Festplatte - temporärer S.M.A.R.T.-Fehler?!?

[altmetaller]

Hallo,

gleich am ersten Urlaubstag auf Teneriffa meldete sich freudigst mein Server per E-Mail mit zwei Hinweisen, dass er über S.M.A.R.T. Fehler stolpert:

Code: Alles auswählen

This message was generated by the smartd daemon running on:

   host name:  terra
   DNS domain: lan.tux-net

The following warning/error was logged by the smartd daemon:

Device: /dev/sde [SAT], 32 Currently unreadable (pending) sectors

Device info:
ST2000VX000-1ES164, S/N:Z4Z5AE7E, WWN:5-000c50-090d5337c, FW:CV27, 2.00 TB

For details see host's SYSLOG.

You can also use the smartctl utility for further investigation.
The original message about this issue was sent at Wed Dec 14 04:03:28 2022 CET
Another message will be sent in 24 hours if the problem persists.

Code: Alles auswählen

This message was generated by the smartd daemon running on:

   host name:  terra
   DNS domain: lan.tux-net

The following warning/error was logged by the smartd daemon:

Device: /dev/sde [SAT], 32 Offline uncorrectable sectors

Device info:
ST2000VX000-1ES164, S/N:Z4Z5AE7E, WWN:5-000c50-090d5337c, FW:CV27, 2.00 TB

For details see host's SYSLOG.

You can also use the smartctl utility for further investigation.
The original message about this issue was sent at Wed Dec 14 04:03:29 2022 CET
Another message will be sent in 24 hours if the problem persists.

Was mich gerade ein bisschen fuchsig macht ist der Umstand, dass diese Meldungen nur 9 Tage lang verschickt wurden.

Hier ein Blick auf die (vermeintlich?) defekte Festplatte:

Code: Alles auswählen

root@terra:~# smartctl -a /dev/sde
smartctl 7.2 2020-12-30 r5155 [x86_64-linux-5.15.64-1-pve] (local build)
Copyright (C) 2002-20, Bruce Allen, Christian Franke, www.smartmontools.org

=== START OF INFORMATION SECTION ===
Model Family:     Seagate Surveillance
Device Model:     ST2000VX000-1ES164
Serial Number:    Z4Z5AE7E
LU WWN Device Id: 5 000c50 090d5337c
Firmware Version: CV27
User Capacity:    2,000,398,934,016 bytes [2.00 TB]
Sector Sizes:     512 bytes logical, 4096 bytes physical
Rotation Rate:    7200 rpm
Form Factor:      3.5 inches
Device is:        In smartctl database [for details use: -P show]
ATA Version is:   ACS-2, ACS-3 T13/2161-D revision 3b
SATA Version is:  SATA 3.1, 6.0 Gb/s (current: 3.0 Gb/s)
Local Time is:    Sat Dec 24 20:50:40 2022 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: 		(   80) 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: 	 (   1) minutes.
Extended self-test routine
recommended polling time: 	 ( 208) minutes.
Conveyance self-test routine
recommended polling time: 	 (   2) minutes.
SCT capabilities: 	       (0x10b9)	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# ATTRIBUTE_NAME          FLAG     VALUE WORST THRESH TYPE      UPDATED  WHEN_FAILED RAW_VALUE
  1 Raw_Read_Error_Rate     0x000f   117   099   006    Pre-fail  Always       -       121335856
  3 Spin_Up_Time            0x0003   096   096   000    Pre-fail  Always       -       0
  4 Start_Stop_Count        0x0032   100   100   020    Old_age   Always       -       142
  5 Reallocated_Sector_Ct   0x0033   100   100   010    Pre-fail  Always       -       0
  7 Seek_Error_Rate         0x000f   078   060   030    Pre-fail  Always       -       62687973
  9 Power_On_Hours          0x0032   046   046   000    Old_age   Always       -       47764
 10 Spin_Retry_Count        0x0013   100   100   097    Pre-fail  Always       -       0
 12 Power_Cycle_Count       0x0032   100   100   020    Old_age   Always       -       142
184 End-to-End_Error        0x0032   100   100   099    Old_age   Always       -       0
187 Reported_Uncorrect      0x0032   100   100   000    Old_age   Always       -       0
188 Command_Timeout         0x0032   100   100   000    Old_age   Always       -       0
189 High_Fly_Writes         0x003a   001   001   000    Old_age   Always       -       220
190 Airflow_Temperature_Cel 0x0022   069   045   045    Old_age   Always   In_the_past 31 (Min/Max 27/35)
191 G-Sense_Error_Rate      0x0032   100   100   000    Old_age   Always       -       0
192 Power-Off_Retract_Count 0x0032   100   100   000    Old_age   Always       -       133
193 Load_Cycle_Count        0x0032   100   100   000    Old_age   Always       -       275
194 Temperature_Celsius     0x0022   031   055   000    Old_age   Always       -       31 (0 18 0 0 0)
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

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%     47764         -

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.

