Spolehlivost velkých disků

27.12.2009 18:02 | Přečteno: 3135× | poslední úprava: 16.2.2010 22:02

Známí na mě pohlíží jako na paranoika, když každý nový disk podrobuji testu badblocks v read-write režimu. Poslední zkušenosti mě ve správnosti mého počínání utvrzují. První zkušeností je můj notebookový disk Western Digital Scorpio Blue 500GB (WDC WD5000BEVT-00ZAT0), který jsem si pořídil jako upgrade do notebooku koncem března 2009. Dalšími kousky jsou Western Digital Caviar Green 1TB (WDC WD10EADS-00L5B1) zakoupený koncem června a poslední Western Digital Caviar Green 1.5TB (WDC WD15EADS-00P8B0) zakoupený 22.prosince 2009, v podstatě pod stromeček.

Jak z předchozího odstavce vyplývá, dosud jsem preferoval značku Western Digital. Když jsem si vybíral větší disk pro notebook, vybral jsem tedy model od WD. Disk jsem podrobil po koupi zmiňovanému testování pomocí badblocks. Při těchto kapacitách se jedná o časově docela náročnou proceduru. Disk prošel bez chybičky.

Po nějakém čase (590h) ovšem long S.M.A.R.T test našel na disku chyby. Byl jsem celkem vyděšen, protože jsem na něj byl již nastěhovaný a představa, že se budu muset po dobu reklamace uskrovnit zpět na 100GB mě netěšila. Spuštěné badblocks pochopitelně v read-only režimu odhalilo asi 120 vadných sektorů. Štěstí v neštěstí - bylo to v prázdné oblasti disku. Používám LVM a a vadné sektory byly v nealokované části. To celou situaci poněkud odlehčilo. Vytvořil jsem logical volume obsazující celý zbytek disku a na něj jsem spustil badblocks v read-write režimu. Počet vadných sektorů poklesl na několik jednotek. Spustil jsem badblocks znovu a vadné sektory zmizely úplně!

To pro mě znamenalo důležité pochopení, docvaklo mi. Disk při čtení z logiky věci nesmí vadné sektory realokovat, protože původní informaci celou nezná a ztratila by se informace o chybě, kterou je nutné vypropagovat přes OS na úroveň souboru. Pokud ovšem provádím zápis do vadného sektoru, přepisovaná informace má být již ztracena a disk může začít řešit co s problematickým sektorem. Provede jeho realokaci když má kam.

Dále jsem zjistil, že po dobu, kdy jsou na disku vadné sektory odhalené jejich čtením, disky WD nastaví parametry S.M.A.R.T Current_Pending_Sector, Offline_Uncorrectable, UDMA_CRC_Error_Count. Jakmile sektory přemapuje, tak tyto parametry zase vynuluje, ale pozor - Reallocated_Sector_Ct zůstává na 0. Ono by to asi vypadalo blbě, kdyby to bylo vidět, že :).

smartctl 5.39 2009-12-09 r2995 [i686-pc-linux-gnu] (local build)
Copyright (C) 2002-9 by Bruce Allen, http://smartmontools.sourceforge.net

=== START OF INFORMATION SECTION ===
Model Family:     Western Digital Scorpio Blue Serial ATA family
Device Model:     WDC WD5000BEVT-00ZAT0
Serial Number:    WD-WXN109NS2730
Firmware Version: 01.01A01
User Capacity:    500,107,862,016 bytes
Device is:        In smartctl database [for details use: -P show]
ATA Version is:   8
ATA Standard is:  Exact ATA specification draft version not indicated
Local Time is:    Sun Dec 27 13:08:53 2009 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

General SMART Values:
Offline data collection status:  (0x85)	Offline data collection activity
		    was aborted by an interrupting command from host.
		    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: 		 (13200) 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: 	 (   2) minutes.
Extended self-test routine
recommended polling time: 	 ( 154) minutes.
Conveyance self-test routine
recommended polling time: 	 (   5) minutes.
SCT capabilities: 	       (0x303f)	SCT Status supported.
		    SCT Feature Control supported.
		    SCT Data Table supported.

