S.M.A.R.T

S.M.A.R.T 技术

S.M.A.R.T.（Self-Monitoring, Analysis and Reporting Technology）意思是自我监控，分析
和报告技术，也常常写成SMART。SMART是计算机硬盘驱动器（HDDs）和固态驱动器（SSDs）的监
控系统，用来对许多驱动器可靠性的许多指标进行检测和报告，以便能够预测硬件故障。

当前多数存储设备内建了S.M.A.R.T.附件来监控、存储和分析其设备操作的健康程度。通过软件
搜集温度、重新分配的扇区、寻道错误等状态数据，软件可以用来
度量设备等健康状况。当S.M.A.R.T.数据预测到驱动器可能的故障，运行在主机上的软件可能会
通知用户复制数据到其他驱动器，避免数据丢失以及可以替换驱动
器。

smartmontools

smartmontools软件包包含了2个工具程序来分析和监控存储设备：smartctl和smartd。

设备必须支持SMART功能并且激活每个存储设备的SMART，这样才能有效使用工具。可以使用
smartctl来检查是否激活了SMART支持，然后运行测试和检查测试结果。
另外，可以使用smartd在自动运行测试和进行email通知。

安装smartmontools

  • Debian

    apt-get install smartmontools

  • CentOS/RHEL

    yum install smartmontools

smartctl

smartctl是一个命令行工具,控制大多数ATA/SATA和SCSI/SAS硬盘和固态存储内建的SMART”。

--info或-i参数将打印一个设备的信息参数，包括是否支持SMART以及是否激活了该功能。

1
smartctl -i /dev/sda

显示输出（包括了型号、序列号、Firmware版本、容量、扇区、接口等信息，最后两行参数显
示支持SMART）

=== START OF INFORMATION SECTION ===
Model Family:     Seagate Laptop HDD
Device Model:     ST500LT012-1DG142
Serial Number:    W3P13ZF9
LU WWN Device Id: 5 000c50 06e3a8813
Firmware Version: 0002LVM1
User Capacity:    500,107,862,016 bytes [500 GB]
Sector Sizes:     512 bytes logical, 4096 bytes physical
Rotation Rate:    5400 rpm
Form Factor:      2.5 inches
Device is:        In smartctl database [for details use: -P show]
ATA Version is:   ATA8-ACS T13/1699-D revision 4
SATA Version is:  SATA 3.0, 6.0 Gb/s (current: 3.0 Gb/s)
Local Time is:    Thu Mar 29 16:22:02 2018 CST
SMART support is: Available - device has SMART capability.
SMART support is: Enabled

如果设备没有激活SMART，可以使用命令

smartctl --smart=on /dev/sda

有可能需要指定设备类型，如 --device=ata 以便通知smartctl设备类型，避免使用SCSI命令
--smart=off可关闭设备的SMART功能

运行测试

有3种类型的自我测试（所有的测试都是用户数据安全的）：

  • short (检查设备的高概率问题)
  • extended （或者称为long测试，将进行完整的磁盘表面快速检查）
  • conveyance （在设备的传输过程中标示是否存在损坏）

-c参数（或者--capabilities）输出设备支持的测试以及每个测试需要花费的时间

smartctl -c /dev/sda

运行结果：

=== START OF READ SMART DATA SECTION ===
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: 		(    0) seconds.
Offline data collection
capabilities: 			 (0x73) 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.
                    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: 	 ( 103) minutes.
Conveyance self-test routine
recommended polling time: 	 (   2) minutes.
SCT capabilities: 	       (0x1031)	SCT Status supported.
                    SCT Feature Control supported.
                    SCT Data Table supported.

使用-t(或者--test=<test_name>)参数来运行一个测试

smartctl -t short /dev/<device>
smartctl -t long /dev/<device>
smartctl -t conveyance /dev/<device>

查看测试结果

可以使用-H参数来查看设备的健康概况。 “如果设备报告failing health状态，就意味着设备
已经故障，或者设备预测自己将在24小时内故障。这种情况下要尽可能快地将设备上的数据导出
到安全的存储中”

smartctl -H /dev/<device>

可以列出最近的测试结果以及设备的详细信息

smartctl -l selftest /dev/<device>
smartctl -a /dev/<device>

快速测试案例

启动一个短暂的自测试

sudo smartctl -t short /dev/sda

如果要中断测试（没有必要的话不要自行中断命令）

smartctl -X

短暂自测试大约2分钟，然后用下面的命令查看测试结果

sudo smartctl -l selftest /dev/sda

显示结果类似

直接查看磁盘的健康状况

smartctl --health /dev/sda

显示

=== START OF READ SMART DATA SECTION ===
SMART Health Status: OK

输出详细的设备信息

smartctl -a /dev/sda

输出结果类似

smartd

smartd daemon监控SMART状态，并在发生问题时邮件通知。这个服务可以通过systemd管理，
并且使用/etc/smartd.conf配置文件。不过这个配置文件非常晦涩难懂，详细配置可以参
考man 5 smartd.conf或者smartd.conf info

管理smartd服务

启动、检查状态、以及激活自启动和查看最近的日志

systemctl start smartd
systemctl status smartd
systemctl enable smartd
journalctl -u smartd

