Πώς να ελέγξετε την κατάσταση του δίσκου στο Linux με το smartctl

smartctl είναι ένα εργαλείο γραμμής εντολών για την παρακολούθηση της κατάστασης των μονάδων αποθήκευσης στο Linux. Διαβάζει δεδομένα S.M.A.R.T. (Self-Monitoring, Analysis, and Reporting Technology) από μονάδες HDD, SSD και NVMe, παρακολουθώντας μετρήσεις όπως επαναδιατεθέντες τομείς, θερμοκρασία και αριθμό σφαλμάτων. Εάν μια μονάδα βρίσκεται κοντά σε βλάβη, smartctl σας δίνει προειδοποιητικά σημάδια πριν χάσετε δεδομένα. Αυτός ο οδηγός καλύπτει την εγκατάσταση, την εκτέλεση ελέγχων κατάστασης και αυτοδιαγνωστικών δοκιμών, την κατανόηση των βασικών χαρακτηριστικών SMART και τη ρύθμιση της αυτοματοποιημένης παρακολούθησης με smartd.

Η εγκατάσταση του smartmontools

smartctl αποτελεί μέρος του πακέτου smartmontools. Χρειάζεστε δικαιώματα root ή sudo για να το εγκαταστήσετε και να εκτελέσετε τις περισσότερες smartctl εντολών, καθώς απαιτούν άμεση πρόσβαση στο υλικό.

Επιβεβαιώστε την εγκατάσταση με smartctl --version.

Αναγνώριση δίσκων και ενεργοποίηση SMART

Πριν μπορέσετε να ελέγξετε οτιδήποτε, πρέπει να γνωρίζετε ποιες μονάδες δίσκου υπάρχουν στον διακομιστή σας και αν υποστηρίζουν το SMART.

Λίστα όλων των συσκευών μπλοκ:

lsblk

Αναζήτηση μονάδων δίσκου συμβατών με SMART:

sudo smartctl --scan

Αυτό επιστρέφει ονόματα συσκευών, τύπους και πρωτόκολλα (ATA, SCSI, NVMe). Οι μονάδες SATA και SAS εμφανίζονται ως /dev/sda, /dev/sdb, κ.λπ. Οι μονάδες NVMe εμφανίζονται ως /dev/nvme0n1, /dev/nvme1n1.

Ελέγξτε αν το SMART είναι διαθέσιμο και ενεργοποιημένο σε μια συγκεκριμένη μονάδα δίσκου:

sudo smartctl -i /dev/sda

Αναζητήστε τις ενδείξεις «SMART support is: Available» και «SMART support is: Enabled» στην έξοδο. Εάν είναι διαθέσιμο αλλά δεν είναι ενεργοποιημένο, ενεργοποιήστε το:

sudo smartctl -s on /dev/sda

Αυτή η ρύθμιση διατηρείται μετά από επανεκκινήσεις.

Για δίσκους πίσω από ελεγκτές RAID, χρησιμοποιήστε την -d σημαία για να καθορίσετε τον τύπο του ελεγκτή. Για MegaRAID: -d megaraid,N. Για HP Smart Array: -d cciss,N. Χωρίς αυτήν την επιλογή, smartctl δεν θα εμφανίζονται οι μεμονωμένες φυσικές μονάδες δίσκου.

Η παρακολούθηση SMART δεν είναι διαθέσιμη για εικονικούς δίσκους σε περιβάλλοντα VPS ή για τις περισσότερες μονάδες flash USB. Το επίπεδο εικονικοποίησης ή το περίβλημα USB εμποδίζει την πρόσβαση στην τηλεμετρία υλικού.

Εκτέλεση ελέγχων καλής λειτουργίας και αυτοδιαγνωστικών ελέγχων

Ένας γρήγορος έλεγχος καλής λειτουργίας ελέγχει το υλικολογισμικό της μονάδας για κρίσιμες βλάβες:

sudo smartctl -H /dev/sda

Ένα αποτέλεσμα PASSED σημαίνει ότι ο δίσκος δεν έχει ξεπεράσει το εσωτερικό όριο βλάβης. Ένα αποτέλεσμα FAILED σημαίνει ότι ο δίσκος αναμένεται να παρουσιάσει βλάβη σύντομα. Δημιουργήστε αμέσως αντίγραφο ασφαλείας των δεδομένων σας.

