Theo dõi sức khỏe ổ đĩa bằng smartd (trong smartmontools) trên máy chủ RAID 1 phần mềm khả dụng cao

Tôi có một máy chủ với ba giống hệt SATA / 600 ổ đĩa 3TB: /dev/sda, /dev/sdb, /dev/sdc. Các ổ đĩa được phân vùng, sử dụng GPT với ba phân vùng mỗi ổ:

• 1 MB: Phân vùng dành riêng cho bộ tải khởi động
• 1 GB: RAID1 / dev / md0 (ext2 (/ boot))
• 3 TB: RAID1 / dev / md1 (âm lượng được mã hóa (LVM (nhóm âm lượng (Hoán đổi, /, / etc, / home ...))))

Một trong ba ổ đĩa là một phụ tùng nóng và hai ổ còn lại đang hoạt động trong các bộ RAID. Nó hoạt động tốt và tôi có thể khởi động sau khi ngắt kết nối bất kỳ ổ cứng nào. Tôi muốn sử dụng smartd (một phần của smartmontools) để theo dõi tình trạng của các ổ đĩa và báo cáo lỗi cho syslog (mà tôi theo dõi bằng logcheck ). Máy chủ này nên có tính sẵn sàng cao nhất có thể, nhưng có thể chấp nhận rằng hiệu suất bị hạ thấp trong các thử nghiệm.

Đây là đầu ra của smartctl -a /dev/sda:

smartctl 5.41 2011-06-09 r3365 [x86_64-linux-3.2.0-4-amd64] (local build)
Copyright (C) 2002-11 by Bruce Allen, http://smartmontools.sourceforge.net

=== START OF INFORMATION SECTION ===
Device Model:     WDC WD30EZRX-00MMMB0
Serial Number:    WD-WMAWZ0412093
LU WWN Device Id: 5 0014ee 2b19fbdcd
Firmware Version: 80.00A80
User Capacity:    3,000,592,982,016 bytes [3.00 TB]
Sector Sizes:     512 bytes logical, 4096 bytes physical
Device is:        Not in smartctl database [for details use: -P showall]
ATA Version is:   8
ATA Standard is:  Exact ATA specification draft version not indicated
Local Time is:    Fri Sep 27 15:37:25 2013 CEST
SMART support is: Available - device has SMART capability.
SMART support is: Enabled

=== 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:      (   0) The previous self-test routine completed
                    without error or no self-test has ever 
                    been run.
Total time to complete Offline 
data collection:        (50280) 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:    (   2) minutes.
Extended self-test routine
recommended polling time:    ( 255) minutes.
Conveyance self-test routine
recommended polling time:    (   5) minutes.
SCT capabilities:          (0x3035) SCT Status supported.
                    SCT Feature Control supported.
                    SCT Data Table supported.

SMART Attributes Data Structure revision number: 16
Vendor Specific SMART Attributes with Thresholds:
ID# ATTRIBUTE_NAME          FLAG     VALUE WORST THRESH TYPE      UPDATED  WHEN_FAILED RAW_VALUE
  1 Raw_Read_Error_Rate     0x002f   200   200   051    Pre-fail  Always       -       0
  3 Spin_Up_Time            0x0027   148   148   021    Pre-fail  Always       -       9575
  4 Start_Stop_Count        0x0032   100   100   000    Old_age   Always       -       95
  5 Reallocated_Sector_Ct   0x0033   200   200   140    Pre-fail  Always       -       0
  7 Seek_Error_Rate         0x002e   200   200   000    Old_age   Always       -       0
  9 Power_On_Hours          0x0032   099   099   000    Old_age   Always       -       820
 10 Spin_Retry_Count        0x0032   100   253   000    Old_age   Always       -       0
 11 Calibration_Retry_Count 0x0032   100   253   000    Old_age   Always       -       0
 12 Power_Cycle_Count       0x0032   100   100   000    Old_age   Always       -       93
192 Power-Off_Retract_Count 0x0032   200   200   000    Old_age   Always       -       65
193 Load_Cycle_Count        0x0032   196   196   000    Old_age   Always       -       12824
194 Temperature_Celsius     0x0022   119   116   000    Old_age   Always       -       33
196 Reallocated_Event_Count 0x0032   200   200   000    Old_age   Always       -       0
197 Current_Pending_Sector  0x0032   200   200   000    Old_age   Always       -       0
198 Offline_Uncorrectable   0x0030   200   200   000    Old_age   Offline      -       0
199 UDMA_CRC_Error_Count    0x0032   200   200   000    Old_age   Always       -       0
200 Multi_Zone_Error_Rate   0x0008   200   200   000    Old_age   Offline      -       0

