linux硬盘检测健康状态检查

温故而知新，分享也是温习。

linux硬盘检测健康状态检查

服务器硬盘是SATA的，使用下面的命令来确认硬盘是否打开了SMART支持

smartctl -i /dev/sda

在这里，如果看到SMART support is: Disabled或者 Device does not support SMART，则表示SMART未启用
如果我们需要执行如下命令，启动SMART：
代码如下:
smartctl –smart=on –offlineauto=on –saveauto=on /dev/sda


查看sda硬盘当前的健康状态使用如下命令
smartctl -H /dev/sda

在 Linux 系统下检查硬盘健康状态，主要依赖于 SMART 技术，并结合一些其他工具来检查磁盘错误。以下是详细的方法和步骤。

核心方法：使用 SMART 工具

SMART（Self-Monitoring, Analysis and Reporting Technology）是现代硬盘和固态硬盘都支持的一种自我监测、分析和报告技术。它是判断硬盘健康状况的首要和最直接的方法。

1. 安装 SMART 工具包

在大多数 Linux 发行版上，工具包名为 smartmontools。

• Debian/Ubuntu:
  

sudo apt update && sudo apt install smartmontools

• RHEL/CentOS/Fedora:
  

 sudo yum install smartmontools    # 旧版 RHEL/CentOS

sudo dnf install smartmontools    # Fedora / RHEL 8+

2. 识别磁盘设备名

首先，你需要知道要检查的硬盘的设备名（如 /dev/sda, /dev/nvme0n1）。

使用 lsblk或 fdisk命令：

lsblk
# 或者
sudo fdisk -l

输出示例：

NAME        MAJ:MIN RM   SIZE RO TYPE MOUNTPOINT

sda           8:0    0 931.5G  0 disk

├─sda1        8:1    0   512M  0 part /boot/efi

└─sda2        8:2    0   931G  0 part /

nvme0n1     259:0    0 476.9G  0 disk

├─nvme0n1p1 259:1    0   512M  0 part /boot

└─nvme0n1p2 259:2    0 476.4G  0 part /

这里有两块盘：一块 SATA 硬盘 (sda) 和一块 NVMe 固态硬盘 (nvme0n1)。

重要提示：NVMe 盘和 SATA/SCSI 盘的设备名和 SMART 命令参数不同。

针对 SATA / SAS / SCSI 硬盘（例如 /dev/sda）

3. 查看 SMART 基本信息（整体健康状态）

使用 smartctl -H命令可以快速查看硬盘的“通过/失败”健康状态。

sudo smartctl -H /dev/sda

输出示例：

=== START OF READ SMART DATA SECTION ===

SMART overall-health self-assessment test result: PASSED

PASSED 表示健康，FAILED 表示硬盘即将出现故障，应立即备份数据。

4. 查看详细的 SMART 属性数据

smartctl -A命令会显示详细的属性表，这是诊断问题的关键。

sudo smartctl -A /dev/sda

输出示例（部分重要属性）：

ID# ATTRIBUTE_NAME          FLAG     VALUE WORST THRESH TYPE      UPDATED  WHEN_FAILED RAW_VALUE

  5 Reallocated_Sector_Ct   0x0033   100   100   010    Pre-fail  Always       -       0

  9 Power_On_Hours          0x0032   092   092   000    Old_age   Always       -       6523

187 Reported_Uncorrect      0x0032   100   100   000    Old_age   Always       -       0

194 Temperature_Celsius     0x0022   064   055   000    Old_age   Always       -       36 (Min/Max 20/45)

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

需要重点关注的关键属性：

• Reallocated_Sector_Ct(重新分配扇区计数)： RAW_VALUE 不为 0 表示硬盘已有坏道，并用备用扇区替换了。数值持续增长是坏兆头。
  

• Current_Pending_Sector(当前待处理扇区数)： RAW_VALUE 不为 0 表示有扇区读写失败，正在等待决定是重新分配还是修复。这是严重警告！
  

• Offline_Uncorrectable(无法校正的扇区数)： 无法修复的坏道数量。
  

• UDMA_CRC_Error_Count： 通常与数据线或接口连接问题有关，不一定是硬盘本身故障，但值得检查线缆。

5. 运行 SMART 测试

你可以手动发起测试，更主动地检测问题。

• 短测试（通常几分钟完成）：
  

sudo smartctl -t short /dev/sda

• 长测试（全面检查，可能需数小时，不要中断）：
  

sudo smartctl -t long /dev/sda

• 查看测试结果：
  

sudo smartctl -l selftest /dev/sda

针对 NVMe 固态硬盘（例如 /dev/nvme0n1）

NVMe 的命令语法不同，但逻辑相似。

查看健康信息

sudo smartctl -H /dev/nvme0n1

查看详细信息（更易读）

 sudo smartctl -a /dev/nvme0n1

重点关注输出中的 SMART/Health Information 部分：

• percentage_used： 寿命损耗百分比，越高说明磨损越严重。
  

• critical_warning： 任何非 0 值都表示严重问题。
  

• media_errors, num_err_log_entries： 错误计数，越高越不好。
  

• temperature： 温度信息。
  

运行测试

# 发起设备自检

sudo smartctl -t device self-test /dev/nvme0n1

# 查看测试日志

sudo smartctl -l selftest /dev/nvme0n1

其他辅助检查方法

1. 查看内核日志

使用 dmesg命令查看内核环缓冲区日志，经常能发现硬盘报告的 I/O 错误。

dmesg | grep -i sda  # 将 sda 替换为你的设备名
dmesg | grep -i error

如果看到大量关于磁盘的 I/O 错误报告，说明硬盘可能存在问题。

2. 使用 badblocks命令（谨慎使用！）

此命令用于扫描磁盘坏道，但它是一个写测试，会对数据造成风险，强烈建议在新盘上使用，或确保已有完整备份。

只读模式扫描（相对安全）：

sudo badblocks -v -s /dev/sda > bad-blocks.txt

完成后，可以将坏道信息通知文件系统（如 ext4）：

sudo e2fsck -l bad-blocks.txt /dev/sda1

操作总结与建议

1. 1.定期检查： 使用 sudo smartctl -H /dev/你的磁盘定期检查健康状态，可以设置为每月一次的 cron 任务。

1. 2.关注变化： 详细属性 (smartctl -A) 中的 RAW_VALUE 值是否在持续增长比其绝对值更重要。

1. 3.听声音： 机械硬盘如果发出异常的“咔嗒”声（click of death），通常是物理故障的征兆，应立即备份。

1. 4.性能监控： 如果系统变得异常卡顿，I/O 等待时间 (wa) 很高（可用 top或 iostat查看），也可能是磁盘故障的前兆。

1. 5.备份是关键： 任何磁盘健康检查工具都不能 100% 预测故障。唯一能保护数据的方法就是定期备份！