Για πλήρη δεδομένα SMART, συμπεριλαμβανομένων όλων των χαρακτηριστικών και των αρχείων καταγραφής σφαλμάτων:

sudo smartctl -a /dev/sda

Οι αυτοδιαγνωστικοί έλεγχοι

smartctl μπορείτε να εκτελέσετε τρεις τύπους αυτοδιαγνωστικών ελέγχων, όλοι στο παρασκήνιο ενώ το σύστημα παραμένει σε λειτουργία:

• Σύντομος έλεγχος (1-5 λεπτά): ελέγχει τα ηλεκτρικά και μηχανικά εξαρτήματα. sudo smartctl -t short /dev/sda
• Μακρά δοκιμή (ώρες): σαρώνει κάθε τομέα του δίσκου. sudo smartctl -t long /dev/sda
• Δοκιμή μεταφοράς (~5 λεπτά): ανιχνεύει φυσική ζημιά από τη μεταφορά. sudo smartctl -t conveyance /dev/sda

Ελέγξτε τον εκτιμώμενο χρόνο ολοκλήρωσης πριν ξεκινήσετε μια μακρά δοκιμή:

sudo smartctl -c /dev/sda

Προβολή αποτελεσμάτων ελέγχου:

sudo smartctl -l selftest /dev/sda

Θα πρέπει να εμφανιστεί το μήνυμα «Ολοκληρώθηκε χωρίς σφάλματα». Εάν η δοκιμή αποτύχει, το αποτέλεσμα περιλαμβάνει LBA_of_first_error, το οποίο υποδεικνύει πού ακριβώς στον δίσκο βρίσκεται η ζημιά.

Βασικά χαρακτηριστικά SMART που πρέπει να προσέξετε

Ο έλεγχος καλής λειτουργίας (pass/fail) είναι χρήσιμος αλλά περιορισμένος. Μια μονάδα δίσκου μπορεί να εμφανίσει το μήνυμα PASSED ενώ μεμονωμένα χαρακτηριστικά παρουσιάζουν αρνητική τάση. Αυτά είναι τα πιο σημαντικά:

• Αριθμός επαναδιατεθέντων τομέων (ID 5): Κατεστραμμένοι τομείς που ο δίσκος έχει αντικαταστήσει με εφεδρικούς. Οποιαδήποτε τιμή διαφορετική από το μηδέν σημαίνει φυσική φθορά. Ένας μεμονωμένος επαναδιατεθέντος τομέας σε έναν παλιό δίσκο δεν είναι απαραίτητα επείγον, αλλά ένας αυξανόμενος αριθμός αποτελεί σαφή προειδοποίηση.
• Αριθμός τρεχόντων εκκρεμών τομέων (ID 197): Τομείς που ο δίσκος δεν μπόρεσε να διαβάσει ή να γράψει, οι οποίοι περιμένουν να επαναχαρτογραφηθούν. Εάν ο αριθμός αυτός συνεχίζει να αυξάνεται, ο δίσκος υποβαθμίζεται.
• Μη διορθώσιμα εκτός σύνδεσης (ID 198): Μη διορθώσιμα σφάλματα που εντοπίστηκαν κατά τη διάρκεια σαρώσεων στο παρασκήνιο. Υποδηλώνει ζημιά στην επιφάνεια.
• Αριθμός σφαλμάτων UDMA CRC (ID 199): Σφάλματα μεταφοράς δεδομένων. Αυτό συνήθως υποδηλώνει ελαττωματικό καλώδιο SATA ή χαλαρό συνδετήρα, όχι βλάβη του δίσκου. Ελέγξτε πρώτα τα καλώδιά σας.

