Olá novamente. Uma tradução do artigo a seguir foi preparada especialmente para os alunos do curso
Administrador Linux . Vamos lá!
O que é o SMART?
O SMART
(sigla para Tecnologia de auto-monitoramento, análise e geração de relatórios) é uma tecnologia incorporada em unidades como discos rígidos ou SSDs. Sua principal tarefa é monitorar a condição.
De fato, o SMART controla vários parâmetros durante as operações normais do disco. Ele monitora parâmetros como o número de erros de leitura, o tempo de inicialização do disco e até o estado do ambiente. Além disso, a SMART também pode executar testes usando a unidade.
Idealmente, o SMART preverá falhas previsíveis, como falhas causadas por desgaste mecânico ou deterioração da superfície do disco, bem como falhas imprevisíveis causadas por qualquer defeito inesperado. Como os discos geralmente não falham repentinamente, o SMART ajuda o sistema operacional ou o administrador do sistema a identificar os discos que falharão em breve para que possam ser substituídos e a perda de dados seja evitada.
O que não se aplica ao SMART?
Tudo isso, é claro, é legal. No entanto, o SMART não é uma bola de cristal. Ele não pode prever falhas com probabilidade absoluta e não pode garantir que a unidade não falhe sem aviso. Na melhor das hipóteses, o SMART deve ser usado para avaliar a probabilidade de um colapso.
Dada a natureza estatística da previsão de falhas, a tecnologia SMART está particularmente interessada em empresas que usam um grande número de dispositivos de armazenamento. Para descobrir com que precisão o SMART pode prever falhas e relatar a necessidade de substituir discos em data centers ou mainframes de servidores, até estudos especiais foram realizados.
Em 2016, a Microsoft e a Universidade da Pensilvânia realizaram um estudo relacionado aos
SSDs .
De acordo com este estudo, alguns atributos SMART são considerados bons indicadores da inevitabilidade de falhas. Em particular, o artigo menciona:
Contadores de setores realocados :
Apesar do fato de que as tecnologias subjacentes são radicalmente diferentes, esse indicador permanece em demanda tanto no mundo do SSD quanto no mundo dos discos rígidos. Vale ressaltar que, devido às características dos algoritmos de balanceamento de desgaste usados nos SSDs, quando vários setores falham, então com alta probabilidade, podemos assumir que ainda mais falhará em breve.
Erros no loop Programa / Apagar (P / E):Isso é um sinal de problemas com o equipamento principal de memória flash, relacionado ao fato de o disco não poder excluir os dados do bloco ou salvá-los lá. O fato é que o processo de produção é imperfeito, portanto, pode-se esperar o aparecimento de tais erros. No entanto, a memória flash possui um número limitado de ciclos de gravação / exclusão. Por esse motivo, um aumento repentino no número de eventos pode indicar que o disco está atingindo seu limite e é esperado que outras células de memória também comecem a falhar.
CRC e erros fatais ("Erro de dados"):Eventos desse tipo podem ser causados por erros de armazenamento ou problemas com o canal de comunicação interno da unidade. Este indicador leva em consideração os erros corrigidos (relatados ao sistema host sem problemas) e os erros não corrigidos (devido ao bloqueio da unidade, que informava ao sistema host que não podia ser lido). Em outras palavras, os erros corrigidos são invisíveis para o sistema operacional, no entanto, afetam o desempenho da unidade, aumentando a probabilidade de reatribuição do setor.
Contagem de downshift SATA:Devido a interferência temporária, problemas no canal de comunicação entre o inversor e o host ou devido a problemas internos no inversor, a interface SATA pode mudar para uma velocidade de transmissão de sinal mais baixa. Baixar a velocidade da conexão abaixo do nível nominal tem um efeito óbvio no desempenho do disco. Portanto, esse indicador é mais significativo, principalmente quando se correlaciona com a presença de um ou mais indicadores anteriores.
Segundo o estudo, 62% dos SSDs com falha mostraram a presença de pelo menos um dos sintomas acima. Por outro lado, podemos dizer que 38% das unidades estudadas falharam sem uma indicação desses sintomas. Os estudos não mencionaram se havia outros relatos de rejeição do SMART por outros "sintomas". Por esse motivo, você não pode correlacionar esses valores diretamente com a falha sem aviso prévio em 36% dos casos de um artigo do Google.
Um estudo da Microsoft e da Universidade da Pensilvânia não divulgou o modelo dos discos estudados, no entanto, segundo os autores, a maioria dos discos vem do mesmo fornecedor por várias gerações.
