« Diagnostic smart d'un disque » : différence entre les versions
(5 versions intermédiaires par le même utilisateur non affichées) | |||
Ligne 212 : | Ligne 212 : | ||
* -C 197 : Report if Current Pending Sector count non-zero (attribut 197) | * -C 197 : Report if Current Pending Sector count non-zero (attribut 197) | ||
* -U 198 : Report if Offline Uncorrectable count non-zero (attribut 198) | * -U 198 : Report if Offline Uncorrectable count non-zero (attribut 198) | ||
<br> | |||
Notez que pour la collection des données <code>offline</code>, il faut prendre 3 choses en considération : | |||
* Le disque supporte-t-il cette collecte (vérifiez avec <code>smartctl -c</code>) | |||
* Le disque présente-t-il des attributs nécessitant cette collecte (vérifiez avec <code>smartctl -A</code> à la colonne UPDATED) | |||
Si la réponse est non à l'une de ces questions, vous pouvez enlever l'argument <code>-o on</code> : | |||
<pre>/dev/sda -a -S on -s (S/../.././02|L/../../6/03) -m mail@domain.tld</pre> | |||
Si votre disque ne supporte pas le collecte automatique mais a des attributs Offline, ou encore si vous craignez une éventuelle perte de performance du fait du test Offline et préférez le lancer manuellement vous pouvez adapter la regexp suivant l'argument <code>-s</code>. La lettre <code>L</code> identifie un Long Self-Test, la lettre <code>S</code> un Short Self-Test, la lettre <code>C</code> un Conveyance Self-Test, et la lettre <code>O</code> un Offline Immediate Test. Pensez alors également à supprimer l'argument <code>-o on</code>. | |||
<pre>/dev/sda -a -S on -s (S/../.././02|O/../.././03|L/../../6/03) -m mail@domain.tld</pre> |
Dernière version du 8 février 2022 à 11:20
Activation
Vous pouvez vérifier si smart est activé avec :
smartctl -i /dev/sda
Vous devriez avoir un retour terminant par :
SMART support is: Available - device has SMART capability. SMART support is: Enabled
si jamais le smart de votre disque est disabled, essayez de l'activer avec
smartctl -s on /dev/sda
Généralités
Pour vérifier l'état global du disque utilisez l'option -H. Si vous obtenez PASSED
, tant mieux, sinon, préparez vous à sauvegarder d'urgence vos données !
~# smartctl -H /dev/sda smartctl 5.40 2010-07-12 r3124 [x86_64-unknown-linux-gnu] (local build) Copyright (C) 2002-10 by Bruce Allen, http://smartmontools.sourceforge.net === START OF READ SMART DATA SECTION === SMART overall-health self-assessment test result: PASSED
Pour vérifier la présence d'erreur dans le log smart :
~# smartctl -l error /dev/sda smartctl 5.40 2010-07-12 r3124 [x86_64-unknown-linux-gnu] (local build) Copyright (C) 2002-10 by Bruce Allen, http://smartmontools.sourceforge.net === START OF READ SMART DATA SECTION === SMART Error Log Version: 1 No Errors Logged
self test
Commencez par vérifier les tests supportés par votre disque
~# smartctl --capabilities /dev/sda smartctl 5.40 2010-07-12 r3124 [x86_64-unknown-linux-gnu] (local build) Copyright (C) 2002-10 by Bruce Allen, http://smartmontools.sourceforge.net === START OF READ SMART DATA SECTION === 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: ( 244) Self-test routine in progress... 40% of test remaining. Total time to complete Offline data collection: ( 600) 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: ( 84) minutes. Conveyance self-test routine recommended polling time: ( 2) minutes. SCT capabilities: (0x103f) SCT Status supported. SCT Error Recovery Control supported. SCT Feature Control supported. SCT Data Table supported.
Ici, le disque supporte le short self-test (d'une durée d'environs 1 minute), l'extended self-test (d'une durée d'environs 84 minutes) et le Conveyance self-test (d'une durée d'environs 2 minutes). Notez qu'en plus de ces tests, tous les disques devraient normalement supporter le self-test offline.
