我的故事很简单.我有一台轻型服务器,运行Arch

Linux,它将大部分数据存储在由两个SATA驱动器组成的RAID-1上.它大约4个月没有任何问题.然后,我突然开始在其中一个驱动器上读取错误.总是,消息看起来很像这样：

Apr 18 00:20:15 hope kernel: [307085.582035] ata5.01: exception Emask 0x0 SAct 0x0 SErr 0x0 action 0x0

Apr 18 00:20:15 hope kernel: [307085.582040] ata5.01: Failed command: READ DMA EXT

Apr 18 00:20:15 hope kernel: [307085.582048] ata5.01: cmd 25/00:08:08:6a:34/00:00:27:00:00/f0 tag 0 dma 4096 in

Apr 18 00:20:15 hope kernel: [307085.582050] res 51/40:00:0c:6a:34/40:00:27:00:00/f0 Emask 0x9 (media error)

Apr 18 00:20:15 hope kernel: [307085.582053] ata5.01: status: { DRDY ERR }

Apr 18 00:20:15 hope kernel: [307085.582056] ata5.01: error: { UNC }

Apr 18 00:20:15 hope kernel: [307085.621301] ata5.00: configured for UDMA/133

Apr 18 00:20:15 hope kernel: [307085.640972] ata5.01: configured for UDMA/133

Apr 18 00:20:15 hope kernel: [307085.640986] sd 4:0:1:0: [sdd] Unhandled sense code

Apr 18 00:20:15 hope kernel: [307085.640989] sd 4:0:1:0: [sdd] Result: hostbyte=DID_OK driverbyte=DRIVER_SENSE

Apr 18 00:20:15 hope kernel: [307085.640993] sd 4:0:1:0: [sdd] Sense Key : Medium Error [current] [descriptor]

Apr 18 00:20:15 hope kernel: [307085.640998] Descriptor sense data with sense descriptors (in hex):

Apr 18 00:20:15 hope kernel: [307085.641001] 72 03 11 04 00 00 00 0c 00 0a 80 00 00 00 00 00

Apr 18 00:20:15 hope kernel: [307085.641010] 27 34 6a 0c

Apr 18 00:20:15 hope kernel: [307085.641020] sd 4:0:1:0: [sdd] Add. Sense: Unrecovered read error - auto reallocate Failed

Apr 18 00:20:15 hope kernel: [307085.641023] sd 4:0:1:0: [sdd] CDB: Read(10): 28 00 27 34 6a 08 00 00 08 00

Apr 18 00:20:15 hope kernel: [307085.641027] end_request: I/O error,dev sdd,sector 657746444

Apr 18 00:20:15 hope kernel: [307085.641035] ata5: EH complete

Apr 18 00:20:15 hope kernel: [307085.641672] md/raid1:md16: read error corrected (8 sectors at 657744392 on sdd1)

Apr 18 00:20:17 hope kernel: [307087.505082] md/raid1:md16: redirecting sector 657742336 to other mirror: sdd1

每个错误都抱怨不同的扇区号,并伴随着用户(我)访问磁盘几秒钟的延迟.

我检查了smartctl输出,并看到以下输出(不相关的部分被剪裁)：

ID# ATTRIBUTE_NAME FLAG VALUE WORST THRESH TYPE UPDATED WHEN_Failed RAW_VALUE

1 Raw_Read_Error_Rate 0x002f 193 193 051 Pre-fail Always - 1606

5 Reallocated_Sector_Ct 0x0033 194 194 140 Pre-fail Always - 0

196 Reallocated_Event_Count 0x0032 162 162 000 Old_age Always - 0

197 Current_Pending_Sector 0x0032 200 200 000 Old_age Always - 51

回顾日志,我发现错误实际上已经发生了几天,主要是在备份期间,但也经常在非常轻的使用期间(意味着大约每5次我试图保存一个文本文件).我得出结论,我的磁盘正在死亡,RAID-1正在适当地处理它,并且是时候订购替换磁盘了.我订购了一个新磁盘.

令我惊讶的是,一天后,错误……停止了.我没有做任何事来解决它们.我没有重新启动,没有将驱动器脱机,没有.但错误才刚刚停止.

此时,好奇地看到坏扇区现在是否只是在磁盘的空闲部分,我将磁盘从RAID中取出,将其放回RAID中,并允许它完成随后的完全重新同步. 9小时后重新同步完成没有任何错误(2TB磁盘需要一段时间).

此外,smartctl输出稍有变化,如下所示：

ID# ATTRIBUTE_NAME FLAG VALUE WORST THRESH TYPE UPDATED WHEN_Failed RAW_VALUE

1 Raw_Read_Error_Rate 0x002f 193 193 051 Pre-fail Always - 1606

5 Reallocated_Sector_Ct 0x0033 194 194 140 Pre-fail Always - 43

196 Reallocated_Event_Count 0x0032 162 162 000 Old_age Always - 38

197 Current_Pending_Sector 0x0032 200 200 000 Old_age Always - 0

所以,当然,这个部分让我感到高兴的是“从什么时候坏磁盘自我修复？”

我想这可能是驱动器的一小部分区域自然坏了,驱动器只需要3天(！)就可以在扇区重新分配代码开始之前将其映射到磁盘的坏区域…但我不能说我见过这种事.

有没有人见过这种行为？如果是这样,您之后对驱动器的体验是什么？它又发生了吗？磁盘最终完全失败了吗？或者它只是一个无法解释的故障仍然无法解释？

在我的情况下,我已经有了替换驱动器(在保修期内获得),所以我可能只是更换驱动器.但我很想知道我是否以某种方式误诊了这一点.如果有帮助,我会在问题发生时提供完整的’smartctl -a’输出.它只是有点长,所以我没有在这里发布.