S.M.A.R.T. (часть 3). Расшифровка и понимание SMART атрибутов

Маленький рассказ об S.M.A.R.T. атрибутах, их важности и понимании. В статье пойдет речь об расшифровке всех smart атрибутов ATA дисков. В предыдущих статьях речь шла об мониторинге BBU и жестких SCSI дисков и их атрибутов под Megaraid контроллером. Теперь хочу немного описать атрибуты обычных АТА дисков на примере Seagate Barracuda ES.2 (ST31000340NS). Так же определим самые важные атрибуты, на которые нужно обращать внимание при мониторинге дисков используя smartctl. Для начала, можно убедиться, что наш диск поддерживает смарт

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
root@ s01:~# smartctl -i /dev/sda
smartctl 5.41 2011-06-09 r3365 [x86_64-linux-3.8.0-29-generic] (local build)
Copyright (C) 2002-11 by Bruce Allen, http://smartmontools.sourceforge.net
=== START OF INFORMATION SECTION ===
Model Family:     Seagate Barracuda ES.2
Device Model:     ST31000340NS
Serial Number:    9QJ2ADVC
…
ATA Version is:   8
ATA Standard is:  ATA-8-ACS revision 4
Local Time is:    Fri Feb 21 16:18:35 2014 CET
…
SMART support is: Available - device has SMART capability.
SMART support is: Enabled
Две последние строки свидетельствуют о том, что диск поддерживает smart и можно посмотреть значение всех его атрибутов и их интерпретация будет корректной(интерпретация RAW_VALUE) . В данном случаи тип интерфейса (устройства) не указывался явно (не было указанно атрибут «-d»), по этому smartctl автоматически определил тип устройства и сказал, что «SMART support is: Enabled». Но если используются, к примеру массивы дисков (RAID контроллер), то smartctl может сказать, что смарт не поддерживается:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
root@s06:~# smartctl -i /dev/sda
smartctl 5.41 2011-06-09 r3365 [x86_64-linux-3.8.0-26-generic] (local build)
Copyright (C) 2002-11 by Bruce Allen, http://smartmontools.sourceforge.net
Vendor:               SMC
Product:              SMC2108
Revision:             2.90
User Capacity:        2,996,997,980,160 bytes [2.99 TB]
Logical block size:   512 bytes
Logical Unit id:      0x600304800086531015527e0b0664df74
Serial number:        0074df64060b7e521510538600800403
Device type:          disk
Local Time is:        Fri Feb 21 17:32:27 2014 IST
Device does not support SMART
Но на самом деле, нужно просто знать (или подбирать) какие дисковые массивы используются, и тогда можно получить желаемый результат явно указав тип устройства:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
root@s06:~# smartctl -d megaraid,14 -i /dev/sda
smartctl 5.41 2011-06-09 r3365 [x86_64-linux-3.8.0-26-generic] (local build)
Copyright (C) 2002-11 by Bruce Allen, http://smartmontools.sourceforge.net
Vendor:               SEAGATE
Product:              ST1000NM0001
Revision:             0002
User Capacity:        1,000,204,886,016 bytes [1.00 TB]
Logical block size:   512 bytes
Logical Unit id:      0x5000c50041080343
Serial number:        Z1N0TV980000C2157TYR
Device type:          disk
Transport protocol:   SAS
Local Time is:        Fri Feb 21 17:34:45 2014 IST
Device supports SMART and is Enabled
Temperature Warning Enabled
Также может быть проблема в версии smartctl ибо не все жесткие диски добавляются в базу SMART сразу после выхода в мир нового HDD или RAID контроллера. Или же в BIOS отключено поддержку (нужно включить). Так же может быть проблема в прошивке (firmware) самого жесткого диска. Можете также стоит для начала попытаться включить SMART командой:
1
2
3
4
5
6
root@s01:~# smartctl -s on /dev/sda
smartctl 5.41 2011-06-09 r3365 [x86_64-linux-3.8.0-26-generic] (local build)
Copyright (C) 2002-11 by Bruce Allen, http://smartmontools.sourceforge.net
=== START OF ENABLE/DISABLE COMMANDS SECTION ===
SMART Enabled.
Следующая, интересующая нас часть вывода покажет суммарный результат проверки статуса здоровья диска (Если не Passed – нужно проводить замену диска). Так же выводится дополнительные характеристики диска и предполагаемое время выполнения коротких и длинных тестов.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
root@s01:~# smartctl -Hc /dev/sda
smartctl 5.41 2011-06-09 r3365 [x86_64-linux-3.8.0-29-generic] (local build)
Copyright (C) 2002-11 by Bruce Allen, http://smartmontools.sourceforge.net
=== START OF READ SMART DATA SECTION ===
SMART overall-health self-assessment test result: PASSED