O estudo também observou diferenças significativas na confiabilidade entre diferentes modelos. Por exemplo, o “pior” modelo estudado mostra uma taxa de falha de vinte por cento 9 meses após o primeiro erro de reatribuição e até 36% de falhas dentro de 9 meses após a primeira ocorrência de erros nos dados. O "pior" modelo foi chamado de geração mais antiga de discos considerada no artigo.
Por outro lado, com os mesmos sintomas acima, as unidades de nova geração falharam em 3% e 20%, de acordo com os mesmos erros. É difícil dizer se esses números podem ser explicados por uma melhoria no design da unidade e no processo de produção ou se o efeito da obsolescência desempenha um papel aqui.
A coisa mais interessante mencionada no artigo (escrevi sobre isso anteriormente) é que um aumento no número de erros registrados pode acontecer como um indicador alarmante:
"Há uma alta probabilidade de sintomas que precedem a falha dos SSDs, que se manifestam ativamente e progridem rapidamente, reduzindo bastante a vida útil da unidade para vários meses".
Em outras palavras, um erro aleatório relatado pela SMART definitivamente não deve ser considerado um sinal de falha iminente. No entanto, quando um SSD íntegro começa a relatar mais e mais erros, você deve esperar uma falha de curto ou médio prazo.Mas como você sabe em que estado está o seu SSD agora? Para satisfazer sua curiosidade ou com o desejo de começar a monitorar de perto suas unidades, você pode usar a
smartctl monitoramento
smartctl .
Usando smartctl para monitorar o status do seu SSD no Linux
Para monitorar o status SMART da sua unidade, sugiro usar a ferramenta
smartctl , que faz parte do pacote
smartmontool (pelo menos no Debian / Ubuntu).
sudo apt install smartmontools
smartctl é uma
ferramenta de linha de comando , mas ajuda especialmente nos casos em que você precisa automatizar a coleta de dados, por exemplo, de seus servidores.
A primeira etapa do uso do
smartctl é verificar se a sua unidade possui o SMART e é suportada pela ferramenta:
sh$ sudo smartctl -i /dev/sdb smartctl 6.6 2016-05-31 r4324 [x86_64-linux-4.9.0-6-amd64] (local build) Copyright (C) 2002-16, Bruce Allen, Christian Franke, www.smartmontools.org === START OF INFORMATION SECTION === Model Family: Seagate Momentus 7200.4 Device Model: ST9500420AS Serial Number: 5VJAS7FL LU WWN Device Id: 5 000c50 02fa0b800 Firmware Version: D005SDM1 User Capacity: 500,107,862,016 bytes [500 GB] Sector Size: 512 bytes logical/physical Rotation Rate: 7200 rpm Device is: In smartctl database [for details use: -P show] ATA Version is: ATA8-ACS T13/1699-D revision 4 SATA Version is: SATA 2.6, 3.0 Gb/s Local Time is: Mon Mar 12 15:54:43 2018 CET SMART support is: Available - device has SMART capability. SMART support is: Enabled
Como você pode ver, o disco rígido interno do meu laptop realmente suporta o SMART e está ligado. Então, como obter o status SMART agora? Existem erros corrigidos?
Os relatórios "sobre todas as informações de disco do SMART" são a opção
-a :
sh$ sudo smartctl -i -a /dev/sdb smartctl 6.6 2016-05-31 r4324 [x86_64-linux-4.9.0-6-amd64] (local build) Copyright (C) 2002-16, Bruce Allen, Christian Franke, www.smartmontools.org === START OF INFORMATION SECTION === Model Family: Seagate Momentus 7200.4 Device Model: ST9500420AS Serial Number: 5VJAS7FL LU WWN Device Id: 5 000c50 02fa0b800 Firmware Version: D005SDM1 User Capacity: 500,107,862,016 bytes [500 GB] Sector Size: 512 bytes logical/physical Rotation Rate: 7200 rpm Device is: In smartctl database [for details use: -P show] ATA Version is: ATA8-ACS T13/1699-D revision 4 SATA Version is: SATA 2.6, 3.0 Gb/s Local Time is: Mon Mar 12 15:56:58 2018 CET 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 See vendor-specific Attribute list for marginal Attributes. 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: ( 0) 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: ( 110) minutes. Conveyance self-test routine recommended polling time: ( 3) minutes. SCT capabilities: (0x103f) SCT Status supported. SCT Error Recovery Control supported. SCT Feature Control supported. SCT Data Table supported. SMART Attributes Data Structure revision number: 10 Vendor Specific SMART Attributes with Thresholds: ID
Compreendendo a saída dos comandos smartctl
A saída é muita informação que nem sempre é fácil de entender. A parte mais interessante é provavelmente a parte denominada "Atributos SMART específicos do fornecedor com limites". Ele relata várias estatísticas coletadas pelo dispositivo SMART e permite comparar esses valores (atuais ou piores de todos os tempos) com um determinado limite definido pelo fornecedor.
