Jak zkontrolovat stav disku v systému Linux pomocí smartctl

smartctl je nástroj příkazového řádku pro monitorování stavu úložných disků v systému Linux. Čte data S.M.A.R.T. (Self-Monitoring, Analysis, and Reporting Technology) z pevných disků, SSD a NVMe disků a sleduje metriky, jako jsou realokované sektory, teplota a počet chyb. Pokud se disk blíží k selhání, smartctl , zobrazí varovné signály dříve, než dojde ke ztrátě dat. Tento průvodce se zabývá instalací, prováděním kontrol stavu a autotestů, vysvětlením klíčových atributů SMART a nastavením automatického monitorování pomocí smartd.

Instalace smartmontools

smartctl je součástí balíčku smartmontools. K instalaci a spuštění většiny smartctl příkazů, protože vyžadují přímý přístup k hardwaru.

Potvrďte instalaci pomocí smartctl --version.

Identifikace disků a aktivace SMART

Než budete moci cokoli zkontrolovat, musíte vědět, které disky se ve vašem serveru nacházejí a zda podporují funkci SMART.

Seznam všech blokových zařízení:

lsblk

Vyhledejte disky kompatibilní se SMART:

sudo smartctl --scan

Zobrazí se názvy zařízení, typy a protokoly (ATA, SCSI, NVMe). Disky SATA a SAS se zobrazí jako /dev/sda, /dev/sdbatd. Disky NVMe se zobrazí jako /dev/nvme0n1, /dev/nvme1n1.

Zkontrolujte, zda je na konkrétním disku k dispozici a povolena funkce SMART:

sudo smartctl -i /dev/sda

Ve výstupu hledejte „SMART support is: Available“ a „SMART support is: Enabled“. Pokud je k dispozici, ale není povolen, zapněte jej:

sudo smartctl -s on /dev/sda

Toto nastavení přetrvává i po restartu.

U disků za řadiči RAID použijte příznak -d použijte příznak k určení typu řadiče. Pro MegaRAID: -d megaraid,N. Pro HP Smart Array: -d cciss,N. Bez tohoto příznaku smartctl nebudou viditelné jednotlivé fyzické disky.

Monitorování SMART není k dispozici pro virtuální disky v prostředích VPS ani pro většinu USB flash disků. Virtualizační vrstva nebo USB kryt blokují přístup k hardwarové telemetrii.

Provádění kontrol stavu a autotestů

Rychlá kontrola stavu ověřuje firmware disku na kritické poruchy:

sudo smartctl -H /dev/sda

Výsledek PASSED znamená, že disk nepřekročil svou interní prahovou hodnotu poruchy. Výsledek FAILED znamená, že disk očekává bezprostřední selhání. Okamžitě zálohujte svá data.

Pro úplná data SMART, včetně všech atributů a protokolů chyb:

sudo smartctl -a /dev/sda

Autotesty

smartctl lze spustit tři typy autotestů, všechny na pozadí, zatímco systém zůstává v provozu:

• Krátký test (1–5 minut): zkontroluje elektrické a mechanické komponenty. sudo smartctl -t short /dev/sda
• Dlouhý test (několik hodin): prohledá každý sektor na disku. sudo smartctl -t long /dev/sda
• Přepravní test (~5 minut): detekuje fyzické poškození způsobené přepravou. sudo smartctl -t conveyance /dev/sda

Před spuštěním dlouhého testu zkontrolujte odhadovanou dobu dokončení:

sudo smartctl -c /dev/sda

Zobrazení výsledků testu:

sudo smartctl -l selftest /dev/sda

Měla by se zobrazit zpráva „Dokončeno bez chyby“. Pokud test selže, výstup obsahuje LBA_of_first_error, což přesně určuje, kde na disku se poškození nachází.

Klíčové atributy SMART, které je třeba sledovat

Kontrola stavu typu „vyhovuje/nevyhovuje“ je užitečná, ale má svá omezení. Disk může vykazovat stav „PASSED“, i když jednotlivé atributy vykazují negativní trend. Nejdůležitější jsou tyto:

• Počet přerozdělených sektorů (ID 5): Vadné sektory, které disk vyměnil za náhradní. Jakákoli hodnota jiná než nula znamená fyzické opotřebení. Jeden přerozdělený sektor na starém disku nemusí být nutně naléhavý, ale rostoucí počet je jasným varováním.
• Počet aktuálně čekajících sektorů (ID 197): Sektory, které disk nemohl přečíst nebo zapsat a které čekají na přemapování. Pokud tento počet stále stoupá, stav disku se zhoršuje.
• Offline Uncorrectable (ID 198): Neopravitelné chyby nalezené během skenování na pozadí. Naznačuje poškození povrchu.
• Počet chyb UDMA CRC (ID 199): Chyby při přenosu dat. To obvykle poukazuje na vadný kabel SATA nebo uvolněný konektor, nikoli na poruchu disku. Nejprve zkontrolujte kabely.

U disků SSD a NVMe sledujte místo toho položky Available Spare a Percentage Used. Když se hodnota Percentage Used blíží 100 %, disk dosáhl limitu své odolnosti proti zápisu.

Důležitá je také teplota. HDD se stávají nespolehlivými při teplotách nad 50 °C. SSD snášejí více tepla, ale teplota by neměla překročit 70 °C. Zobrazte všechny atributy specifické pro daného výrobce pomocí smartctl -A /dev/sdanebo zkontrolujte nedávné chyby příkazů pomocí smartctl -l error /dev/sda.

Automatizace monitorování pomocí smartd

Ruční kontrola disků je vhodná pro jednorázovou diagnostiku. Pro průběžné monitorování použijte smartd, démona, který je součástí smartmontools. Ten ve výchozím nastavení kontroluje vaše disky každých 30 minut a zaznamenává změny atributů do syslogu.

Upravte konfigurační soubor v /etc/smartd.conf (nebo /etc/smartmontools/smartd.conf v RHEL/CentOS). Místo spoléhání se na DEVICESCAN na automatickou detekci všeho, uveďte své disky explicitně. Tím se vyhnete zasekávání způsobenému nekompatibilními zařízeními.

Příklad konfigurace:

/dev/sda -a -m [email protected] -s (S/../.././02|L/../../6/03) -W 4,45,55
/dev/sdb -a -m [email protected] -n standby,q

Co znamenají příznaky:

• -a: monitorovat všechny atributy SMART
• -m: odesílá e-mailová upozornění v případě selhání
• -s: naplánovat krátký test denně ve 2:00 a dlouhý test každou sobotu ve 3:00
• -W 4,45,55: zaznamenat změnu teploty o 4 °C, varovat při 45 °C, kritické upozornění při 55 °C
• -n standby,q: vynechávají dotazování disků v pohotovostním režimu, aby se zabránilo zbytečnému roztočení

U disků za řadiči RAID zadejte typ pro každý disk:

/dev/sda -d megaraid,0 -a -m [email protected]
/dev/sda -d megaraid,1 -a -m [email protected]

Povolte a spusťte službu:

sudo systemctl enable --now smartd

Na systémech založených na Debianu také odkomentujte start_smartd=yes v /etc/default/smartmontools.

Chcete-li otestovat e-mailová upozornění, přidejte -M test do konfiguračního řádku, restartujte smartda poté jej odstraňte. Změny v konfiguraci načtěte bez restartování služby pomocí killall -HUP smartd.

Krátký denní test trvá 1–2 minuty a odhalí většinu povrchových vad. Týdenní dlouhý test pokryje každý sektor. V kombinaci s e-mailovými upozorněními vám to poskytne spolehlivé včasné varování před úplným selháním disku.