# 硬盘健康检测（SMART）

## 场景

机器变慢、有咔哒声，或者阵列卡报介质错误，需要确认盘是不是要坏。

## 前置条件

- 能进系统或带外管理
- 直通盘用 `smartctl`，RAID 卡后面的盘要看阵列卡
- 提前备份，检测本身不会损坏数据但坏盘可能随时挂

## 配置

```bash
# 安装
dnf install -y smartmontools || apt install -y smartmontools

# 看总体健康
smartctl -H /dev/sda

# 看详细属性
smartctl -a /dev/sda

# 短测（2 分钟）/ 长测（几小时）
smartctl -t short /dev/sda
smartctl -t long /dev/sda

# 看测试结果
smartctl -l selftest /dev/sda
```

RAID 卡后面的盘：

```bash
storcli /c0/eall/sall show all | grep -i "media error\|predictive"
```

## 验证

重点看这几个属性：

| 属性 | 含义 |
| --- | --- |
| `Reallocated_Sector_Ct` | 已重映射扇区，非 0 就要警惕 |
| `Current_Pending_Sector` | 待映射扇区，通常意味着坏道 |
| `Offline_Uncorrectable` | 离线不可纠正错误 |
| `UDMA_CRC_Error_Count` | 线缆/背板问题，不是盘坏 |
| `Temperature_Celsius` | 温度，持续 50℃ 以上要查风道 |

## 回滚

检测不改数据，无需回滚。长测会占用磁盘，业务高峰别跑。

## 坑

- **RAID 卡后面的盘 `smartctl` 看不到**，要用 `storcli ... show all` 或 `-d megaraid,N`。
- `Reallocated_Sector_Ct` 缓慢增长是正常老化，突然暴涨要立刻换盘。
- 长测期间性能下降，别在生产高峰做。
- 温度高不一定是盘的问题，可能是风扇或风道。
- 换盘前先确认阵列已经重建完成，别同时掉两块。
- 笔记本和桌面盘的 SMART 阈值和服务器盘不一样，别照搬。