Pour lancer l'un de ces tests :
smartctl -t short /dev/sda smartctl -t long /dev/sda smartctl -t conveyance /dev/sda
Pour vérifier le niveau d'avancement du test en cours, regardez la ligne Self-test execution status
de smartctl --capabilities /dev/sda
Pour vérifier le résultat des tests terminés :
smartctl -l selftest /dev/sda
Offline data collection
Si vous regardez en détail la sortie des capabilities de votre disque avec smartctl -c /dev/sda
, vous devriez voir des informations ressemblant à ceci :
Offline data collection status: (0x02) Offline data collection activity was completed without error. Auto Offline Data Collection: Disabled.
Ainsi que
Offline data collection capabilities: (0x53) SMART execute Offline immediate. Auto Offline data collection on/off support. Suspend Offline collection upon new command. No Offline surface scan supported. Self-test supported. No Conveyance Self-test supported. Selective Self-test supported.
En dépit de ce nom offline
mal choisi se cache en réalité un self-test réalisé au premier plan. Généralement, tous les disques le supportent. Ce test ne génère cependant pas d'entée dans le log des tests de SMART. La plupart des disques réalisent un test de ce type au démarrage (il dure toujours moins de 2 minutes).
Ce test correspond en réalité a une collection des données dites offline, qui permet la mise à jour des attributs SMART qui sont marqués Offline à la colonne UPDATED (smartctl -A
).
Ce type de test peu, en théorie, dégrader les performances du disque lorsqu'il est réalisé. Si le mode automatique est activé (Auto Offline Data Collection
, le disque le lance de lui même régulièrement. Néanmoins, la majorité des disques savent soit suspendre (capability Suspend Offline collection upon new command
) soit interrompre (capability Abort Offline collection upon new command
) le test automatique lors d'accès disque, et le reprendre lorsque le disque est inactif.
En cas de doute de performance, sur un ordinateur de bureau, il est possible de désactiver la récupération automatique Offline des données sachant qu'une telle vérification est généralement lancé au démarrage du disque. Pour cela, il faut utiliser la commande smartctl -o off /dev/sda
. Sur un serveur (avec un disque tournant donc en permanence), il peut être préférable de la laisser activé.
Vous pouvez aussi lancer manuellement un test offline avec la commande suivante :
smartctl -t offline /dev/sda
Interprétation des attributs
Les attributs SMART sont ceux utilisés pour calculer l'état global du disque (smartctl -H /dev/sda
). Pour visualiser ces attributs il faut utiliser l'option -A
:
~# smartctl -A /dev/sdb smartctl 5.40 2010-07-12 r3124 [x86_64-unknown-linux-gnu] (local build) Copyright (C) 2002-10 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 108 099 006 Pre-fail Always - 19851850 3 Spin_Up_Time 0x0003 097 097 000 Pre-fail Always - 0 4 Start_Stop_Count 0x0032 100 100 020 Old_age Always - 46 5 Reallocated_Sector_Ct 0x0033 100 100 036 Pre-fail Always - 0 7 Seek_Error_Rate 0x000f 075 060 030 Pre-fail Always - 35032672 9 Power_On_Hours 0x0032 088 088 000 Old_age Always - 10912 10 Spin_Retry_Count 0x0013 100 100 097 Pre-fail Always - 0 12 Power_Cycle_Count 0x0032 100 100 020 Old_age Always - 23 183 Runtime_Bad_Block 0x0032 100 100 000 Old_age Always - 0 184 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 100 100 000 Old_age Always - 0 189 High_Fly_Writes 0x003a 100 100 000 Old_age Always - 0 190 Airflow_Temperature_Cel 0x0022 070 049 045 Old_age Always - 30 (Lifetime Min/Max 26/30) 194 Temperature_Celsius 0x0022 030 051 000 Old_age Always - 30 (0 15 0 0) 195 Hardware_ECC_Recovered 0x001a 021 018 000 Old_age Always - 19851850 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 - 0 240 Head_Flying_Hours 0x0000 100 253 000 Old_age Offline - 200536318028511 241 Total_LBAs_Written 0x0000 100 253 000 Old_age Offline - 861445114 242 Total_LBAs_Read 0x0000 100 253 000 Old_age Offline - 218940809
- VALUE représente l'état de l'attribut. Plus il est haut mieux c'est.
