是 RAID 卡虚拟出来的虚拟硬盘，这种情况下需要显示指明物理硬盘的类型，例如：

# smartctl -Hc -d cciss,0 /dev/sda
smartctl 5.41 2011-06-09 r3365 [x86_64-linux-3.10.20] (local build)
Copyright (C) 2002-11 by Bruce Allen, http://smartmontools.sourceforge.net

SMART Health Status: OK

或

# smartctl -Hc -d megaraid,0 /dev/sda
smartctl 5.41 2011-06-09 r3365 [x86_64-linux-3.10.20] (local build)
Copyright (C) 2002-11 by Bruce Allen, http://smartmontools.sourceforge.net

SMART Health Status: OK

更多的参数配置请参考smartctl(8)。