Hier - zum Vergleich - ein Blick auf eine baugleiche Festplatte, die zusammen mit der angemoserten Platte in einem LVM-Verbund (Raid 1) hängt:

Code: Alles auswählen

root@terra:~# smartctl -a /dev/sdd
smartctl 7.2 2020-12-30 r5155 [x86_64-linux-5.15.64-1-pve] (local build)
Copyright (C) 2002-20, Bruce Allen, Christian Franke, www.smartmontools.org

=== START OF INFORMATION SECTION ===
Model Family:     Seagate Surveillance
Device Model:     ST2000VX000-1ES164
Serial Number:    Z4Z5AE5Z
LU WWN Device Id: 5 000c50 090d52a65
Firmware Version: CV27
User Capacity:    2,000,398,934,016 bytes [2.00 TB]
Sector Sizes:     512 bytes logical, 4096 bytes physical
Rotation Rate:    7200 rpm
Form Factor:      3.5 inches
Device is:        In smartctl database [for details use: -P show]
ATA Version is:   ACS-2, ACS-3 T13/2161-D revision 3b
SATA Version is:  SATA 3.1, 6.0 Gb/s (current: 3.0 Gb/s)
Local Time is:    Sat Dec 24 20:50:34 2022 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: 		(   80) 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: 	 (   1) minutes.
Extended self-test routine
recommended polling time: 	 ( 203) minutes.
Conveyance self-test routine
recommended polling time: 	 (   2) minutes.
SCT capabilities: 	       (0x10b9)	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# ATTRIBUTE_NAME          FLAG     VALUE WORST THRESH TYPE      UPDATED  WHEN_FAILED RAW_VALUE
  1 Raw_Read_Error_Rate     0x000f   112   099   006    Pre-fail  Always       -       46833624
  3 Spin_Up_Time            0x0003   097   096   000    Pre-fail  Always       -       0
  4 Start_Stop_Count        0x0032   100   100   020    Old_age   Always       -       142
  5 Reallocated_Sector_Ct   0x0033   100   100   010    Pre-fail  Always       -       0
  7 Seek_Error_Rate         0x000f   078   060   030    Pre-fail  Always       -       63100829
  9 Power_On_Hours          0x0032   046   046   000    Old_age   Always       -       47764
 10 Spin_Retry_Count        0x0013   100   100   097    Pre-fail  Always       -       0
 12 Power_Cycle_Count       0x0032   100   100   020    Old_age   Always       -       142
184 End-to-End_Error        0x0032   100   100   099    Old_age   Always       -       0
187 Reported_Uncorrect      0x0032   100   100   000    Old_age   Always       -       0
188 Command_Timeout         0x0032   100   100   000    Old_age   Always       -       0
189 High_Fly_Writes         0x003a   001   001   000    Old_age   Always       -       209
190 Airflow_Temperature_Cel 0x0022   067   045   045    Old_age   Always   In_the_past 33 (Min/Max 28/36)
191 G-Sense_Error_Rate      0x0032   100   100   000    Old_age   Always       -       0
192 Power-Off_Retract_Count 0x0032   100   100   000    Old_age   Always       -       133
193 Load_Cycle_Count        0x0032   100   100   000    Old_age   Always       -       276
194 Temperature_Celsius     0x0022   033   055   000    Old_age   Always       -       33 (0 18 0 0 0)
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

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%     47764         -

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.

So richtig antik sind die noch nicht (keine 3 Jahre) und "eigentlich" wurden sie auch relativ schonend behandelt. Also relativ wenige Spindowns, keine Erschütterungen, gute Kühlung usw. usf.).

Hat sich die Platte jetzt selbst repariert?

Liebe Grüße,
Jörg

[Christoph Franzen]

Hallo zusammen!

Hat sich die Platte jetzt selbst repariert?

Nein, hat sie natürlich nicht. Die folgende Meldung – und nur die – bekomme ich indes von einer SSD immer wieder, seit ich sie habe:

Code: Alles auswählen

This message was generated by the smartd daemon running on:

   host name:  christoph9
   DNS domain: [Empty]
   NIS domain: franzen.dom

The following warning/error was logged by the smartd daemon:

Device: /dev/sdd [SAT], 1 Currently unreadable (pending) sectors

Device info:
CT2000MX500SSD1, S/N:1803E10B34C9, WWN:5-00a075-1e10b34c9, FW:M3CR010, 2.00 TB

For details see host's SYSLOG.