SMART Attributes Data Structure revision number: 16
Vendor Specific SMART Attributes with Thresholds:
ID# ATTRIBUTE_NAME          FLAG     VALUE WORST THRESH TYPE      UPDATED  WHEN_FAILED RAW_VALUE
  1 Raw_Read_Error_Rate     0x002f   200   200   051    Pre-fail  Always       -       7
  3 Spin_Up_Time            0x0027   186   182   021    Pre-fail  Always       -       1683
  4 Start_Stop_Count        0x0032   100   100   000    Old_age   Always       -       704
  5 Reallocated_Sector_Ct   0x0033   200   200   140    Pre-fail  Always       -       0
  7 Seek_Error_Rate         0x002e   200   200   000    Old_age   Always       -       0
  9 Power_On_Hours          0x0032   097   097   000    Old_age   Always       -       2849
 10 Spin_Retry_Count        0x0033   100   100   051    Pre-fail  Always       -       0
 11 Calibration_Retry_Count 0x0032   100   100   000    Old_age   Always       -       0
 12 Power_Cycle_Count       0x0032   100   100   000    Old_age   Always       -       566
192 Power-Off_Retract_Count 0x0032   200   200   000    Old_age   Always       -       19
193 Load_Cycle_Count        0x0032   166   166   000    Old_age   Always       -       102558
194 Temperature_Celsius     0x0022   101   096   000    Old_age   Always       -       46
196 Reallocated_Event_Count 0x0032   200   200   000    Old_age   Always       -       0
197 Current_Pending_Sector  0x0032   200   200   000    Old_age   Always       -       0
198 Offline_Uncorrectable   0x0030   100   253   000    Old_age   Offline      -       0
199 UDMA_CRC_Error_Count    0x0032   200   200   000    Old_age   Always       -       0
200 Multi_Zone_Error_Rate   0x0009   200   200   051    Pre-fail  Offline      -       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  Extended offline    Completed without error       00%      2848         -
# 2  Extended offline    Completed without error       00%      2555         -
# 3  Extended offline    Completed without error       00%      2205         -
# 4  Extended offline    Completed without error       00%      1674         -
# 5  Extended offline    Completed without error       00%      1472         -
# 6  Extended offline    Completed without error       00%      1300         -
# 7  Extended offline    Completed without error       00%      1170         -
# 8  Extended offline    Completed without error       00%       976         -
# 9  Extended offline    Completed without error       00%       952         -
#10  Extended offline    Completed without error       00%       899         -
#11  Extended offline    Completed without error       00%       817         -
#12  Extended offline    Aborted by host               90%       796         -
#13  Extended offline    Completed without error       00%       755         -
#14  Extended offline    Completed without error       00%       718         -
#15  Extended offline    Completed without error       00%       688         -
#16  Extended offline    Completed without error       00%       664         -
#17  Extended offline    Completed without error       00%       650         -
#18  Extended offline    Completed without error       00%       628         -
#19  Extended offline    Completed: read failure       20%       597         887716827
#20  Extended offline    Completed: read failure       20%       595         887716827
#21  Extended offline    Aborted by host               70%       593         -

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.

Jak je vidět z logovací tabulky, vypadá to na ojedinělou chybu a disk dosud seká dobrotu, ťuk ťuk.

Mám dvě malé děti a natáčím domácí video. Kamera Sony, médium MiniDV kazetky. Bohužel nějak nestíhám stříhat, takže v krabiččce bylo asi 30 natočených kazetek. Při zběžné kontrole jsem zjistil, že záznam na kazetkách asi degraduje a občas záznam někde zakostičkuje. Rozhodl jsem se tedy zkoupit pevný disk, na který kazetky nagrabuji. Koupil jsem tedy již zmiňovaný WD 1T. Testy proběhly bez závad. Nagraboval jsem na něj kazetky, to sežralo také celkem slušný díl času. Některé kazetky jsem stáhl 2x, protože dvgrab ukazoval chyby. (Místa bylo zatím dost, třeba bude na druhém náběru lepší informace.) Z 1T disky jsem obsadil cca 600GB.

V okamžiku, kdy jsem začal kazetky točit a nahrávat na ty, které byly nabrané na disk jsem se rozhodl zakoupit další disk, na který budu ručně kopírovat nagrabovaná data. Kdyby jeden klekl, aby byla data na druhém. Zakoupil jsem tedy poslední disk 1.5T. První S.M.A.R.T test proběhl ok. Pak jsem spustil badblocks a dopadlo to takto:

hecking for bad blocks in read-write mode
From block 0 to 1465138583
Testing with pattern 0xaa: done                                
Reading and comparing: 165416704one, 6:18:53 elapsed
165416952one, 6:19:44 elapsed
165416953one, 6:20:01 elapsed
165416954one, 6:20:18 elapsed
165416955one, 6:20:34 elapsed
165416956
165416957
165416958
165416959
165416960
165416961
165416962
165416963
165416964
165416965
165416966
165416967
165416968
165416969
165416970
165416971
165416972
165416973
165416974
165416975
165416976
165416977
165416978
165416979
165416980
165416981
165416982
165416983
165416984
165416985
165416986
165416987
165416988
165416989
165416990
165416991
165416992
165416993
165416994
165416995
165416996
165416997
165416998
165416999
165417000
165417001
165417002
165417003
165417004
165417005
165417006
165417007
165417008
165417009
165417010
165417011
165417012
165417013
165417014
165417015
165417016
165417017
165417018
165417019
165417020
165417021
165417022
165417023
165417024
165417025
165417026
165417027
165417028
165417029
165417030
165417031
165417032
165417033
165417034
165417035
165417036
165417037
165417038
165417039
165417040
165417041
165417042
165417043
165417044
165417045
165417046
165417047
165417048
165417049
165417050
165417051
165417052
165417053
165417054
165417055
165417056
165417057
165417058
165417059
165417060
165417061
165417062
165417063
165417064
165417065
165417066
165417067
165417068
165417069
165417070
165417071
165417072
165417073
165417074
165417075
165417076
165417077
165417078
165417079
165417080
165417081
165417082
165417083
165417084
165417085
165417086
165417087
165417088
165417089
165417090
165417091
165417092
165417093
165417094
165417095
165417096
165417097
165417098
165417099
165417100
165417101
165417102
165417103
165417104
165417105
165417106
165417107
165417108
165417109
165417110
165417111
165417112
165417113
165417114
165417115
165417116
165417117
165417118
165417119
165417120
165417121
165417122
165417123
165417124
165417125
165417126
165417127
165417128
165417129
165417130
165417131
165417132
165417133
165417134
165417135
165417136
165417137
165417138
165417139
165417140
165417141
165417142
165417143
165417144
165417145
165417146
165417147
165417148
165417149
165417150
165417151
165417152
165417153
165417154
165417155
165417156
165417157
165417158
165417159
165417160
165417161
165417162
165417163
165417164
165417165
165417166
165417167
165417168
165417169
165417170
165417171
165417172
165417173
165417174
165417175
165417176
165417177
165417178
165417179
165417180
165417181
165417182
165417183
165417184
165417185
165417186
165417187
165417188
165417189
165417190
165417191
165417192
165417193
165417194
165417195
165417196
165417197
165417198
165417199
165417200
165417201
165417202
165417203
165417204
165417205
165417206
165417207
165417208
165417209
165417210
165417211
165417212
165417213
165417214
165417215
done                                
Testing with pattern 0x55: done                                
Reading and comparing: done                                
Testing with pattern 0xff: ^C1.52% done, 24:40:44 elapsed

Interrupted at block 168779520

Když jsem si chyb všiml, zarazil jsem badblocks, abych spustil S.M.A.R.T test, aby případné chyby byly vidět v logovacích strukturách disku. Po jeho spuštění obět badblocks, ale pouze s -t 0xFF.

Checking for bad blocks in read-write mode
From block 0 to 1465138583
Testing with pattern 0xff: done                                
Reading and comparing: 146325504one, 5:58:30 elapsed
146328216one, 5:59:21 elapsed
146328217one, 5:59:38 elapsed
146328218one, 5:59:54 elapsed
146328219one, 6:00:11 elapsed
146328220
146328221
146328222
146328223
done                                
Pass completed, 9 bad blocks found.

Dobrá, tak jsem spustil ještě znovu kompletní badblocks

Checking for bad blocks in read-write mode
From block 0 to 1465138583
Testing with pattern 0xaa: done                                
Reading and comparing: done                                
Testing with pattern 0x55: done                                
Reading and comparing: done                                
Testing with pattern 0xff: done                                
Reading and comparing: done                                
Testing with pattern 0x00: done                                
Reading and comparing: done                                
Pass completed, 0 bad blocks found.

Jenom ten poslední test trval téměř 45 hodin, to jsem ještě na disk neuložil žádná užitečná data! Ale vida, vypadá to, že ošklivá místa disk někam přemapoval.

Včera jsem připojil původní disk 1T a začal kopírovat data na disk 1.5T, po skončení kopírování jsem nastavil spuštění long testů na obou discích. Ráno příjdu k počítači a trampoty nekončí. Kopírování zahlásilo problém s kopírováním jednoho 8G streamu (soubor zkrácen) a long S.M.A.R.T test odhalil chyby na obou discích. Jak na novém 1.5T, tak na starém 1T!

smartctl 5.39 2009-12-09 r2995 [i686-pc-linux-gnu] (local build)
Copyright (C) 2002-9 by Bruce Allen, http://smartmontools.sourceforge.net

=== START OF INFORMATION SECTION ===
Model Family:     Western Digital Caviar Green family
Device Model:     WDC WD15EADS-00P8B0
Serial Number:    WD-WCAVU0424947
Firmware Version: 01.00A01
User Capacity:    1,500,301,910,016 bytes
Device is:        In smartctl database [for details use: -P show]
ATA Version is:   8
ATA Standard is:  Exact ATA specification draft version not indicated
Local Time is:    Sun Dec 27 13:10:20 2009 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

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:      ( 120)	The previous self-test completed having
		    the read element of the test failed.
Total time to complete Offline 
data collection: 		 (33000) 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: 	 (   2) minutes.
Extended self-test routine
recommended polling time: 	 ( 255) minutes.
Conveyance self-test routine
recommended polling time: 	 (   5) minutes.
SCT capabilities: 	       (0x3037)	SCT Status supported.
		    SCT Feature Control supported.
		    SCT Data Table supported.