Por exemplo, aqui estão meus relatórios sobre setores reatribuídos no disco:
ID
Você pode perceber o atributo
"Pré-falha" . Isso significa que o valor é anormal. Portanto, se o valor exceder o limite, a probabilidade de falha é alta. Outra categoria de
"Old_age" é usada para atributos que correspondem aos valores de "desgaste normal".
O último campo (aqui com o valor "3") corresponde ao valor do atributo original relatado pela unidade. Geralmente esse número tem um significado físico. Aqui está o número real de setores reatribuídos. Para outros atributos, pode ser a temperatura em graus Celsius, o tempo em horas ou minutos ou o número de vezes que uma determinada condição foi atendida para um disco.
Além do valor inicial, uma unidade habilitada para SMART deve relatar "valores normalizados" (valores de campo, pior e limite). Esses valores são normalizados no intervalo de 1-254 (0-255 para valores limite). O firmware do disco executa essa normalização usando algum algoritmo interno. Além disso, diferentes fabricantes podem normalizar o mesmo atributo de maneiras diferentes. A maioria dos valores é apresentada como uma porcentagem, e quanto maior, melhor, mas nem sempre é esse o caso. Quando o parâmetro é menor ou igual ao valor limite especificado pelo fabricante, o disco é considerado defeituoso em termos deste atributo. Tendo em mente todas as instruções da primeira parte do artigo, quando o atributo que mostra o valor
"pré-falha" ainda falhar, é mais provável que o disco falhe em breve.
Como segundo exemplo, pegue a
"taxa de erro de busca" :
ID
De fato (e esse é o principal problema dos relatórios SMART), apenas o provedor entende o valor exato dos campos de cada atributo. No meu caso, a Seagate usa uma escala logarítmica para normalizar o valor. Assim, "71" significa aproximadamente um erro por 10 milhões de solicitações (10 à potência de 7,1). É engraçado que o pior indicador de todos os tempos seja um erro por 1 milhão de solicitações (10 ao 6º grau).
Se eu entendi corretamente, isso significa que as cabeças do meu disco estão agora localizadas com mais precisão do que antes. Como não acompanhei de perto esse disco, analiso os dados obtidos de maneira muito subjetiva. Talvez a unidade tenha apenas que "correr" um pouco desde que foi colocada em operação? Ou talvez isso seja conseqüência do desgaste mecânico das peças e, portanto, agora haja menos atrito? De qualquer forma, qualquer que seja o motivo, esse valor é mais uma medida de desempenho do que um aviso prévio de um erro. Então isso não me incomoda muito.
Além dos erros acima e três extremamente suspeitos registrados há cerca de seis meses, este disco está em uma condição surpreendentemente boa (de acordo com a SMART) para o disco de estoque do laptop, que funcionou por mais de 1100 dias (26423 horas).