General SMART Values:
Offline data collection status:  (0x82) Offline data collection activity
                                        was completed without error.
                                        Auto Offline Data Collection: Enabled.
Self-test execution status:      (  41) The self-test routine was interrupted
                                        by the host with a hard or soft reset.
Total time to complete Offline
data collection:                (  634) seconds.
Offline data collection
capabilities:                    (0x7b) SMART execute Offline immediate.
                                        Auto Offline data collection on/off support.
                                        Suspend Offline collection upon new
                                        command.
                                        Offline surface scan supported.
                                        Self-test supported.
                                        Conveyance Self-test supported.
                                        Selective Self-test supported.
SMART capabilities:            (0x0003) Saves SMART data before entering
                                        power-saving mode.
                                        Supports SMART auto save timer.
Error logging capability:        (0x01) Error logging supported.
                                        General Purpose Logging supported.
Short self-test routine
recommended polling time:        (   1) minutes.
Extended self-test routine
recommended polling time:        ( 226) minutes.
Conveyance self-test routine
recommended polling time:        (   2) minutes.
SCT capabilities:              (0x003d) SCT Status supported.
                                        SCT Error Recovery Control supported.
                                        SCT Feature Control supported.
                                        SCT Data Table supported.
В нашем случаи тип устройства определился автоматически и теперь можно вывести самое интересное – список атрибутов.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
root@s01:~# smartctl -A /dev/sda
smartctl 5.41 2011-06-09 r3365 [x86_64-linux-3.8.0-29-generic] (local build)
Copyright (C) 2002-11 by Bruce Allen, http://smartmontools.sourceforge.net
=== 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
  1 Raw_Read_Error_Rate     0x000f   068   059   044    Pre-fail  Always       -       130449727
  3 Spin_Up_Time            0x0003   099   099   000    Pre-fail  Always       -       0
  4 Start_Stop_Count        0x0032   100   100   020    Old_age   Always       -       23
  5 Reallocated_Sector_Ct   0x0033   100   100   036    Pre-fail  Always       -       4
  7 Seek_Error_Rate         0x000f   063   039   030    Pre-fail  Always       -       549998464474
  9 Power_On_Hours          0x0032   052   052   000    Old_age   Always       -       42335
 10 Spin_Retry_Count        0x0013   100   100   097    Pre-fail  Always       -       0
 12 Power_Cycle_Count       0x0032   100   037   020    Old_age   Always       -       63
184 End-to-End_Error        0x0032   100   100   099    Old_age   Always       -       0
187 Reported_Uncorrect      0x0032   100   100   000    Old_age   Always       -       0
188 Command_Timeout         0x0032   100   093   000    Old_age   Always       -       4295032870
189 High_Fly_Writes         0x003a   100   100   000    Old_age   Always       -       0
190 Airflow_Temperature_Cel 0x0022   076   049   045    Old_age   Always       -       24 (Min/Max 18/26)
194 Temperature_Celsius     0x0022   024   051   000    Old_age   Always       -       24 (0 17 0 0)
195 Hardware_ECC_Recovered  0x001a   041   021   000    Old_age   Always       -       130449727
197 Current_Pending_Sector  0x0012   100   100   000    Old_age   Always       -       0
198 Offline_Uncorrectable   0x0010   100   100   000    Old_age   Offline      -       0
199 UDMA_CRC_Error_Count    0x003e   200   200   000    Old_age   Always       -       0
Используя SMART можно предугадать с довольно большой вероятностью проблемы связанные с:
  • Магнитными головками диска
  • Физическими повреждениями диска
  • Логическими ошибками
  • Механическими проблемами (проблемы привода, системы позиционирования)
  • Подачей питания (платы)
  • Температурой

