存储服务器出现硬盘待映射扇区,如何判断是否需要更换磁盘

发布人:A5数据发布时间:2026-10-27 09:28阅读量:120

存储服务器出现读写变慢、文件读取报错或阵列告警时,SMART 信息中的“硬盘待映射扇区”值得优先排查,但它不等于磁盘已经彻底损坏。真正需要回答的是:这些扇区是否正在增加、是否已造成不可恢复的读写错误,以及业务数据是否仍有可用副本。只凭一次非零计数,不能判断故障程度;只凭阵列尚未降级,也不能判断磁盘可以继续长期使用。

如果待映射扇区持续增加,或同时出现无法读取的数据、内核 I/O 错误、阵列降级,应在确认备份和冗余状态后尽快安排更换。若只是一次记录、数值稳定,且没有对应的错误和业务影响,可以先密集观察并在维护窗口进一步检测。排查期间不要为了“清零”计数而直接进行全盘写入、格式化或强制修复。

确认症状:受影响的是哪块盘、哪类请求

“待映射扇区”通常对应 SATA 磁盘 SMART 属性 Current_Pending_Sector,常见编号为 197。磁盘读取某个扇区失败、尚不能确认其中数据并完成重映射时,可能将它计入待映射。后续若成功读取,计数可能下降;若写入该位置,磁盘也可能将其重映射,转入重映射扇区计数。计数下降不等于原有数据已经恢复,也不等于故障原因消失。

先确定告警来自哪块物理盘,而不是仅记住 /dev/sdX:设备名可能在重启、控制器重新枚举后变化。还要确定它承担的是独立文件系统、软件 RAID、硬件 RAID 成员盘,还是备份盘。相同的扇区异常,落在唯一数据副本与落在仍有健康冗余的阵列中,处置紧迫程度不同。

Linux 环境可先使用低风险的只读命令收集信息;示例中的 /dev/sdX 和 /srv/data 应替换为核实后的设备与挂载路径。

lsblk -o NAME,TYPE,SIZE,MODEL,SERIAL,MOUNTPOINTS
findmnt -T /srv/data
df -hT /srv/data
df -i /srv/data
journalctl -k --since "24 hours ago"
smartctl -a /dev/sdX

smartctl 通常由 smartmontools 软件包提供。硬件 RAID 控制器可能只向操作系统呈现逻辑盘,此时直接查询该设备未必能读到成员盘 SMART 信息,需要按控制器支持的方式核对物理盘槽位和序列号。SAS、NVMe 及不同厂商设备的错误字段也不完全相同,不能要求所有磁盘都显示属性 197。

确认症状时,至少留下三组带时间的信息:SMART 属性与错误日志、内核或阵列日志、业务出错的文件或请求。它们能回答一个关键问题:扇区告警与业务故障是同时出现,还是两个独立现象。

建立原因树:磁盘异常之外还有哪些分支

客户端感受到“存储变慢”,故障点未必就在盘片或闪存介质上。可以按请求经过的层级建立原因树,每个分支都用可观察证据决定下一步,而不是因为看见待映射计数就停止排查。

分支主要观察依据下一步判断
网络与访问路径多个客户端是否同时超时;服务器本地读取是否正常;网卡是否有丢包、重传或链路告警只有远程访问慢而本地正常时,先查网络及共享协议;磁盘计数仍需单独跟踪
系统资源容量、inode 是否耗尽;CPU、内存压力和设备 I/O 延迟是否异常空间或 inode 耗尽可解释写入失败,但不能解释新增的磁盘介质错误
存储链路与磁盘内核是否报 I/O error、超时或重置;阵列是否降级;SMART 错误是否增长对齐物理盘、控制器端口和报错时间,判断介质还是链路问题
文件系统是否出现校验、元数据错误或只读挂载先保全数据,再判断是底层 I/O 故障引起,还是文件系统自身问题
服务与应用数据库、对象存储或共享服务是否报错;是否存在重试、突发任务、日志增长区分服务拥塞、应用写入放大与底层设备故障,避免把业务负载当作坏盘证据

这棵树不是要求同时运行大量扫描。先检查日志、状态和历史趋势,再选择会增加 I/O 的检测方式,尤其要避免在已经降级的阵列上叠加不必要的全盘读取。

逐层排除:先辨别写入失败,再寻找硬件证据

容量、inode 与日志增长

写入失败先看 df -hT 与 df -i。前者检查文件系统容量,后者检查 inode;大量小文件可能让 inode 先耗尽。若容量或 inode 已满,而内核没有设备读写错误,应用出现的 No space left on device 更可能是空间问题,不应直接归因于待映射扇区。

还要检查近期备份、快照、数据库临时文件和应用日志是否快速增长。对于使用 systemd journal 的系统,可用 journalctl --disk-usage 查看其占用。定位增长目录时,递归统计可能带来额外 I/O;若磁盘已频繁超时,应优先从监控、应用配置和现有日志判断,待数据安全后再做大范围扫描。释放空间也不能消除磁盘已记录的介质异常,两条线需要分别处理。