Για δίσκους SSD και NVMe, παρακολουθήστε αντί αυτού τα στοιχεία «Διαθέσιμο εφεδρικό» και «Ποσοστό χρήσης». Όταν το «Ποσοστό χρήσης» πλησιάζει το 100%, ο δίσκος έχει φτάσει στο όριο αντοχής εγγραφής του.

Η θερμοκρασία έχει επίσης σημασία. Οι δίσκοι HDD γίνονται αναξιόπιστοι πάνω από τους 50°C. Οι δίσκοι SSD μπορούν να αντέξουν περισσότερη θερμότητα, αλλά πρέπει να παραμένουν κάτω από τους 70°C. Δείτε όλα τα χαρακτηριστικά που αφορούν συγκεκριμένους προμηθευτές με smartctl -A /dev/sdaή ελέγξτε πρόσφατες αποτυχίες εντολών με smartctl -l error /dev/sda.

Αυτοματοποίηση της παρακολούθησης με το smartd

Ο χειροκίνητος έλεγχος των δίσκων είναι κατάλληλος για μεμονωμένες διαγνωστικές εργασίες. Για συνεχή παρακολούθηση, χρησιμοποιήστε smartd, το δαίμονα που περιλαμβάνεται στο smartmontools. Ελέγχει τους δίσκους σας κάθε 30 λεπτά από προεπιλογή και καταγράφει τις αλλαγές στα χαρακτηριστικά στο syslog.

Επεξεργαστείτε το αρχείο διαμόρφωσης στο /etc/smartd.conf (ή /etc/smartmontools/smartd.conf στο RHEL/CentOS). Αντί να βασίζεστε στο DEVICESCAN στην αυτόματη ανίχνευση όλων των στοιχείων, αναγράψτε ρητά τους δίσκους σας. Αυτό αποτρέπει το κρέμασμα του συστήματος από ασυμβίβαστες συσκευές.

Παράδειγμα διαμόρφωσης:

/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

Τι κάνουν οι σημαίες:

• -a: παρακολούθηση όλων των χαρακτηριστικών SMART
• -m: αποστολή ειδοποιήσεων μέσω email σε περίπτωση βλάβης
• -s: προγραμματίζει μια σύντομη δοκιμή καθημερινά στις 2:00 π.μ. και μια μακρά δοκιμή κάθε Σάββατο στις 3:00 π.μ.
• -W 4,45,55: καταγράφει μεταβολή θερμοκρασίας 4 °C, προειδοποιεί στους 45 °C, εκπέμπει κρίσιμη ειδοποίηση στους 55 °C
• -n standby,q: παραλείπουν την ανίχνευση μονάδων δίσκου σε κατάσταση αναμονής για την αποφυγή περιττών περιστροφών

Για δίσκους πίσω από ελεγκτές RAID, καθορίστε τον τύπο ανά δίσκο:

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

Ενεργοποιήστε και ξεκινήστε την υπηρεσία:

sudo systemctl enable --now smartd

Σε συστήματα βασισμένα στο Debian, αφαιρέστε επίσης το σχόλιο start_smartd=yes το /etc/default/smartmontools.

Για να δοκιμάσετε τις ειδοποιήσεις μέσω email, προσθέστε -M test σε μια γραμμή διαμόρφωσης, επανεκκινήστε smartdκαι, στη συνέχεια, αφαιρέστε το. Επαναφορτώστε τις αλλαγές στη διαμόρφωση χωρίς να επανεκκινήσετε την υπηρεσία με killall -HUP smartd.

Μια σύντομη καθημερινή δοκιμή διαρκεί 1-2 λεπτά και εντοπίζει τα περισσότερα ελαττώματα επιφανειακού επιπέδου. Μια εβδομαδιαία εκτενής δοκιμή καλύπτει κάθε τομέα. Σε συνδυασμό με τις ειδοποιήσεις μέσω email, αυτό σας παρέχει αξιόπιστη έγκαιρη προειδοποίηση πριν από την πλήρη βλάβη ενός δίσκου.