Расшифруем полученный вывод.

smart-attr
Каждый атрибут имеет группу значений:
  • ID# – идентификационный номер атрибуты (детали здесь). Каждый атрибуты имеет свой уникальный ID, который должен быть одинаковым для всех фирм производителей дисков.
  • ATTRIBUTE_NAME – название атрибута. Так как разные фирмы производители дисков могут называть атрибуты по своему (сокращать, синонимы), лучше всего ориентироваться по ID атрибута.
  • FLAG (Status flag) – каждый атрибут имеет определенный флаг, назначенный фирмой разработчиком диска. В ОС с графическим интерфейсом значения этого флага предоставляется в виде набора буквенных обозначений – w,p,r,c,o,s (расшифровка ниже). И эти наборы предоставляются в виде шестнадцатеричного числа которые вы видели выше.
  1. Warranty: Указывает на жизненно важный атрибут диска и покрывается гарантией. Если этот флаг установлен и значение атрибута с этим флагом достигнет порогового (threshold) значения, в то время, когда диск еще на гарантии, то фирма должна будет заменить диск бесплатно.
  2. Performance: Указывает на атрибут, который представляет показатель производительности диска – не критический.
  3. Error Rate: Атрибут с частотой ошибок.
  4. Count of occurrences: Атрибут-счетчик происшествий.
  5. Online test: Атрибут, который обновляет значения только через on-line тесты. Если не указан, то обновляется через off-line тесты.
  6. Self preserving: Указывает на атрибут который может собирать и сохранять данные о диска, даже если S.M.A.R.T. отключен.
  • Value – Текущее значение атрибута(оценка атрибута диска на основе Raw_value). Низкое значение говорит о быстрой деградации диска или о возможном скором сбое. т.е. чем выше значение Value атрибута, тем лучше. Это значение атрибута нужно сравнивать с пороговым (threshold) значением. Если это критический атрибут и значение ниже порогового – нужно проводить замену диска.
  • Worst – Самое низкое значение атрибута за жизненный цикл диска. Значение может изменяться на протяжении жизни диска, и не должно быть ниже или равным пороговому значению (threshold).
  • Thresh (Threshold) – Пороговое значения атрибута назначенное создателем диска. Значение не меняется за жизненный цикл диска. Если значение Value атрибута станет равным или меньше порогового – появиться уведомление в колонке WHEN_FAILED. И диск нужно заменить.
  • Type – тип атрибута. Может быть критическим (pre-fail), который указывает на предстоящий отказ диска из-за ошибок или не критический, указывающий на достижение конца жизненного цикла диска.
  • Raw_value – Объективное значения атрибута, которое показывается в десятичном формате (вычисляется firmware диска) и известных только производителю единицах (имеет связь с Value, Threshold и Worst значениями).
  • WHEN_FAILED – Указывает на проблемы с атрибутом.
Атрибут диска примет значение failed, в случаи:
Value = f(Raw_value) <= Threshold
Здесь:
  • f(Raw_value) – функция вычисления деградации (уменьшения) значения параметра Value в зависимости от значения Raw_value.
Недостатки такого подхода к вычислению деградации диска:
  • Для каждого производителя дисков и даже модели диска функция f(Raw_value) вычисляется по-разному.
  • Оценка каждого атрибута подсчитывается независимо друг от друга – т.е. игнорируются связи между атрибутами.
Теперь хочу представить таблицу с перечисленными всех атрибутов. Те атрибуты, которые выделены розовым – относятся к атрибутам критическим. К тому же, указано тип параметра в зависимости от величины значения. Т.е. чем больше значение параметра, тем лучше состояние здоровья диска или наоборот.
↑
Чем выше значение Value, тем лучше состояние диска.
↓
Чем ниже значение Value, тем лучше состояние диска.
Критический атрибутВ ближайшие время диск выйдет из строя – нужна смена диска
Теперь приступим к атрибутам:
#IDHEXИмя атрибутаЛучше если…Описание
0101Raw Read Error Rate
↓
Частота ошибок при чтении данных с жёсткого диска. Происхождение их обусловлено аппаратной частью винчестера.
0202Throughput Performance
↑
Общая производительность накопителя. Если значение атрибута уменьшается перманентно, то велика вероятность проблем с винчестером.
0303Spin-Up Time
↓
Время раскрутки шпинделя из состояния покоя (0 rpm) до рабочей скорости. В поле Raw_value содержится время в миллисекундах/секундах в зависимости от производителя
0404Start/Stop Count*Полное число запусков, остановок шпинделя. Иногда в том числе количество включений режима энергосбережения. В поле raw value хранится общее количество запусков/остановок жёсткого диска.
0505Reallocated Sectors Count
↓
Число операций переназначения секторов. При обнаружении повреждённого сектора на винчестере, информация из него помечается и переносится в специально отведённую зону, происходит утилизация bad блоков, с последующим консервированием этих мест на диске. Этот процесс называют remapping. Чем больше значение Reallocated Sectors Count, тем хуже состояние поверхности дисков — физический износ поверхности. Поле raw value содержит общее количество переназначенных секторов.