- WORST représente la valeur VALUE la plus basse que l'attribut à pu atteindre
- THRESH représente le seuil, défini par le constructeur, en dessous duquel l'attribut devient critique et permet de prédire une panne à court terme.
- Les valeurs Pre-fail sont celles à surveiller en priorité car elles représentent des attributs surveillant des erreurs critiques du disque. Old_age correspond aux attributs du vieillissement normal du disque, même s'il reste évident que plus le disque est vieux, plus le risque de crash augmente.
- RAW_VALUE est plus difficile à interpréter étant donné qu'ils sont calculés de manières très différentes selon les constructeurs et même les modèles de disque. Dans mon exemple, c'est un disque Seagate Barracuda avec un Raw_Read_Error_Rate ayant une valeur raw très élevée qui peut sembler inquiétante mais qui a au final une VALUE qui reste très bonne. Chez d'autres marques comme WD, un Raw_Read_Error_Rate doit normalement tourner à 0 en valeur raw, et si la valeur raw augmente, c'est mauvais signe.
Pour savoir si la RAW_VALUE est meilleure haute ou basse, je vous renvoi ici : http://en.wikipedia.org/wiki/S.M.A.R.T.#Known_ATA_S.M.A.R.T._attributes (en général, une erreur doit être la plus basse possible)
Globalement, retenez que les RAW_VALUE de Current_Pending_Sector et Offline_Uncorrectable et Reallocated_Sector_Ct doivent idéalement être a 0. Si elles augmentent, il faut investiguer la situation.
Notez que certains attributs SMART, identifiés par le mot Offline
à la colonne UPDATED
, ne sont mis à jour que lorsque la collecte de données offline a lieu. Généralement, cette collecte à lieu au démarrage du disque, ou de manière régulière si vous activez la collecte automatique des données offline (avec smartctl -o on /dev/sda
)
Current_Pending_Sector, Reallocated_Event_Count et Reallocated_Sector_Ct
- Quand le contrôleur interne du disque détecte un secteur qu'il ne parvient plus à lire, il incrémente la valeur
Current_Pending_Sector
. - Si lors d'une tentative ultérieure de lecture, le secteur est lu avec succès, les données sont transférés sur un spare sector. Dans ce cas, le contrôleur décrémente la valeur
Current_Pending_Sector
, et incrémente les valeursReallocated_Event_Count
etReallocated_Sector_Ct
- Si le secteur ne peut vraiment plus être lu, le contrôleur conserve en mémoire ce secteur en attente (d'où le maintien de
Current_Pending_Sector
), dans l'attente d'une tentative d'écriture sur ce secteur. Par la suite, il y a deux cas de figure selon les constructeurs :- Soit, par la suite, des données doivent être écrite sur ce secteur, et que cette écriture réussie, le secteur est considéré comme fonctionnel et le contrôleur décrémente la valeur
Current_Pending_Sector
. Si l'écriture échoue, le secteur est considéré comme défectueux, et se retrouve remplacé par un spare sector. Dans ce cas, le contrôleur décrémente la valeurCurrent_Pending_Sector
, et incrémente les valeursReallocated_Event_Count
etReallocated_Sector_Ct
- Soit, dès que des données doivent être écrite sur ce secteur, il est immédiatement remappé sur un spare sector, et les données sont écrites sur le spare sector. Dans ce cas, le contrôleur décrémente la valeur
Current_Pending_Sector
, et incrémente les valeursReallocated_Event_Count
etReallocated_Sector_Ct
- Soit, par la suite, des données doivent être écrite sur ce secteur, et que cette écriture réussie, le secteur est considéré comme fonctionnel et le contrôleur décrémente la valeur
A noter que, dans tous les cas, après une écriture complète du disque (par exemple si vous le remplissez de 0 avec dd), Current_Pending_Sector
devrait toujours revenir à 0 (et éventuellement, selon le mode de fonctionnement, Reallocated_Event_Count
et Reallocated_Sector_Ct
augmenteront ou non).
