Festplattenmonitoring mit SMART

http://www.black-board.net
Es ist nicht gestattet dieses Tutorial losgelöst von dem Namen BlackBoard und der URL zu verbreiten.

Das Tutorial befindet sich noch in der Entwicklung. Wenn du mitwirken möchtest, melde dich hier.
Dies ist ein Aufruf - wenn du Ahnung hast, mach mit!

1. Einleitung
2. S.M.A.R.T.
3. smartctl
4. smartd
5. Tipps
6. Links

Festplatten crashen selten spontan, meist kündigen sie ihr Sterben lange Zeit vorher an.
Wer beim booten des Rechners eine Meldung in der Art sieht:

SMART Failure Predicated on Hard Disk 0: HTS541080G9SA00-(S1)
WARNING: Immediately back-up your data and replace your hard disk drive. A failure may be imminent.
Press F1 to Continue

hat nochmal Glück gehabt. Mit dieser Meldung informiert SMART, dass ein Versagen der Festplatte bevorsteht und man diese austauschen sollte.
Als Serveradmin hat man dieses Glück in der Regel nicht, da es im Normalfall keinen Grund gibt den Server zu rebooten. Trifft der Admin keine entsprechenden Vorkehrungen kann ein Versagen der Platte zu unnötig langen Auszeiten führen. Dieses Tutorial soll dazu dienen dies zu verhindern und Probleme zu erkennen bevor sie fatale Auswirkungen haben.

SMART steht für Self-Monitoring, Analysis ans Reporting Technology, über die alle modernen Festplatten verfügen (ab dem ATA-2 Standard, 1996). Neben der ständigen Protokollierung von Fehlern und Messwerten sind auch Funktionen für Selbsttests eingebaut. Es wäre natürlich hilfreich möglichst frühzeitig von Problemen oder einem bevorstehenden Festplattencrash zu erfahren, dafür sorgt unter Linux das Programm Smartmontools. Das Programm dient dazu die SMART-Funktionen der HD aufzurufen und zu steuern, mit Hilfe von smartd geschieht dies sogar automatisch.

Die Installation erfolgt über den Befehl (smartctl & smartd):

apt-get install smartmontools

Sollte SMART deaktiviert sein, kann man es einfach über die Option -s on aktivieren.

Der ATA-Standard definiert eine Vielzahhl von Attributen um die Eigenschaften des Gerätes zu erfassen. Eine Übersicht der einzelnen Attribute sowie ihrer Bedeutung gibt es unter: http://smartlinux.sourceforge.net/smart/attributes.php Leider bleibt das Format der Datenspeicherung dem Hersteller überlassen, was natürlich zu einigen Unterschieden führt. Aus diesem Grund besitzt Smartmontools eine eigene Datenbank, in welcher die Attributbelegung dokumentiert ist.

Ein Übersicht aller Attribute bekommt man über:

smartctl -A /dev/hda

Wichtig zur Beurteilung der Werte ist die Spalte TYPE. Attribute die mit Old_age gekennzeichnet sind zeigen normale Alterungserscheinungen, Werte mit Pre-fail zeigen Attribute die zu einem Versagen führen können.

Unter VALUE sieht man den aktuellen Wert, WORST zeigt den bisher schlechtesten Wert und THRESH gibt die vom Hersteller definierte Schwelle an. Fällt der aktuelle auf den Schwellwert oder darunter wird das entsprechende Attribut als schadhaft markiert und im Healthstatus aufgeführt.

Der Gesundheitstatus der Platte lässt sich über smartctl -H /dev/hda abfragen.

In diesem Beispiel hat die Platte Fehler (Testresult: FAILED). Dies ist ein gutes Beispiel dafür, dass Platten i.d.R. ihr Versagen lange vorher ankündigen. Bisher sind noch keinerlei Einschränkungen spürbar, es ist hier auch nicht mit einem plötzlichen Crash zu rechnen. Sollte der Wert aber weiter sinken, wird sich dies stark auf die Performance der HD auswirken.