0707Seek Error Rate
↓
Частота ошибок при позиционировании блока магнитных головок. Чем больше значение, тем хуже состояние механики, или поверхности жёсткого диска.
0808Seek Time Performance
↑
Средняя производительность операции позиционирования. Если значение атрибута уменьшается, то велика вероятность проблем с механической частью.
0909Power-On Hours (POH)
↓
Время, проведённое устройством, во включенном состоянии. В качестве порогового значения для него выбирается паспортное время наработки на отказ.
100ASpin-Up Retry Count
↓
Число повторных попыток раскрутки дисков до рабочей скорости в случае, если первая попытка была неудачной.
110BRecalibration Retries
↓
Количество повторов рекалибровки в случае, если первая попытка была неудачной.
120CDevice Power Cycle CountЧисло циклов включения-выключения винчестера.
130DSoft Read Error Rate
↓
Число ошибок при чтении, по вине программного обеспечения, которые не поддались исправлению.
187BBReported UNC Errors
↓
Неустранимые аппаратные ошибки.
190BEAirflow Temperature
↓
Температура воздуха внутри корпуса жёсткого диска. Целое значение, либо значение по формуле 100 — Airflow Temperature
191BFG-sense error rate
↓
Количество ошибок, возникающих в результате ударов.
192C0Power-off retract count
↓
Число циклов аварийных выключений.
193C1Load/Unload Cycle
↓
Количество циклов перемещения блока головок в парковочную зону.
194C2HDA temperature
↓
Показания встроенного термодатчика накопителя.
195C3Hardware ECC Recovered
↓
Число коррекции ошибок аппаратной частью диска (ошибок чтения, ошибок позиционирования, ошибок передачи по внешнему интерфейсу).
196C4Reallocation Event Count
↓
Число операций переназначения в резервную область, успешные и неудавшиеся попытки.
197C5Current Pending Sector Count
↓
Число секторов- кандидатов на перенос в резервную зону. Помечены как не надёжные. При последующих корректных операциях атрибут может быть снят.
198C6Uncorrectable Sector Count
↓
Число некорректируемых ошибок при обращении к сектору.
199C7UltraDMA CRC Error Count
↓
Число ошибок при передаче данных по внешнему интерфейсу.
200C8Write Error Rate /Multi-Zone Error Rate
↓
Общее количество ошибок при заполнения сектора информацией. Показатель качества накопителя.
201C9Soft read error rate
↓
Частота появления «программных» ошибок при чтении данных с диска, а не аппаратной части HDD.
202CaData Address Mark errors
↓
Число ошибок адресно помеченной информации (Data Address Mark (DAM)).Если автоматически не корректируется — заменить устройство.
203CBRun out cancel
↓
Количество ошибок ECC данных, присоединяемые к передаваемому сигналу, позволяющие принимающей стороне определить факт сбоя или исправить несущественную ошибку.
204CCSoft ECC correction
↓
Количество ошибок ECC, скорректированных программным способом.
205CDThermal asperity rate (TAR)
↓
Число ошибок в следствии температурных колебаний.
206CEFlying height*Высота между головкой и поверхностью диска компьютера.
209D1Offline seek performance*Drive’s seek performance during offline operations.
220DCDisk Shift
↓
Дистанция смещения блока дисков относительно шпинделя. В основном возникает из-за удара или падения.
221DDG-Sense Error Rate
↓
Число ошибок, возникших из-за внешних нагрузок и ударов. Атрибут хранит показания встроенного crash датчика.
222DELoaded Hours*Время, проведённое блоком магнитных головок между выгрузкой из парковочной области в рабочую область диска и загрузкой блока обратно в парковочную область.
223DFLoad/Unload Retry Count*Количество новых попыток выгрузок/загрузок блока магнитных головок винчестера в/из парковочной области после неудачной попытки.
224E0Load Friction
↓
Величина силы трения блока магнитных головок при его выгрузке из парковочной области.
225E1Load Cycle Count
↓
Число циклов вход-выход в парковочную зону.
226E2Load ‘In’-time*Время, за которое привод выгружает магнитные головки из парковочной области на рабочую поверхность диска.
227E3Torque Amplification Count
↓
Количество попыток скомпенсировать вращающий момент.
228E4Power-Off Retract Cycle
↓
Количество повторов автоматической парковки блока магнитных головок в результате выключения питания.
230E6GMR Head Amplitude*Амплитуда «дрожания» (расстояние повторяющегося перемещения блока магнитных головок).
231E7Temperature
↓
Температура жёсткого диска.
240F0Head flying hours*Время позиционирования головки.
250FARead error retry rate
↓
Число ошибок во время чтения жёсткого диска.
Атрибуты дисков нужно смотреть в целом и самостоятельно прогнозировать замену, не только опираясь на smart атрибуты. Нужно дополнительно проводить тесты на бедблоки и запускать fscheck и smart тесты, о которых пойдет речь в следующих статьях.