ID
Por curiosidade, realizei o mesmo teste em um laptop muito mais novo equipado com um SSD:
sh$ sudo smartctl -i /dev/sdb smartctl 6.5 2016-01-24 r4214 [x86_64-linux-4.10.0-32-generic] (local build) Copyright (C) 2002-16, Bruce Allen, Christian Franke, www.smartmontools.org === START OF INFORMATION SECTION === Device Model: TOSHIBA THNSNK256GVN8 Serial Number: 17FS131LTNLV LU WWN Device Id: 5 00080d 9109b2ceb Firmware Version: K8XA4103 User Capacity: 256 060 514 304 bytes [256 GB] Sector Sizes: 512 bytes logical, 4096 bytes physical Rotation Rate: Solid State Device Form Factor: M.2 Device is: Not in smartctl database [for details use: -P showall] ATA Version is: ACS-3 (minor revision not indicated) SATA Version is: SATA 3.2, 6.0 Gb/s (current: 6.0 Gb/s) Local Time is: Tue Mar 13 01:03:23 2018 CET SMART support is: Available - device has SMART capability. SMART support is: Enabled
A primeira coisa que chama sua atenção é que, apesar da presença do SMART, o dispositivo não está no banco de dados do
smartctl . Mas isso não impedirá a ferramenta de coletar dados do SSD, no entanto, não poderá relatar os valores exatos dos vários atributos específicos do provedor:
sh$ sudo smartctl -a /dev/sdb smartctl 6.5 2016-01-24 r4214 [x86_64-linux-4.10.0-32-generic] (local build) Copyright (C) 2002-16, Bruce Allen, Christian Franke, www.smartmontools.org === START OF READ SMART DATA SECTION === SMART overall-health self-assessment test result: PASSED General SMART Values: Offline data collection status: (0x00) Offline data collection activity was never started. Auto Offline Data Collection: Disabled. 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: ( 120) seconds. Offline data collection capabilities: (0x5b) SMART execute Offline immediate. Auto Offline data collection on/off support. Suspend Offline collection upon new command. Offline surface scan supported. Self-test supported. No 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: ( 11) minutes. SCT capabilities: (0x003d) SCT Status supported. SCT Error Recovery Control supported. SCT Feature Control supported. SCT Data Table supported. SMART Attributes Data Structure revision number: 16 Vendor Specific SMART Attributes with Thresholds: ID
Acima, você vê a saída de um novo SSD. Os dados são compreensíveis, mesmo na ausência de normalização ou meta-informação para os dados de um provedor específico, como no meu caso com
"Unknown_SSD_Attribute". Só espero que as versões futuras do
smartctl tenham dados nesse modelo de unidade no banco de dados e que eu possa identificar melhor os possíveis problemas.
Teste seu SSD no Linux com smartctl
Até o momento, revisamos os dados coletados durante a operação normal do inversor. No entanto, o protocolo SMART também suporta vários comandos para testes offline para executar diagnósticos sob demanda.
O teste offline pode ser executado durante operações normais do disco, a menos que especificado de outra forma. Como as solicitações de E / S do teste e do host competirão, o desempenho do disco diminuirá durante o teste. A especificação SMART define vários tipos de teste independente:
Teste autônomo -t short ( -t short )Esse teste verificará o desempenho elétrico e mecânico, bem como o desempenho de leitura do disco. Testes autônomos curtos geralmente levam apenas alguns minutos (geralmente de 2 a 10).
Teste autônomo estendido ( -t long )Este teste leva quase o dobro do tempo. Geralmente, essa é apenas uma versão mais detalhada de um pequeno teste independente. Além disso, este teste examinará toda a superfície do disco em busca de erros de dados sem limite de tempo. A duração do teste será proporcional ao tamanho do disco.
Teste de envio autônomo ( -t conveyance )Este kit de teste é proposto como uma maneira relativamente rápida de verificar possíveis danos que ocorreram durante o transporte do dispositivo.
Aqui estão exemplos retirados das mesmas unidades que estavam acima. Eu sugiro que você adivinhe onde:
sh$ sudo smartctl -t short /dev/sdb smartctl 6.5 2016-01-24 r4214 [x86_64-linux-4.10.0-32-generic] (local build) Copyright (C) 2002-16, Bruce Allen, Christian Franke, www.smartmontools.org === START OF OFFLINE IMMEDIATE AND SELF-TEST SECTION === Sending command: "Execute SMART Short self-test routine immediately in off-line mode". Drive command "Execute SMART Short self-test routine immediately in off-line mode" successful. Testing has begun. Please wait 2 minutes for test to complete. Test will complete after Mon Mar 12 18:06:17 2018 Use smartctl -X to abort test.
Uma verificação está em andamento. Vamos aguardar a conclusão para ver o resultado:
sh$ sudo sh -c 'sleep 120 && smartctl -l selftest /dev/sdb' smartctl 6.5 2016-01-24 r4214 [x86_64-linux-4.10.0-32-generic] (local build) Copyright (C) 2002-16, Bruce Allen, Christian Franke, www.smartmontools.org === START OF READ SMART DATA SECTION === SMART Self-test log structure revision number 1 Num Test_Description Status Remaining LifeTime(hours) LBA_of_first_error
Vamos executar o mesmo teste em outra unidade:
sh$ sudo smartctl -t short /dev/sdb smartctl 6.6 2016-05-31 r4324 [x86_64-linux-4.9.0-6-amd64] (local build) Copyright (C) 2002-16, Bruce Allen, Christian Franke, www.smartmontools.org === START OF OFFLINE IMMEDIATE AND SELF-TEST SECTION === Sending command: "Execute SMART Short self-test routine immediately in off-line mode". Drive command "Execute SMART Short self-test routine immediately in off-line mode" successful. Testing has begun. Please wait 2 minutes for test to complete. Test will complete after Mon Mar 12 21:59:39 2018 Use smartctl -X to abort test.