SMART Error Log Version: 1
No Errors Logged

SMART Self-test log structure revision number 1
Num  Test_Description    Status                  Remaining  LifeTime(hours)  LBA_of_first_error
# 1  Short offline       Completed without error       00%       787         -
# 2  Extended offline    Completed without error       00%       727         -

SMART Selective self-test log data structure revision number 1
 SPAN  MIN_LBA  MAX_LBA  CURRENT_TEST_STATUS
    1        0        0  Not_testing
    2        0        0  Not_testing
    3        0        0  Not_testing
    4        0        0  Not_testing
    5        0        0  Not_testing
Selective self-test flags (0x0):
  After scanning selected spans, do NOT read-scan remainder of disk.
If Selective self-test is pending on power-up, resume after 0 minute delay.

Có vẻ như thử nghiệm ngoại tuyến được hỗ trợ. Khi tôi phát hành smartctl -o on, smartctl -cchương trình Offline data collection statusđã được đặt thành (0x82). Nếu tôi phát hành smartctl -o offcùng một giá trị trở thành (0x02).

Tôi đã thiết lập smartd để khởi động với máy chủ bằng cách thiết lập start_smartd=yestrong /etc/default/smartmontools. Làm thế nào bạn có thể khuyên tôi nên cấu hình smartd bằng cách chỉnh sửa /etc/smartd.confcho máy chủ này? Vui lòng mô tả từng tham số bạn sử dụng và lý do tại sao bạn sử dụng nó theo cách bạn làm.

Tôi sẽ thêm thiết lập hiện tại của tôi như là một câu trả lời. Hãy sử dụng nó như là một cơ sở và cải thiện nó trong câu trả lời của riêng bạn. Một mô tả tốt hơn bằng cách sử dụng cùng một thiết lập cũng sẽ là một cải tiến!

Chúng tôi đã định cấu hình tất cả các máy chủ của mình để chạy các bản sao thông thường với dòng sau /etc/smartd.conf:

# DEVICESCAN matches all hard disks found in /dev/ and applies the following
# options to them.
#
# Default options from Debian:
# -d removable     don't exit when the device when a device vanishes
# -n standby       don't wake a device up that is sleeping
# -m root          send error reports to root
# -M exec ...      pipe the mail through that script
#
# Our options:
# -s L/../02/./17  run a long selftest on every 2nd of every month
#                  at 17 o'clock
DEVICESCAN -d removable -n standby -m root -M exec /usr/share/smartmontools/smartd-runner -s L/../02/./17

Selftests là IMO loại kiểm tra sức khỏe đáng tin cậy nhất mà SMART cung cấp.

BIÊN TẬP:

Bạn có thể vui lòng giải thích những gì -d removablekhông?

Từ man smartd.conf:

          removable - the device or its media is  removable.   This  indi‐
          cates  to  smartd  that  it should continue (instead of exiting,
          which is the default behavior) if the device does not appear  to
          be  present  when smartd is started.  This Directive may be used
          in conjunction with the other ´-d´ Directives.

Tôi cho rằng nó ngăn không cho smartdchết khi một trong các đĩa được theo dõi biến mất ...? Tôi không biết chắc chắn, tôi chỉ thêm -s L/../02/./17phần vào dòng đó. Dòng ban đầu:

DEVICESCAN -d removable -n standby -m root -M exec /usr/share/smartmontools/smartd-runner

là mặc định từ Debian.

Tôi đã chuyển từ select,contthử nghiệm dài sang thử nghiệm. Nó giống như bộ lọc dài nhất, nhưng mỗi lần chỉ có một lát đĩa. Vì vậy, trong khi thời gian dài nhất có thể mất hơn một ngày (với đĩa 3TB bận rộn khác), kiểm tra chọn lọc có thể chạy mỗi đêm khi máy chủ ít bận rộn nhất và thực sự kết thúc, mà không làm hại hiệu suất trong những giờ bận rộn hơn.