SMART Attributes Data Structure revision number: 16
Vendor Specific SMART Attributes with Thresholds:
ID# ATTRIBUTE_NAME          FLAG     VALUE WORST THRESH TYPE      UPDATED  WHEN_FAILED RAW_VALUE
  1 Raw_Read_Error_Rate     0x002f   200   200   051    Pre-fail  Always       -       0
  3 Spin_Up_Time            0x0027   186   186   021    Pre-fail  Always       -       5675
  4 Start_Stop_Count        0x0032   100   100   000    Old_age   Always       -       13
  5 Reallocated_Sector_Ct   0x0033   200   200   140    Pre-fail  Always       -       0
  7 Seek_Error_Rate         0x002e   100   253   000    Old_age   Always       -       0
  9 Power_On_Hours          0x0032   100   100   000    Old_age   Always       -       116
 10 Spin_Retry_Count        0x0032   100   253   000    Old_age   Always       -       0
 11 Calibration_Retry_Count 0x0032   100   253   000    Old_age   Always       -       0
 12 Power_Cycle_Count       0x0032   100   100   000    Old_age   Always       -       11
192 Power-Off_Retract_Count 0x0032   200   200   000    Old_age   Always       -       10
193 Load_Cycle_Count        0x0032   200   200   000    Old_age   Always       -       238
194 Temperature_Celsius     0x0022   116   104   000    Old_age   Always       -       34
196 Reallocated_Event_Count 0x0032   200   200   000    Old_age   Always       -       0
197 Current_Pending_Sector  0x0032   200   200   000    Old_age   Always       -       1
198 Offline_Uncorrectable   0x0030   200   200   000    Old_age   Offline      -       1
199 UDMA_CRC_Error_Count    0x0032   200   200   000    Old_age   Always       -       5
200 Multi_Zone_Error_Rate   0x0008   200   200   000    Old_age   Offline      -       1

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  Extended offline    Completed: read failure       80%       108         754229950
# 2  Extended offline    Completed without error       00%        58         -
# 3  Extended offline    Completed: read failure       90%        41         292656436
# 4  Extended offline    Completed without error       00%         5         -

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.

smartctl 5.39 2009-12-09 r2995 [i686-pc-linux-gnu] (local build)
Copyright (C) 2002-9 by Bruce Allen, http://smartmontools.sourceforge.net

=== START OF INFORMATION SECTION ===
Model Family:     Western Digital Caviar Green family
Device Model:     WDC WD10EADS-00L5B1
Serial Number:    WD-WCAU4A673718
Firmware Version: 01.01A01
User Capacity:    1,000,204,886,016 bytes
Device is:        In smartctl database [for details use: -P show]
ATA Version is:   8
ATA Standard is:  Exact ATA specification draft version not indicated
Local Time is:    Sun Dec 27 13:11:08 2009 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

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:      ( 121)	The previous self-test completed having
		    the read element of the test failed.
Total time to complete Offline 
data collection: 		 (23400) 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: 	 (   2) minutes.
Extended self-test routine
recommended polling time: 	 ( 255) minutes.
Conveyance self-test routine
recommended polling time: 	 (   5) minutes.
SCT capabilities: 	       (0x303f)	SCT Status supported.
		    SCT Feature Control supported.
		    SCT Data Table supported.

SMART Attributes Data Structure revision number: 16
Vendor Specific SMART Attributes with Thresholds:
ID# ATTRIBUTE_NAME          FLAG     VALUE WORST THRESH TYPE      UPDATED  WHEN_FAILED RAW_VALUE
  1 Raw_Read_Error_Rate     0x002f   200   200   051    Pre-fail  Always       -       0
  3 Spin_Up_Time            0x0027   222   164   021    Pre-fail  Always       -       3866
  4 Start_Stop_Count        0x0032   100   100   000    Old_age   Always       -       29
  5 Reallocated_Sector_Ct   0x0033   200   200   140    Pre-fail  Always       -       0
  7 Seek_Error_Rate         0x002e   100   253   000    Old_age   Always       -       0
  9 Power_On_Hours          0x0032   100   100   000    Old_age   Always       -       122
 10 Spin_Retry_Count        0x0032   100   253   000    Old_age   Always       -       0
 11 Calibration_Retry_Count 0x0032   100   253   000    Old_age   Always       -       0
 12 Power_Cycle_Count       0x0032   100   100   000    Old_age   Always       -       27
192 Power-Off_Retract_Count 0x0032   200   200   000    Old_age   Always       -       6
193 Load_Cycle_Count        0x0032   200   200   000    Old_age   Always       -       29
194 Temperature_Celsius     0x0022   110   106   000    Old_age   Always       -       40
196 Reallocated_Event_Count 0x0032   200   200   000    Old_age   Always       -       0
197 Current_Pending_Sector  0x0032   200   200   000    Old_age   Always       -       1
198 Offline_Uncorrectable   0x0030   200   200   000    Old_age   Offline      -       1
199 UDMA_CRC_Error_Count    0x0032   200   200   000    Old_age   Always       -       0
200 Multi_Zone_Error_Rate   0x0008   200   200   000    Old_age   Offline      -       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  Extended offline    Completed: read failure       90%       114         1036126837
# 2  Extended offline    Completed without error       00%        84         -
# 3  Extended offline    Completed without error       00%        34         -
# 4  Extended offline    Completed without error       00%         5         -

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.