Copyright

Комментарии

Отправить комментарий

Популярные сообщения из этого блога

Настройка PROXMOX

Изображение
Подготовительные работы Установка java на клиентской машине Для Ubuntu до 13.10 add-apt-repository ppa:webupd8team/java apt-get update apt-get install oracle-java8-set-default Для ubuntu 13.10 и старше apt-get update apt-get install icedtea-7-plugin     * Для Windows Скачиваем и устанавливаем отсюда:  http://www.java.com/ru/download/manual.jsp?locale=ru проверка http://www.java.com/ru/download/testjava.jsp Проверка виртуализации Проверка, поддерживает ли процессор виртуализацию Для запуска KVM, вам нужен процессор с поддержкой виртуализации (intel-vt или amd-v). Для проверки того, что ваш процессор поддерживает эту технологию, выполните следующую команду: egrep '(vmx|svm)' --color=always /proc/cpuinfo Если вывод ничего не дал, это значит, что процессор не поддерживает аппаратную виртуализацию. Если вам все же повезло - проверьте настройки BIOS, вполне возможно, что виртуализация запрещена в BIOS по-умолчанию. Задействована ли
Далее...

Configuring IPMI under Linux using ipmitool

Hardware and Software Requirements The following example will show how to configure IPMI on a Linux server. The /dev/ipmi0 device file must exist so that configuration can be carried out. If it does not exist, you can create it as follows: under SuSE, Red Hat or CentOS:  /etc/init.d/ipmi start  (requires the OpenIPMI package. The OpenIPMI-tools package will be required later, as well.) under Debian 4:  /usr/share/ipmitool/ipmi.init.basic  (If the error message,  ipmi_kcs_drv not found , appears, you will have to comment the corresponding if-condition out, see also  [1] .) under Debian 5:  modprobe ipmi_devintf; modprobe ipmi_si The approach described below has been tested on an Intel SR2500 under CentOS 4 using ipmitool version 1.8.7. In principle, the configuration should be configured similarly on other systems with IPMI support. LAN Configuration The first IPMI LAN channel will now be configured. Thereby, the configured IP address can be accessed at the first LAN p
Далее...