You can also use the smartctl utility for further investigation.
Another message will be sent in 24 hours if the problem persists.

Es geht stets um genau den einen Sektor, andere beunruhigende Meldungen sondert das Ding nicht ab. Eines Tages war sie scheinbar nicht mehr lesbar, woraufhin ich diesen „Fehler“ verdächtigt und ein neues 2-TB-Gerät angeschafft habe. Wie sich nach langen Versuchen herausstellte, war indes nur das Dateisystem unzugänglich geworden, irgendwas mit Sektorgrößen 515B/4096B in der Partitionierung als Ursache, die Daten an sich konnte ich dann auf den neuen Datenträger retten. Nach der Reparatur der Partitionstabelle schien auch das alte Gerät wieder in Ordnung zu sein. So ist die alte nun meine alle paar Zeiteinheiten per Cron erneuerte Sicherheitskopie. Das heißt, so ein Fehler kann auch in den SMART-Funktionen selbst vorliegen und sich gar nicht auf tatsächlich kaputte Sektoren beziehen. In Deinem Fall spricht die zweite Meldung dagegen, ebenso daß eine baugleiche Festplatte das Verhalten nicht zeigt.

[mludwig]

Code: Alles auswählen

198 Offline_Uncorrectable   0x0010   100   100   000    Old_age   Offline      -       0
199 UDMA_CRC_Error_Count    0x003e   200   200   000    Old_age   Always       -       0

Der springende Punkt hier ist IMHO das "offline", d. h. diese Werte werden nur nach einem "offline Test" aktualisiert. Siehe https://www.smartmontools.org/wiki/test_offline Wenn also nach der Meldung per Mail noch kein solcher Test durchgeführt wurde, dann bleibt der Wert 198 Offline_Uncorrectable auf 0. Ein solcher Test im laufenden Betrieb kann laut dem Link die Leistung des Laufwerks verringern.

Code: Alles auswählen

smartctl --help
smartctl 7.3 2022-02-28 r5338 [x86_64-linux-6.0.0-6-amd64] (local build)
Copyright (C) 2002-22, Bruce Allen, Christian Franke, www.smartmontools.org

Usage: smartctl [options] device
...
  -t TEST, --test=TEST
        Run test. TEST: offline, short, long, conveyance, force, vendor,N,

also:

Code: Alles auswählen

smartctl -t offline /dev/sde

Und deine "keine 3 Jahre alte" Platte hat, wenn ich mich nicht verrechnet habe, Betriebsstunden von umgerechnet (47764 / 24 / 365) 5,4 Jahren.

[altmetaller]

Hallo,

dann ist die Frage aber umso interessanter (warum die Meldungen nur 10 Tage lang verschickt wurden und dann ohne weiteres Zutun aufgehört haben).

Was rätst Du?

Gruß,
Jörg

[mludwig]

Naja, die erste Meldung war ja: "32 Currently unreadable (pending) sectors", das wäre der Wert 197 aus der Tabelle von smartctl. Dazu muss man wissen, dass die Platte bei "pending" sectors noch nicht aufgegeben hat, diese auszulesen. Nachdem die Platte dann doch (Edit: nach 10 Tagen) diese 32 Sektoren aufgibt, also entgültig, dann gehen diese "pending sectors" in den Zähler 198 Offline_Uncorrectable.

Pending Sectors jetzt also null, und der Wert von Zähler 198 wird nur nach dem offline Test aktualisiert.

Ich würde also wie bereits oben beschrieben diesen offline Test einmal ausführen, da werden dann vermutlich die 32 Sektoren auftauchen. Das wäre dann ein erstes Indiz dafür, dass die Platte bald stirbt (sterben könnte?). Die Platte dann auf jedenfall genauer beobachten, ob sich diese Zähler weiter erhöhen.

Und außerdem die Backups nochmal überprüfen, und vielleicht schonmal nach Ersatz umsehen sowie die Dokumentation für die Austauschprozedur - also Doku von mdraid, lvm oder was du dort im Einsatz hast - nachlesen.

[altmetaller]

Hallo,

Ergänzung: Es lag offenbar an einem minderwertigen / defekten S-ATA-Kabel. Den SSD-Neukauf hätte ich mir also sparen können

Gruß,
Jörg