Celkem už testování zabralo více než 100 hodin a začínám z toho být poněkud unaven. Absolutní zděšení ze sklerotičnosti obou disků.

Pro WD Green disk jsem se rozhodl, protože v práci mi již nějakou chvíli bez problémů běžely dva kousky WD1000FYPS, což jsou sice také disky Green 1T, ale jiná modelová řada.

No, uvidíme jak dopadne reklamace. Obávám se, že pokud mi disk vymění zase za EADS, tak se bude situace prostě opakovat. Tyhle disky jsou zřejmě dobrá tak jako podložka pod stůl :(.

---

Závěr výše byl unáhlený!

Chyba zřejmě ve finále nebyla v disku WD15EADS, ale v HDD holderu, ve kterém byl disk zasunut. Viz Chyba připojení disku.

       

Komentáře

[David Watzke]

Jen tak pro zajímavost, jak dlouho trvá r/w badblocks 1 TB disku?

[zito]

teď nevím kolik to bylo pro 1T, ale bude to nejspíš o 1/3 méně než u toho 1.5T. Teda badblocks na 1.5T disk s -c 16384 (asi) mě trval cca 45h.

[multi]

zdar

Zajimave pozorovani, skoda ze ja se v tech hodnotach SMART zkoro nevyznam. Akorad doufam a predpokladam, ze chybu v sektoru je disk schopny dopocitat podle kontrolnich souctu a pak ho alokuje na jiny zatim dokonali sektor.

Jinak ja mam taky WDC WD15EADS-00P8B0 nastesti v RAID1 se seagetem.

Taky mam dost necekanou zkusenost s diskem, novy WD asi 500GB (mimochodem v IBM serveru) odpadl hnedka pri sychronizaci RAID 1

[Jendа]

Nezávidím. A to se mám tedy na co těšit. Používám menší disky, největší, se kterým jsem se zatím setkal, byl 320GB, a musím zaklepat. Ťuk ťuk. Možná jsou trable s TB disky způsobeny tím, že mají stopy hustěji a inženýři ještě pořádně neodladili potřebnou jemnější mechaniku…

[Jendа]

A ještě by mě zajímalo, kolik dělá silent data corruption u takto velkých disků. Obávám se, že se bude projevovat častěji.

[gtz]

Mýma rukama prošlo pár desítek a stovek disků ( moje pracovní náplň jsou storage a disková pole NAS,SAN ), normálnímu disku WD nad 750GB bych nesvěřil vůbec nic.

Ideálním diskem a možná i o něco dražším modelem jsou Seagate ES v externím boxu pak Extremme verze. U Seagate jsem se nesetkal s chybami jako u WDC. WDC někdy chtělo spát GREEN chrápou rády ( a to i na poli v R5 ), takže nakonec jsme začali používat ES řadu od Seagate místo WD RAID Edition.

U WDC mám i takové zkušenosti, že jsem odebíral 40 ks ( tehdy 200GB ) a pak jsem poslal 20 disků na reklamace. Realocované bloky, blbá přístupová doba apod.

Pro WDC existuje jejich WDC utilita, která Vám řekne zda je disk dobrý nebo špatný (Data lifeGuard Diagnostic)

[brk]

No to si mne moc nepotěšil. Mám 4x1TB v levném WD NASku. Můžu něčím zjistit stav disků v téhle škatuli, bez toho, abych je musel vytahovat?

[gtz]

WDC download pro WD Share. Diagnostika tam myslím není.

Možná někde v příručce je ukryta možnost udělat nějakou diagnostiku jak disků tak celého systmu. NASy to obvykle mívají.

[gtz]

Ve firmware v ovládací části snad nějaká diagnostika by měla být, pokud je to standardní NAS.

WDC Greenum se vyhýbám jak mohu a používám vždy Seagate ES nebo pokud musím pak WD RAID Editions - jsou sice dražší, ale jsou certifikované na provoz 24x7x365.

[trekker.dk]

Proto disky radši nakupuju po třech a dávám je do RAIDu

[Jendа]

Ještě pokud možno každý z jiné série nebo i od jiného výrobce…

[gtz]

Každý disk od jiného výrobce má jinou geometrii, na to pak pozor některá zařízení to nemají moc ráda. Série by měly být stejné, ale setkal jsem se s tím, že jsem dodávku 4 ks WDC SATA RE poslal nazpět kvůli vadám již z výroby. Použilo se tam Seagate ES a bylo to v pohodě.

Vyplatilo se mi používat disky ES certfikované pro 24x7x365

[Jendа]

Myslel jsem to tak, že disky stejné série mají tendenci chcípat v podobný čas.

[gtz]

kdepak ... jeden disk tuším 500GB SATA od Seagate jede bez ztráty květinky již druhým rokem a dva disky již před rokem byly poslány do reklamačního nebe.