I/O 延迟与内核错误

有条件时可用 iostat -xz 1 5 观察设备忙碌程度、队列及等待时间;该命令需要系统安装 sysstat。采样结果应与平时同类业务负载比较:高等待时间可能来自正常的突发写入、阵列重建,也可能来自设备重试,不能单独作为换盘依据。

更直接的证据是内核日志中的具体设备报错。例如,下面仅为说明判断方法的模拟片段:

I/O error, dev sdb, sector 12345678, op 0x0:(READ)

如果读取报错持续出现在同一块物理盘,并与 SMART 错误日志、业务文件读取失败的时间吻合,介质故障的可能性明显提高。若主要是链路重置、控制器超时,而多块盘同时受影响,则应检查背板、线缆、供电和控制器。SATA 盘的接口 CRC 错误计数可作为链路排查线索,但其原始值的解释仍需结合设备和控制器日志;换线后旧计数不会自动归零,重点是是否继续增长。

文件系统、服务和应用

文件系统被重新挂载为只读,或出现元数据错误时,不要立刻在已挂载的生产卷上执行修复。先确认备份、阵列状态及底层 I/O 是否稳定;底层仍在报错时,反复修复文件系统可能扩大损失。不同文件系统的检查和修复方式也不同,应在明确类型、影响范围及回退方案后进入维护操作。

如果服务器本地读取稳定、磁盘错误未增加,而只有某个共享服务或应用请求变慢,就继续检查该服务的连接数、超时、重试和后台任务。反过来,应用重试也可能放大磁盘 I/O:服务层日志解释了负载来源,却不能抵消已经确认的介质读错。网络、系统、服务与应用各分支需要用证据收敛,而不是相互替代。

定位根因:哪些情况应更换磁盘

判断时把趋势、实际错误、数据副本状态放在一起看。以下是维护决策的参考边界,并非所有型号通用的 SMART 阈值:

定位根因:哪些情况应更换磁盘配图

  • 尽快更换:待映射扇区在连续观测中增长;出现不可恢复读取错误、文件损坏或重复的设备 I/O 错误;SMART 自检失败且错误位置与日志吻合;阵列成员盘异常并已影响冗余。这时应先确认备份可用、其余成员盘健康,再制定更换和重建计划。
  • 计划更换并提高监控频率:待映射扇区暂时稳定,但承载关键数据、没有可靠冗余,或同一块盘还出现重映射扇区、离线不可校正扇区等异常。数值小不代表后续不会恶化,维护窗口的成本通常低于突发停机时的处置成本。
  • 继续观察并验证其他分支:只有一次非零记录,后续不增长,错误日志与自检均无对应异常,业务故障又能被容量、inode、网络或服务问题解释。即便如此,也应保留基线,不能仅因当前 SMART 健康状态显示通过就结束监控。

SMART 常见的重映射扇区(属性 5)、待映射扇区(197)、离线不可校正扇区(198)可以联合参考,但属性名称、原始值含义及呈现方式依设备而异。SMART 总体状态为“通过”不表示盘面没有坏扇区。SSD 也不能照搬机械硬盘的单一属性判断,应结合其介质错误、可用备用空间、磨损信息及设备日志;NVMe 设备还应查看相应的健康信息和错误日志。

需要进一步验证时,可在确认备份及业务承载能力后,按设备支持情况安排 SMART 自检。自检会占用设备资源,长时间自检尤其应考虑阵列重建和业务高峰。不要通过对生产盘全盘写零来促使待映射计数变化:这会覆盖数据,即使计数下降,也无法证明原数据未受损。

验证恢复:换盘后不能只看告警消失

更换前记录序列号、槽位、阵列成员关系和备份恢复点,避免拔错盘。对于已降级阵列,还要确认剩余成员盘没有未处理的读错;重建会读取其他磁盘,可能暴露潜在故障。单盘文件系统则应先准备从备份恢复或迁移数据的方案,换盘本身不会带回无法读取的文件。

更换或修复后,分别验证设备、数据和业务三个层面:新盘身份与预期槽位一致;阵列重建完成且冗余恢复;文件系统正常挂载;关键文件可读取,应用读写与备份任务恢复正常。观察内核、控制器和服务日志是否仍报错。如果换盘后同一端口继续出现超时或接口错误,应回到背板、线缆、控制器分支,而不是连续归咎于新盘。

后续监控不要只设置“待映射扇区大于零”一条告警。更有用的是记录该计数及其他介质错误的增量、SMART 自检结果、阵列冗余状态、设备超时与重置次数、I/O 延迟,以及容量、inode 和日志增长速度。这样下次再出现读写异常时,才能迅速判断是磁盘故障复发,还是另一条原因分支产生了相似症状。

围绕存储服务器的数据承载需求,A5数据提供多地区物理服务器资源。香港存储系列配备多块企业级机械硬盘及阵列控制器,日本部分方案提供大容量HDD或多块SSD,可用于文件存放、备份副本和归档部署。面向数据库及在线服务,香港、美国等地另有NVMe机型,为不同数据规模和访问区域的业务提供存储资源选择。

本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/5959.html

相关推荐