Vì vậy, về cơ bản, bạn sẽ phân phối một bản tự kiểm tra dài hàng tháng cho toàn bộ đĩa, đến một bài kiểm tra chọn lọc hàng đêm vẫn bao trùm toàn bộ đĩa trong suốt một tháng.

Nó cần một số chuẩn bị mặc dù.

• smartdphải chạy với --savestatestùy chọn vì bản thân các đĩa thường không theo dõi khu vực cuối cùng được kiểm tra.
• Bạn phải bắt đầu tự kiểm tra chọn lọc đầu tiên bằng tay ( -t select,0-$size) để smartdbiết kích thước lát để kiểm tra mỗi ngày. Kích thước xác định thời gian thử nghiệm sẽ kéo dài bao lâu và bao nhiêu ngày để kéo dài toàn bộ đĩa.
• Đảm bảo kích thước $ bạn chọn căn chỉnh với kích thước đĩa. Nếu không, bạn có nguy cơ lát cuối cùng rất nhỏ (trường hợp xấu nhất là bạn lãng phí một ngày chỉ kiểm tra một khu vực duy nhất của đĩa).
• Bạn phải xác minh rằng thông tin này thực sự được gửi đến các tệp tin lành mạnh vì đôi khi nó không và sau đó thử nghiệm sẽ không chạy theo cách bạn muốn. (Chỉnh sửa tập tin savestate trực tiếp cũng là một tùy chọn).
• Cú pháp của smartd.conftệp là -s c/../.././01(trong ví dụ này, nó sẽ chạy mỗi ngày vào lúc 1 giờ sáng).

Một khi điều đó được thực hiện tuy nhiên quá trình này là tự động và đáng tin cậy. Khi nó đến cuối đĩa, nó sẽ tự động bắt đầu vào đầu ngày hôm sau. Đọc các smartctltrang hướng dẫn về select,contcác bài kiểm tra.

Mặc dù các bài kiểm tra dài hoặc chọn lọc là tuyệt vời, có lẽ bạn vẫn nên chạy các bài kiểm tra đánh giá ngắn hoặc tổng thể. Họ chỉ mất một thời gian rất ngắn và có thể giúp phát hiện các vấn đề chung.

Tôi thường sử dụng kiểm tra đơn giản này được xác định trên mỗi ổ đĩa chứ không phải trên toàn cầu cho mỗi hệ thống (có DEVICESCANtùy chọn) - Tôi quan tâm đến tình trạng sức khỏe SMART tổng thể và liệu có bất kỳ phân bổ khu vực đang chờ xử lý nào và bất kỳ lĩnh vực bị lỗi nào kể từ lần kiểm tra SMART cuối cùng không. Bất kỳ sự kiện đáng ngờ nào cũng được gửi đến địa chỉ bắt tất cả thông minh của tôi sau đó:

/dev/sda -H -C 0 -U 0 -m smart@domain.tld

Trên một số hệ thống, tôi đã xác định tự động chạy tự kiểm tra SMART vào các ngày cụ thể. Thông số kỹ thuật này xác định để chạy thử nghiệm dài trên hai ổ đĩa vào mỗi Chủ nhật sau nửa đêm (nhưng không phải vào cùng một thời điểm - từ nửa đêm đến 1 giờ sáng và sau đó từ 2 giờ sáng):

/dev/sda -a -s L/../../7/00 -m smart@domain.tld
/dev/sdb -a -s L/../../7/02 -m smart@domain.tld

# DEVICESCAN      For all disks with SMART capabilities.
#
# -o off          Turn off automatic running of offline tests. An offline test
#                 is a test which may degrade performance.
#
# -n standby      Do not spin up the disk for the periodic 30 minute (default)
#                 SMART status polling, instead wait until the disk is active
#                 again and poll it then.
#
# -W 2            Report temperature changes of at least 2 degrees celsius since
#                 the last reading. Also report if a new min/max temperature is
#                 detected.
#
# -S on           Auto save attributes such as how long the disk has been powered
#                 on, min and max disk temperature.
#
# -s (L/../.[02468]/1/04|S/../.[13579]/1/04)
#     '-------a--------' '--------b-------'
#
#                 a: Long test on    even monday mornings at 04:00
#                 b: Short test on uneven monday mornings at 04:00

DEVICESCAN -o off -n standby -W 2 -S on -s (L/../.[02468]/1/04|S/../.[13579]/1/04)