Místo nich jsme dostali ne nové disky,ale "refurbished" náhradu. I výrobce toto dělají aby nemuseli dávat nový disk za nějaký starší kousek.

btw. stejná série disků NS

[multi]

"refurbished"

a to je co? nejaka sleva? nebo ojete disky?

[gtz]

Příloha:

• p1090599.jpg (369017 bytů)

Jsou to disky, které se vrací obecně z reklamace ( přikládám fotku disku ),stává se , že místo toho, aby jste dostali nový disk, tak dostanete "refurbished". Děje se tak ,kdy třeba vracíte disk do reklamace po 2 letech a výrobce ani dodavatel Vám nemusí dát náhradní kus "nový", ale jen takový, aby splnil záruku tedy opravený.

Refurbished jsou disky repairované v nějaké továrně Maxtor-seagate-wd apod.

[trekker.dk]

smartctl -a /dev/sda
smartctl 5.39 2009-10-10 r2955 [x86_64-unknown-linux-gnu] (local build)
Copyright (C) 2002-9 by Bruce Allen, http://smartmontools.sourceforge.net

=== START OF INFORMATION SECTION ===
Model Family:     Seagate Barracuda 7200.12 family
...

smartctl -a /dev/sdb
smartctl 5.39 2009-10-10 r2955 [x86_64-unknown-linux-gnu] (local build)
Copyright (C) 2002-9 by Bruce Allen, http://smartmontools.sourceforge.net

=== START OF INFORMATION SECTION ===
Model Family:     Seagate Maxtor DiamondMax 23
...

smartctl -a /dev/sdc
smartctl 5.39 2009-10-10 r2955 [x86_64-unknown-linux-gnu] (local build)
Copyright (C) 2002-9 by Bruce Allen, http://smartmontools.sourceforge.net

=== START OF INFORMATION SECTION ===
Model Family:     Western Digital Caviar Green family

[sxznam]

Nový disk stačí projet krátkým smart selftestem. Moderní HDD mají zásobu náhradních sektorů a vlastní algoritmy pro nahrazovaní těch vadných. Není toho příliš co můžete jako uživatel sám ovlivnit. Jestli chcete bezpečná data, pak zálohujte. Jestli chcete nepřerušenou funkčnost, použijte RAID pole. Tohle je čiré blázinovtství bez jakéhokoli smyslu.

[gtz]

Nemohu souhlasit, disk sám o sobě nic neudělá jen označí blok "B", vše ostatní má na starosti systém ať už Widle nebo Linux.

Zásoba náhradních sektorů - no ty jsou uložena vždy na začátku disku, místo na flash-ram jak bývalo zvykem, ale k nim se systém vůbec nedostane to je jen pro servisní utility a servis.

[Kvakor]

Mirror má ještě jednu výhodu - je možné otestova" povrch zápisem během zrcadlení, ale narozdíl od programů typu badblocks lze během toho s disky pracovat. Pokud se takto navzájem zezrcadlí oba disky (prvně první na druhý, pak zas druhý na první), je celý povrch otestovaný zápisem.

[zito]

No, je jisté, že mirror by byl mnohem komfortnější, ale zrovna to co popisujete mi nepřijde jako terno. Protože jestli jsem to dobře pochopil, tak byste přepisoval jedněmi a týmiž daty. Jenomže badblocks tam zapisuje různé vzory a jak jsem teď zjistil, tak to taky není nic moc, protože po tom co již proběhl celý cyklus badblocks 0xAA, 0x55, 0xFF, 0x00 bez chyb, tak po nakopírování těch 600GB dat tam vzniklo dalších 190 vadných sektorů. To může být také způsobeno krom pestřejších zapisovaných dat také větším vystavováním hlaviček (zápisy metadat) - tedy jiný režim zápisu. Jakmile zkontroluju původní 1T disk, tak ten 1.5T zřejmě zkusím ještě podrobit badblocks -t random, abych si udělal obrázek co to s tím udělá. Obávám se, že nutnost reklamace je již jistá.

Ale jak jsem psal v předchozím příspěvku. Nechtěl jsem z principu, aby běžely oba disky zároveň. Proto ne mirror.

[gtz]

Pak použít servisní utility od výrobce, ty povětšinou jsou i pro Linux.Ale třeba WDC má tyto utility přes FDD boot a funguje to celkem dobře.

[zito]

Asi jste nepochopil o co mi šlo. Já chtěl disk, který příležitostně připojím k počítači pomocí HDD Holderu/docking station přes eSATA a ten disk bude sloužit na zálohování. Né, že já to disk budu zálohovat. Teda jestli víte o nějakém rozumném způsobu pro zálohování stovek gigabajtů pro domácí použití (nenavrhujte profesionální produkty za X kKč), tak napište. Na disky jsem chtěl zálohovat střídavě, aby v případě nějaké elektrické katastrofy neodešlo všechno naráz. Proto ne RAID1.