定义监控的设备

要监控所有可能SMART错误，则配置/etc/smartd.conf（在CentOS 7是/etc/smartmontools/smartd.conf）

DEVICESCAN -a

如果要只监控指定的磁盘，例如

/dev/sda -a
/dev/sdb -a

也可以对外接的磁盘（如通过USB连接的备份用磁盘），需要通知SMARTd设备的UUID，这是因为每次
重启设备的/dev/sdX可能变化

要获取需要监控的磁盘的UUID，可以使用ls -lah /dev/disk/by-uuid/ 来查看需要监控的磁盘。
以下配置在smartd.conf中的配置就是针对USB磁盘

/dev/disk/by-uuid/820cdd8a-866a-444d-833c-1edb0f4becac -a

使用电子邮件通知潜在的问题

要在故障或新的错误发生时通知，使用-m参数

DEVICESCAN -m address@domain.com

要发送给外部的email地址，需要确保系统有MTA(Mail Transport Agent)或者MUA(Mail User Agent)
并且已经正确配置。通常MTU是sendmail和Postfix。

如果设置了-M test就会在smartd服务启动时发送一个测试邮件

DEVICESCAN -m address@domain.com -M test

由于电子邮件投递需要很长时间，而通常期望硬盘故障时立即被通知到以便采取措施。则可以定义
执行一个脚本来替代email

DEVICESCAN -m address@domain.com -M exec /usr/local/bin/smartdnotify

CentOS默认配置

检查了CentOS 7默认配置的/etc/smartmontools/smartd.conf，配置内容实际只有一行

DEVICESCAN -H -m root -M exec /usr/libexec/smartmontools/smartdnotify -n standby,10,q

这里通知是发送给系统的root用户，并且执行了脚本/usr/libexec/smartmontools/smartdnotify 这
个脚本实现了email通知，同时将消息写到终端上

1
2
3
4
5
6
7
8
9
10
11
12
13
14
#! /bin/sh

# Send mail
echo "$SMARTD_MESSAGE" | mail -s "$SMARTD_FAILTYPE" "$SMARTD_ADDRESS"

# Notify desktop user
MESSAGE="WARNING: Your hard drive is failing"

# direct write to terminals, do not use 'wall', because we don't want its ugly header
for t in $(who | awk '{ print $2; }' | grep -e '^tty' -e '^pts/')
do
  echo "$MESSAGE
$SMARTD_MESSAGE" >/dev/$t 2>/dev/null ||:
done

电源管理

可以用smartd来处理磁盘的低电压模式，这样可以通过smartd来响应SMART命令，磁盘转速。没
有这个参数，磁盘可能在低电压情况下仍然高速旋转：

DEVICESCAN -n standby,15,q

详细参考 smartmontools wiki

周期自测

smartd可以告诉磁盘定期执行自检，以下配置设置磁盘每天早上2-3点进行short self-test，在
每个周六的早上3-4点进行详细自测

DEVICESCAN -s (S/../.././02|L/../../6/03)

温度改变时告警

smartd可以跟踪磁盘问题并且在磁盘温度太快升高或者达到阀值时高进。以下配置在发生4度温度变化，或者温度达到35度，进行日志，在温度达到40度时日志和邮件告警

DEVICESCAN -W 4,35,40

可以使用命令检查当前磁盘温度smartctl -A /dev/<device> | grep Temperature_Celsius

完整的smartd.conf配置

以下配置将上述所有配置集成

DEVICESCAN (smartd scans for disks and monitors all it finds)

-a (monitor all attributes)
-o on (enable automatic online data collection)
-S on (enable automatic attribute autosave)
-n standby,q (do not check if disk is in standby, and suppress log message to that effect so as not to cause a write to disk)
-s ... (schedule short and long self-tests)
-W ... (monitor temperature)
-m ... (mail alerts)

配置如下

DEVICESCAN -a -o on -S on -n standby,q -s (S/../.././02|L/../../6/03) -W 4,35,40 -m <username or email>

这个配置非常完善，可参考

GSmartControl图形管理工具

GSmartControl是smartctl的的图形前端，显示所有的SMART数值，并且高亮显示那些旧值或者
即将故障，可以按照需要运行测试

GSmartControl main window

参考

[Wikipedia: S.M.A.R.T.](https://en.wikipedia.org/wiki/S.M.A.R.T.)
[archlinux: S.M.A.R.T. ](https://wiki.archlinux.org/index.php/S.M.A.R.T.)- 本文主要参考
[Monitoring Hard Disks with SMART](http://www.linuxjournal.com/magazine/monitoring-hard-disks-smart)
[Get the disk health status with SMART monitor tools on Debian and Ubuntu Linux](http://www.linuxjournal.com/magazine/monitoring-hard-disks-smart)
[Using smartctl to get SMART status information on your hard drives](http://www.techrepublic.com/blog/linux-and-open-source/using-smartctl-to-get-smart-status-information-on-your-hard-drives/)
[ubuntu: Smartmontools](https://help.ubuntu.com/community/Smartmontools) - 本文主要参考，提供了监控个人电脑和服务器的脚本以及处理经验
[SMART tests with smartctl](https://www.thomas-krenn.com/en/wiki/SMART_tests_with_smartctl)
[Monitoring Hard Drive Health on Linux with smartmontools](https://blog.shadypixel.com/monitoring-hard-drive-health-on-linux-with-smartmontools/)

文章参考
https://huataihuang.gitbooks.io/cloud-atlas/content/storage/das/smart.html

文章参考
https://huataihuang.gitbooks.io/cloud-atlas/content/storage/das/smart.html

OS
i/o disk

本博客所有文章除特别声明外，均采用 CC BY-SA 4.0 协议 ，转载请注明出处！