如何在 Linux 上使用 smartctl 检查磁盘健康状况

smartctl 是一款用于在 Linux 上监控存储驱动器健康状况的命令行工具。它从 HDD、SSD 和 NVMe 驱动器中读取 S.M.A.R.T.（自我监测、分析与报告技术）数据，追踪重新分配扇区、温度和错误计数等指标。如果驱动器即将发生故障， smartctl 该工具会在您丢失数据之前发出预警。本指南涵盖安装、运行健康检查和自检、理解关键 SMART 属性，以及通过 smartd.

安装 smartmontools

smartctl 是 smartmontools 软件包的一部分。您需要 root 或 sudo 权限才能安装它，并运行大部分 smartctl 命令，因为这些操作需要直接访问硬件。

使用以下命令确认安装 smartctl --version.

识别硬盘并启用 SMART

在进行任何检查之前，您需要了解服务器中安装了哪些磁盘，以及它们是否支持 SMART。

列出所有块设备：

lsblk

扫描支持 SMART 的硬盘：

sudo smartctl --scan

这将返回设备名称、类型及协议（ATA、SCSI、NVMe）。SATA和SAS硬盘显示为 /dev/sda, /dev/sdb等形式显示。NVMe 硬盘则显示为 /dev/nvme0n1, /dev/nvme1n1.

检查特定磁盘是否支持并启用了 SMART：

sudo smartctl -i /dev/sda

在输出中查找“SMART 支持状态：可用”和“SMART 支持状态：已启用”。如果支持但未启用，请将其启用：

sudo smartctl -s on /dev/sda

此设置在重启后仍会保留。

对于位于 RAID 控制器后面的磁盘，请使用 -d 标志指定控制器类型。对于 MegaRAID： -d megaraid,N。对于 HP Smart Array： -d cciss,N。若未指定此标志， smartctl 将无法识别各个物理驱动器。

在 VPS 环境中的虚拟磁盘或大多数 USB 闪存盘上，无法进行 SMART 监控。虚拟化层或 USB 外置盒会阻止对硬件遥测数据的访问。

运行健康检查和自检

快速健康检查会查询硬盘固件以检测关键故障：

sudo smartctl -H /dev/sda

“通过（PASSED）”结果表示硬盘尚未触发其内部故障阈值。“失败（FAILED）”结果表示硬盘预计即将发生故障。请立即备份您的数据。

如需获取完整的SMART数据（包括所有属性及错误日志）：

sudo smartctl -a /dev/sda

自检

smartctl 可运行三种类型的自检，所有操作均在后台进行，系统在此期间保持正常运行：

• 简短测试（1-5 分钟）：检查电气和机械组件。 sudo smartctl -t short /dev/sda
• 长测试（数小时）：扫描硬盘上的每个扇区。 sudo smartctl -t long /dev/sda
• 运输测试（约5分钟）：检测运输过程中造成的物理损坏。 sudo smartctl -t conveyance /dev/sda

在开始长测试前，请查看预计完成时间：

sudo smartctl -c /dev/sda

查看测试结果：

sudo smartctl -l selftest /dev/sda

您希望看到“已完成，无错误”。如果测试失败，输出结果中将包含 LBA_of_first_error，该信息可精确定位磁盘上的损坏位置。

需关注的关键 SMART 属性

通过/未通过的健康检查虽有参考价值，但存在局限性。即使单个属性呈现恶化趋势，硬盘仍可能显示“通过”。以下属性最为关键：

• 重新分配扇区计数 (ID 5)：硬盘用备用扇区替换的坏扇区。任何非零值都意味着物理磨损。旧硬盘上出现单个重新分配扇区未必紧急，但计数持续上升则是明确的警告。
• 当前待处理扇区数（ID 197）：硬盘无法读写、等待重新映射的扇区。若该数值持续攀升，表明硬盘性能正在恶化。
• 离线不可纠正错误 (ID 198)：后台扫描中发现的无法纠正的错误。表明磁盘表面受损。
• UDMA CRC 错误计数 (ID 199)：数据传输错误。这通常指向 SATA 线缆故障或连接器松动，而非硬盘故障。请先检查线缆。

对于 SSD 和 NVMe 硬盘，请关注“可用备用空间”和“已用百分比”。当“已用百分比”接近 100% 时，表示硬盘已达到其写入耐用度极限。

温度同样重要。HDD 在 50°C 以上会变得不可靠。SSD 虽能耐受更高温度，但应保持在 70°C 以下。使用 smartctl -A /dev/sda，或使用 smartctl -l error /dev/sda.

使用 smartd 实现监控自动化

手动检查磁盘适用于一次性诊断。若需持续监控，请使用 smartdsmartd（smartmontools 套件中的守护进程）。该程序默认每 30 分钟轮询一次磁盘，并将属性变更记录到 syslog 中。

编辑配置文件 /etc/smartd.conf （或 /etc/smartmontools/smartd.conf 在 RHEL/CentOS 上）。与其依赖 DEVICESCAN 自动检测所有设备，请明确列出您的硬盘。这可避免因不兼容设备导致的系统卡死。

配置示例：

/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

各参数的作用：

• -a: 监控所有 SMART 属性
• -m: 故障时发送电子邮件警报
• -s: 每天凌晨 2:00 安排一次简短测试，每周六凌晨 3:00 安排一次长时测试
• -W 4,45,55: 记录 4°C 的温度变化，45°C 时发出警告，55°C 时触发严重警报
• -n standby,q: 跳过对处于待机模式的硬盘的轮询，以避免不必要的硬盘启动

对于位于 RAID 控制器后方的硬盘，请为每块硬盘指定类型：

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

启用并启动服务：

sudo systemctl enable --now smartd

在基于 Debian 的系统上，还需取消注释 start_smartd=yes 中的 /etc/default/smartmontools.

要测试电子邮件警报，请在 -M test 到配置行中，重启 smartd，随后将其移除。若无需重启服务即可加载配置变更，请使用 killall -HUP smartd.

每日进行的简短测试仅需1-2分钟，即可发现大多数表面级缺陷。每周进行的一次长时测试则会覆盖所有扇区。结合电子邮件警报，这能在硬盘完全故障前为您提供可靠的早期预警。