Sollte der Test keinerlei Fehler ergeben, bekommt man als Resultat PASSED.

Der Vollständigkeit halber sei auch erwähnt, dass SMART ein Errorlog bietet: smartctl -l error

Ist SMART für eine Festplatte aktiviert, werden die Systemperformancedaten ständig im Hintergrund mitgeschrieben (ohne Leistungseinbußen). Das gilt für alle Attribute, die in der Spalte UPDATED ein Always zu stehen haben (siehe auch Listing 2). Diese Methode nennt sich Online-Test.

Welche Tests die HD beherrscht und wie lange sie dauern findet man mit dem Aufruf smartctl -c heraus.

Im Gegensatz zu den Online-Tests kann es bei den Offline-Tests zu Einschränkungen der Performance kommen. Diese sollten in der Praxis aber kaum spürbar sein, denn sobald das OS auf die Platte zugreift wird der Test für den Zugriff unterbrochen.

In diesem Beispiel gibt es 3 verschiedene Tests: Offline, Short self-test und Extended self-test

Starten lassen sich die Tests über folgendes Kommando:

smartctl -t offline /dev/hda #Offline

smartctl -t short /dev/hda #Short self-test

smartctl -t long /dev/hda #Extended self-test

Natürlich kann man den Test auch jederzeit über smartctl -X /dev/hda abbrechen.

Nach einer gewissen Wartezeit (es erfolgt keine Mitteilung, wenn der Test beendet ist) kann man sich das Ergebnis dann über smartctl -l selftest /dev/hda ansehen.

Im Printout steht der jüngste Test jeweils oben (hier läuft er noch). Wie man unter #2 sehr gut sieht bricht der Test automatisch ab sobald er auf einen Fehler stößt (es wurden nur 90% des Tests durchgeführt).

Bisher war es notwendig alles manuell anzustoßen, was natürlich für eine konsequente Überwachung ungeeignet ist. Hierfür gibt es smartd.

smartd ist ein Daemonprozess, der je nach Einstellung entsprechende Attribute abfragt und Tests startet. smartd protokolliert seine Meldungen über Syslog und im Fehlerfall besteht auch die Möglichkeit der Alarmierung über E-Mail.

Die Konfiguration erfolgt über die Datei /etc/smartd.conf. Da das Configfile sehr kurz ist und mehr als genug Erklärungen bietet wird an dieser Stelle nur kurz auf die Konfiguration sowie einige wichtige Punkte, welche für sinnvolles Monitoring unabdingbar sind, hingewiesen.

Um sich nicht unnötig die Logfiles vollzumüllen sollte man häufig wechselnde Attribute aus der Überwachung nehmen (Option: -I), z.B.:

• Temperatur
• Betriebszeit
• etc.

Die Alarmierung über E-Mail erfolgt über -m <E-Mail-Adresse>.

Grafische Auswertung

Wer ungern Logs nach relevanten Informationen durchsucht, kann sich mit Hilfe von Munin die Parameter natürlich auch grafisch auswerten lassen (sehr gut für das Langzeitmonitoring). Weiteres gibt es im Kapitel Monitoring mit Munin.

Verfügbare Plugins

• smart_: Ausgabe aller Attribute (hier wird der Wert unter VALUE ausgegeben)
• hddtemp_smartctl: Ausgabe der Temperatur in °C

Hitzetod?

Über das Attribut Temperature_Celsius lässt sich erkennen ob die Festplatte gut genug gekühlt wird. Wer nur an diesem Wert interessiert ist und dafür nicht extra smartmontools einsetzen möchte, dem sei das kleine Tool hddtemp ans Herz gelegt.

Gebrauchte Platten

Um festzustellen wie sehr eine Platte bisher strapaziert wurde, gibt es 2 entscheidende Werte:

Power_On - gesamte Betriebszeit

Power_Cycle_Count - wie oft wurde die HD ein-/ausgeschaltet

Smartmontools-Homepage: http://smartmontools.sourceforge.net/

Attribute: http://smartlinux.sourceforge.net/smart/attributes.php