linux smartctl 磁盘健康监测程序

什么是S.M.A.R.T.
SMART是一种磁盘自我分析检测技术，早在90年代末就基本得到了普及
每一块硬盘（包括IDE、SCSI）在运行的时候，都会将自身的若干参数记录下来
这些参数包括型号、容量、温度、密度、扇区、寻道时间、传输、误码率等
硬盘运行了几千小时后，很多内在的物理参数都会发生变化
某一参数超过报警阈值，则说明硬盘接近损坏
此时硬盘依然在工作，如果用户不理睬这个报警继续使用
那么硬盘将变得非常不可靠，随时可能故障

启用SMART
SMART是和主板BIOS上相应功能配合的
要使用SMART，必须先进入到主板BIOS设置里边启动相关设置
一般从Pentium2级别起的主板，都支持SMART
BIOS启动以后，就是操作系统级别的事情了
很遗憾，Windows没有内置SMART相关工具（需要安装第三方工具软件）
好在Linux上很早就有了SMART支持了
如果把Linux装在VMware等虚拟机上，在系统启动时候可以看到有个服务启动报错：smartd
这个服务器就是smart的daemon进程（因为vmware虚拟机的硬盘不支持SMART，所以报错）

首先通过dmesg工具，确认一下硬盘的设备符号
例如一个IDE硬盘连接到Primary IDE 总线上的Slave位置，硬盘设备符号是/dev/hdb
hdb中的h代表IDE，如果显示为sdb，则代表SATA和SCSI
最后一个字幕b代表Primary总线，第二块硬盘即Slave位置

确认硬盘是否打开了SMART支持
smartctl -i /dev/hdb

例如看到如下返回结果
[-46 ~]# smartctl -i /dev/hdb
smartctl version 5.33 [i386-redhat-linux-gnu] Copyright (C) 2002-4 Bruce Allen
Home page is
=== START OF INFORMATION SECTION ===
Device Model: ST380011A
Serial Number: 3JVAPRGH
Firmware Version: 3.04
User Capacity: 80,026,361,856 bytes
Device is: In smartctl database [for details use: -P show]
ATA Version is: 6
ATA Standard is: ATA/ATAPI-6 T13 1410D revision 2
Local Time is: Tue Apr 3 15:39:52 2007 CST
SMART support is: Available - device has SMART capability.
SMART support is: Disabled
SMART Disabled. Use option -s with argument 'on' to enable it.
[-46 ~]#
我们可以看到SMART support is: Disabled表示SMART未启用

执行如下命令，启动SMART：
smartctl --smart=on --offlineauto=on --saveauto=on /dev/hdb

例如看到如下返回结果
[-46 ~]# smartctl --smart=on --offlineauto=on --saveauto=on /dev/hdb
smartctl version 5.33 [i386-redhat-linux-gnu] Copyright (C) 2002-4 Bruce Allen
Home page is
=== START OF ENABLE/DISABLE COMMANDS SECTION ===
SMART Enabled.
SMART Attribute Autosave Enabled.
SMART Automatic Offline Testing Enabled every four hours.
[-46 ~]#
现在硬盘的SMART功能已经被打开

执行如下命令查看硬盘的健康状况：
smartctl -H /dev/hda
例如可以看到如下结果：
[-46 ~]# smartctl -H /dev/hdb
smartctl version 5.33 [i386-redhat-linux-gnu] Copyright (C) 2002-4 Bruce Allen
Home page is
=== START OF READ SMART DATA SECTION ===
SMART overall-health self-assessment test result: PASSED
[-46 ~]#
请注意result后边的结果：PASSED，这表示硬盘健康状态良好
如果这里显示Failure，那么最好立刻给服务器更换硬盘
SMART只能报告磁盘已经不再健康，但是报警后还能继续运行多久是不确定的
通常，SMART报警参数是有预留的，磁盘报警后，不会当场坏掉，一般能坚持一段时间
有的硬盘SMART报警后还继续跑了好几年，有的硬盘SMART报错后几天就坏了
但是一旦出现报警，侥幸心里是万万不能的……

执行如下命令可以看到详细的参数：
smartctl -A /dev/hdb
例如可以看到如下结果：
[-46 ~]# smartctl -A /dev/hdb
smartctl version 5.33 [i386-redhat-linux-gnu] Copyright (C) 2002-4 Bruce Allen
Home page is
=== START OF READ SMART DATA SECTION ===
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 053 051 006 Pre-fail Always - 11338710
3 Spin_Up_Time 0x0003 098 097 000 Pre-fail Always - 0
4 Start_Stop_Count 0x0032 100 100 020 Old_age Always - 17
5 Reallocated_Sector_Ct 0x0033 100 100 036 Pre-fail Always - 0
7 Seek_Error_Rate 0x000f 087 060 030 Pre-fail Always - 610059516
9 Power_On_Hours 0x0032 087 087 000 Old_age Always - 11974
10 Spin_Retry_Count 0x0013 100 100 097 Pre-fail Always - 0
12 Power_Cycle_Count 0x0032 100 100 020 Old_age Always - 110
194 Temperature_Celsius 0x0022 045 052 000 Old_age Always - 45
195 Hardware_ECC_Recovered 0x001a 053 051 000 Old_age Always - 11338710
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
200 Multi_Zone_Error_Rate 0x0000 100 253 000 Old_age Offline - 0
202 TA_Increase_Count 0x0032 100 253 000 Old_age Always - 0
[-46 ~]#
上边列出的参数表中可供进行技术分析和参考，使用下边的命令可以输出完整结果：
smartctl -a /dev/hdb

定期登录到服务器上运行smartctl是比较麻烦的，linux提供了系统进程smartd
编辑配置文件：
vi /etc/smartd.conf
这个配置文件中大部分可能是注释掉的说明，只需要和当前硬盘相关的一行写入正确即可：
/dev/hdb -H -m
上边的配置表示smartd以静默状态工作，当SMART中报告PASSED的时候不理睬
一旦出现Failure，立刻用邮件通知用户指定的邮箱
修改配置后重启服务：
/etc/init.d/smartd
即可完成对SMART的全部配置。
来自:xxlinux.com