Si Current_Pending_Sector
ne revient pas à 0 après un full-disk-write, c'est relativement inquiétant car cela signifie qu'un secteur est défectueux mais n'arrive pas a être remappé pour une raison quelconque (ou alors bug de firmware).
Dans l'idéal, si vous voyez Current_Pending_Sector augmenter :
- Débuter par faire un long check smart
- Si l'erreur persiste, faite une lecture complète du disque (par exemple avec badblocks)
- Si l'erreur persiste toujours, sauvegardez les données puis faite un full-disk-write
- Si l'erreur persiste malgré tout, essayez de faire un secure erase puis un full-disk-write : https://grok.lsu.edu/Article.aspx?articleid=16716 https://ata.wiki.kernel.org/index.php/ATA_Secure_Erase https://wiki.archlinux.org/index.php/Solid_state_drive/Memory_cell_clearing
De manière globale, le risque de voir son disque tomber définitivement en panne, ou provoquer une perte de données importante, dépend non seulement du nombre de pending sectors et reallocated sectors, mais également de la vitesse à laquelle ces chiffres augmentent. Si vous avez 2 secteurs réalloués, mais que ce chiffre reste stable, votre disque pourrait vivre encore plusieurs années. Tout dépend aussi de l'importance que vous accordez aux données stockées.
Enfin, notez qu'un nombre important de secteurs réalloués ralentira votre disque dur (les spare sector ne sont, nécessairement, pas continu avec les secteurs réalloués, donc la tête de lecture doit se déplacer).
Surveillance automatique avec smartd
/dev/sda -a -o on -S on -s (S/../.././02|L/../../6/03) -m mail@domain.tld
Nous activons la surveillance globale (-a
), la collection automatique offline des donnés (-o on
), la sauvegarde automatique des attributs (-S on
) et lançons avec l'argument -s
un short self test (S)
tous les jours à 2h du matin, et un long self test (L)
tous les samedi à 3h du matin. Si des erreurs sont détectés, un email est envoyé à mail@domain.tld.
Notez que -a
correspond à -H -f -t -l error -l selftest -C 197 -U 198
avec :
- -H : SMART Health Status
- -f : Monitor for failure of any 'Usage' Attributes
- -t : Report changes in 'Prefailure' Normalized Attributes et Report changes in 'Usage' Normalized Attributes
- -l : Monitor SMART log (error et selftest ici)
- -C 197 : Report if Current Pending Sector count non-zero (attribut 197)
- -U 198 : Report if Offline Uncorrectable count non-zero (attribut 198)
Notez que pour la collection des données offline
, il faut prendre 3 choses en considération :
- Le disque supporte-t-il cette collecte (vérifiez avec
smartctl -c
) - Le disque présente-t-il des attributs nécessitant cette collecte (vérifiez avec
smartctl -A
à la colonne UPDATED)
Si la réponse est non à l'une de ces questions, vous pouvez enlever l'argument -o on
:
/dev/sda -a -S on -s (S/../.././02|L/../../6/03) -m mail@domain.tld
Si votre disque ne supporte pas le collecte automatique mais a des attributs Offline, ou encore si vous craignez une éventuelle perte de performance du fait du test Offline et préférez le lancer manuellement vous pouvez adapter la regexp suivant l'argument -s
. La lettre L
identifie un Long Self-Test, la lettre S
un Short Self-Test, la lettre C
un Conveyance Self-Test, et la lettre O
un Offline Immediate Test. Pensez alors également à supprimer l'argument -o on
.
/dev/sda -a -S on -s (S/../.././02|O/../.././03|L/../../6/03) -m mail@domain.tld