E, novamente, vamos enviá-lo para dormir por dois minutos e ver o resultado:
sh$ sudo sh -c 'sleep 120 && smartctl -l selftest /dev/sdb' smartctl 6.6 2016-05-31 r4324 [x86_64-linux-4.9.0-6-amd64] (local build) Copyright (C) 2002-16, Bruce Allen, Christian Franke, www.smartmontools.org === START OF READ SMART DATA SECTION === SMART Self-test log structure revision number 1 Num Test_Description Status Remaining LifeTime(hours) LBA_of_first_error
Curiosamente, neste caso, vemos que os fabricantes do disco e do computador parecem já ter testado o disco (com um tempo de vida de 0 horas e 12 horas). Eu mesmo estava definitivamente muito menos preocupado com a condição da unidade do que eles. Portanto, como já mostrei testes rápidos, também executarei o avançado para ver como isso acontece.
sh$ sudo smartctl -t long /dev/sdb smartctl 6.6 2016-05-31 r4324 [x86_64-linux-4.9.0-6-amd64] (local build) Copyright (C) 2002-16, Bruce Allen, Christian Franke, www.smartmontools.org === START OF OFFLINE IMMEDIATE AND SELF-TEST SECTION === Sending command: "Execute SMART Extended self-test routine immediately in off-line mode". Drive command "Execute SMART Extended self-test routine immediately in off-line mode" successful. Testing has begun. Please wait 110 minutes for test to complete. Test will complete after Tue Mar 13 00:09:08 2018 Use smartctl -X to abort test.
Aparentemente, desta vez, levará muito mais tempo para esperar do que durante um breve teste. Então vamos ver:
sh$ sudo bash -c 'sleep $((110*60)) && smartctl -l selftest /dev/sdb' [sudo] password for sylvain: smartctl 6.6 2016-05-31 r4324 [x86_64-linux-4.9.0-6-amd64] (local build) Copyright (C) 2002-16, Bruce Allen, Christian Franke, www.smartmontools.org === START OF READ SMART DATA SECTION === SMART Self-test log structure revision number 1 Num Test_Description Status Remaining LifeTime(hours) LBA_of_first_error
No último teste, preste atenção à diferença nos resultados obtidos com os testes breves e prolongados, mesmo que tenham sido realizados um após o outro. Bem, talvez essa unidade não esteja em boas condições! Observo que o teste parou após o erro de primeira leitura. Portanto, se você deseja obter informações abrangentes sobre todos os erros de leitura, precisará continuar o teste após cada erro. Peço que você dê uma olhada em uma página do manual smartctl (8) muito bem escrita para obter mais informações sobre as
-t select -t select ,
N-max e
-t select para poder fazer isso:
sh$ sudo smartctl -t select,810665230-max /dev/sdb smartctl 6.6 2016-05-31 r4324 [x86_64-linux-4.9.0-6-amd64] (local build) Copyright (C) 2002-16, Bruce Allen, Christian Franke, www.smartmontools.org === START OF OFFLINE IMMEDIATE AND SELF-TEST SECTION === Sending command: "Execute SMART Selective self-test routine immediately in off-line mode". SPAN STARTING_LBA ENDING_LBA 0 810665230 976773167 Drive command "Execute SMART Selective self-test routine immediately in off-line mode" successful. Testing has begun.
smartctl 6.6 2016-05-31 r4324 [x86_64-linux-4.9.0-6-amd64] (local build) Copyright (C) 2002-16, Bruce Allen, Christian Franke, www.smartmontools.org === START OF READ SMART DATA SECTION === SMART Self-test log structure revision number 1 Num Test_Description Status Remaining LifeTime(hours) LBA_of_first_error
Conclusão
Definitivamente, o SMART é exatamente a tecnologia que deve ser adicionada ao seu kit de ferramentas para monitorar a integridade das unidades do servidor.
SMART Disk Monitoring Daemon smartd(8) ,
.
, , SMART . , , – , , . , RAID !
, !