1. S tou realokací je to jak jsem psal v blogu, tedy pokud někdo nezačne vadný sektor přepisovat, disk s tím nic neudělá. Jestliže si tedy spustíte fsck -c, tak se vadný blok zapíše do seznamu vadných bloků a už tam zůstane a v případě SMARTU to v podstatě znamená konec testování, neboť. SMART long test narazí na první nečitelný sektor a končí jak vidíte v logách SMARTu. Tedy Vaše představa je poněkud naivní.

2. Není IMO od věci provést zahoření disku (to přesně reprezentuje to testování read-write badblocks), protože jak ukazují statistiky, nejvíce poruch je na začátku provozu disku (výrobní vady), pak poruchovost klesá a pak to zase začne stoupat na konci života disku. Tedy než disku začnu nějaká důležitá data svěřovat, tak vidím jako rozumné ho trochu prohnat a do všech sektorů zkusit párkrát zapsat.

[sxznam]

ad 1) V tom případě data přesouvám, HDD reklamuji a měním ihned za nový.

[gtz]

Oprávněná reklamace je od cca 3 realocovaných sektorů.

[gtz]

Seagate Extreme editions ... dělá se ve verzích 1 TB a výše a lze připojit jak pro eSATA,USB,FIREWIRE. Mám s ním ty nejlepší zkušenosti.

Ad.1 jak jsem psal dříve, naivně zde někdo psal, že HDD má nějaké vlastnosti a dostatek freee sektorů. To je jen omyl, tyto nástroje apod. se dají vyvolat a použít jen přes servisní utility-ty které má výrobce a servisní střediska.

Souhlasím s Váma

Ad 2.Stačí pro zahoření ho nechat syncnout v RAID5 s dalšími HDD. Otázkou je jen kolik disků a jak. I blbý Mirror postačuje - pokud synchronizace je dokončená je to v pohodě. U mirroru je ideální při synchronizaci plnit diskovou oblast nějakými daty, třeba jen z /dev/urandom.

[Heron]

+1 za trpělivost při testech.

U desktopových "konzumních" disků bych to ještě trochu přežil. Bohužel nám odcházejí i SAS disky.

Doma používám WD FYPS (Green power raid edition) jenže jsou šíleně pomalé (60MB/s, 5400rpm). Ty drží (no jenže jsou 2x dražší jak normální disk). Samsung F1 1TB je sice formule (120MB/s 7200rpm), ale po necelém roce má dva vadný sektory. Teď jsem koupil Seagate 7200.12 1TB, ale ne ES (nikdo neměl na skladě). Tak uvidíme.

Mám všechno v mirrorech + backup.

[gtz]

já bych počkal ES je nutnost. Normální disky nesjou stavěná na celodenní provoz ( ložiska apod. ) NS disky jsou také celkem schopné, ale ty "NS" bohužel nejsou vybírány jak "ES" z série.

SAS disky problémy mají disky 73G a 147GB starších várek (teplota,hlučnost), doporučuju FUJITSI ty jsou serverové a celkem spolehlivé.

[cthulhu]

a - světe div se - odcházejí i daleko dražší FC disky..

[gtz]

ale ty se obratem mění za nové. Třeba Hitachi má na svých polích funkce, která uvědomuje servis, že se něco děje. Pak se stane to, že do firmy přijede servisák na výměnu disku a správce IS se ptá proč ? Servisák odpoví, že zítra ten disk klekne.

PSNemyslel jste ty HP FC-SATA potvory ? FC disk který lze dát do FC i SATA pozice ?

[cthulhu]

to byla taková sarkastická poznámka. Umírají totiž všechny disky bez ohledu na cenu a nemá cenu se s tím moc vzrušovat:) S větší kapacitou disků roste i doba synchronizace degradovaného pole a tím i pravděpodobnost selhání dalších disků. Proto se dnes více používá RAID-6 /RAID-Z2 a počet parit bude imho dále vzrůstat. Některé řady serverů od Sunu mají interní FC disky, stejně jako např. produkty EMC / Hitachi v enterprise segmentu. Že by se zde disky měnily "preventivně", protože zítra možná umřou je imho trošku naivní představa. Mění se až umřou a ano, zavolají si modemem "domů". Představa že admin se stovkami-tisícovkami disků bude neustále skenovat všechny servery a řešit každou ptákovinu co kde za SCSI command neproběhlo a proč je někde badblock tak by asi skončil v Bohnicích. tož tak

[gtz]

Znám HITACHI dost dobře, pár let je již dělám :) AMS HITACHI pro enterprisse segmenty mají diagnostiku celkem dokonale provedenou, stalo se mi, že mi volal zákazník proč mu přišel servisák od Hitachi do firmy, že neví , že se něco polámalo. No a servisák mu říkal, že pole hlásilo, že 2 disky mají warning a proto je pro jistotu přišel zkontrolovat a vyměnit za nové.

Admin nescanuje disky to provádí obslužný sw na poli. Samozřejmně je nutné povolení mašiny přístup na svůj server ven ( jen UDP porty ).

Jak budu scanovat FC disky, když vidím pouze celé pole třeba s 144 disky FC ?? to prostě nejde ... proto to dělá systém sám. ( FC pole + 4x expandery a stejně pokud to mám přes FC QLOGIC připojené tak stejně vidím jen LVM nebo celý Raid )

[cthulhu]

"2 disky měly warning" je informace jako "svítila červená tak jsem to rači votočil". Netvrdím, že se s takovým proaktivním přístupem zákazník nemůže setkat, ale tipnul bych si, že bude spíš ojedinělé. S tou analýzou povrchu byla spíš narážka na smysl takového článku, datacentra nemají zpravidla disky jen přes optiku, jsou zde také lokální disky/JBODy/atp. a to samo o sobě může hodit zajimavá čísla; imho má smysl řešit až degradované pole (což samo o sobě nemusí znamenat výměnu disku), sjíždět pravidelně celý disky kvůli chybám mi přijde jako masochismus (který nutnost záloh nenahradí), ale každému co jeho jest.

[gtz]

Je to v rámci servisních služeb ( tvrdě placených ) u HITACHI vyšších řad. Datacentra co znám mají 90% přes SAN ( FC ), zbytek přes NAS,iSCSI apod.

Degradované pole no to je celkem někdy průser - pokud je tam Spare je to v pohodě, pokud nějaký "šetřílek" nastaví R5 nebo R6 bez HS pak se může jen modlit, aby HS zaskočily a systém nahlásil poruchu.

Dělám toto ( NAS,SAN,FC apod.) od roku 2002 a vím co jsou s tím za problémy,když se něco stane ( no viděl jsem jak jeden disk na SATA vzal sebou další kousek ) no bylo to na JBOD jednotce ( 3WARE SATA ESCALADE 16 port. 9000 ).

tuná na tomto systému x880 to by byl masochismus s disky :)

Samozřejmně se u SAN musí pravidelně zálohovat někam na pásku ( Loader apod.) přes třeba NetVault nebo LEGATO.

[Max]

500GB verze jedině Seagate (velmi povedená serie - výkon a hlučnost parádní, poruchovost taktéž), 1TB jedině WD Black Edition (taktéž velmi povedená serie, dobrý výkon a malá poruchovost, hlučnost nula nula nic). Vyšším kapacitám už bych nevěřil ani omylem.
Zdar Max

[koulinek]

Je to loterie, nekdy odejdou v rychlem sledu za sebou i dva disky jedne serie a v zapeti i treti vymeneny jiz novejsi (zkusenost v praci s 1.5TB WD). Osobne uprednostnuji na doma disky s 5 let zarukou, uz se mi to vyplatilo a vyreklamoval sem takovy WD 320GB RE1 za RE3. Jinak sem mel rekl bych stesti na disky, ze vsech komplu a disku to byl teprv druhej umrtvenej, NO.1 byl z legendarni nepovedene serie IBM 60GB disků. A to sem zacinal nekde na kapacite 85MB Seagate, tak jich mohlo byt odhadem 15 -20 co sem jich v komplech vystridal. Znacky sem preferoval nejdrive Seagate, pak sem zkusil Quantum i ten IBM a zakotvil u WD. Dnes bych volil Seagate nebo WD.

[otasomil]

Inu pro ukladani videa (filmy a pod) je celkem sumak zda v souboru velikosti cca 1 GB je nekolik chyb pac je pri prehravani ani nepostrehnete. Troufal bych si rict ze pokud bude chybet i 5 % dat z tohoto souboru tak to divak ani nepostrehne. Musi si s tim ovsem poradi prehravac to je bez debat. Toto vsak byva bezproblemu.

Pokud se vsak vlivem vadnych bloku ztradi data z konfiguracniho souboru velikosti radove bajty az kilobajty tak to je pruser ovsem.

Vyrobcum je jasny ze HDD slouzi k ukladani multimedialnich souboru gigabajtovych velikosti  a tam se nejaky vadny sektor ztrati.

Proto se na 0 badblock pece.

[Ondrej 'SanTiago' Zajicek]

Inu pro ukladani videa (filmy a pod) je celkem sumak zda v souboru velikosti cca 1 GB je nekolik chyb pac je pri prehravani ani nepostrehnete.

To neni pravda. Kvuli kompresi jsou chyby mnohem vyraznejsi. Napriklad jednobitova chyba se muze projevit jako jako uplne rozhozeny blok (treba 8*8 pixelu) a ten defekt muze zustat videt delsi dobu (treba do dalsiho I-frame).

[Miloslav Ponkrác]

Obávám se, že 5% je už docela dobře postřehnutelných.

Nicméně HDD se dělají tak, jak jim současná výrobní cena dovolí.

Budeme ještě všichni škytat po spolehlivosti hardddisků až se rozšíří MLC SSD (a to se samozřejmě rozšíří). To bude legrace.

[andree]

horsie je, ak sa ti tych 5% z 1GB trafi do tabuliek filesystemu.... :)

[..... Izak .....]

)) nejlepe do XFS ... to je pak bzunda ... xfs_repair -L a jedem jak na LSD )