Depois de congelar tudo com monitor duplo pela milionésima vez, tive que desligar a energia do meu macbook pro (meados de 2010, fedora 24, disco rígido SAMSUNG HN-M500MBB). Não estava fazendo nada pesado em IO, apenas visualizando slides com evidências.
Na reinicialização, ele começa a cuspir erros sobre um setor defeituoso e a apresentar erros como:
blk_update_request: I/O error, dev sda, sector 969158669
ata1: EH complete
ata1.00: exception Emask 0x0 SAct 0x3c000000 SErr 0x0 action 0x6 frozen
ata1.00: failed command: READ FPDMA QUEUED
ata1.00: cmd 60/08:d0:08:30:c4/00:00:39:00:00/40 tag 26 ncq dma 4096 in
res 40/00:00:00:00:00/00:00:00:00:00/00 Emask 0x4 (timeout)
ata1.00: status: { DRDY }
ata1.00: failed command: READ FPDMA QUEUED
ata1.00: cmd 60/28:d8:c8:2f:c4/00:00:39:00:00/40 tag 27 ncq dma 20480 in
res 40/00:00:00:00:00/00:00:00:00:00/00 Emask 0x4 (timeout)
ata1.00: status: { DRDY }
ata1.00: failed command: READ FPDMA QUEUED
ata1.00: cmd 60/38:e0:88:2f:c4/00:00:39:00:00/40 tag 28 ncq dma 28672 in
res 40/00:00:00:00:00/00:00:00:00:00/00 Emask 0x4 (timeout)
ata1.00: status: { DRDY }
ata1.00: failed command: READ FPDMA QUEUED
ata1.00: cmd 60/78:e8:08:2f:c4/00:00:39:00:00/40 tag 29 ncq dma 61440 in
res 40/00:00:00:00:00/00:00:00:00:00/00 Emask 0x4 (timeout)
ata1.00: status: { DRDY }
ata1: hard resetting link
ata1: SATA link up 3.0 Gbps (SStatus 123 SControl 300)
ata1.00: configured for UDMA/133
ata1.00: device reported invalid CHS sector 0
com o ocasional
sd 0:0:0:0: [sda] tag#19 FAILED Result: hostbyte=DID_OK driverbyte=DRIVER_SENSE
sd 0:0:0:0: [sda] tag#19 Sense Key : Medium Error [current]
sd 0:0:0:0: [sda] tag#19 Add. Sense: Unrecovered read error - auto reallocate failed
sd 0:0:0:0: [sda] tag#19 CDB: Read(10) 28 00 39 c4 30 08 00 00 08 00
blk_update_request: I/O error, dev sda, sector 969158669
Buffer I/O error on dev dm-2, logical block 1, async page read
e
ata1.00: exception Emask 0x0 SAct 0x0 SErr 0x0 action 0x0
ata1.00: irq_stat 0x40000001
ata1.00: failed command: READ SECTOR(S) EXT
ata1.00: cmd 24/00:01:0d:30:c4/00:00:39:00:00/e0 tag 6 pio 512 in
res 51/40:01:0d:30:c4/00:00:39:00:00/e0 Emask 0x9 (media error)
ata1.00: status: { DRDY ERR }
ata1.00: error: { UNC }
Aqui está a saída do smartctl depois de tentar ler alguns setores após o ruim com hdparm:
ID# ATTRIBUTE_NAME FLAG VALUE WORST THRESH TYPE UPDATED WHEN_FAILED RAW_VALUE
1 Raw_Read_Error_Rate 0x002f 100 100 051 Pre-fail Always - 469
2 Throughput_Performance 0x0026 252 252 000 Old_age Always - 0
3 Spin_Up_Time 0x0023 086 086 025 Pre-fail Always - 4463
4 Start_Stop_Count 0x0032 092 092 000 Old_age Always - 8099
5 Reallocated_Sector_Ct 0x0033 252 252 010 Pre-fail Always - 0
7 Seek_Error_Rate 0x002e 252 252 051 Old_age Always - 0
8 Seek_Time_Performance 0x0024 252 252 015 Old_age Offline - 0
9 Power_On_Hours 0x0032 100 100 000 Old_age Always - 19382
10 Spin_Retry_Count 0x0032 252 252 051 Old_age Always - 0
11 Calibration_Retry_Count 0x0032 100 100 000 Old_age Always - 980
12 Power_Cycle_Count 0x0032 092 092 000 Old_age Always - 8214
181 Program_Fail_Cnt_Total 0x0022 097 097 000 Old_age Always - 66246139
191 G-Sense_Error_Rate 0x0022 100 100 000 Old_age Always - 3820
192 Power-Off_Retract_Count 0x0022 100 100 000 Old_age Always - 20
194 Temperature_Celsius 0x0002 064 051 000 Old_age Always - 32 (Min/Max 15/49)
195 Hardware_ECC_Recovered 0x003a 100 100 000 Old_age Always - 0
196 Reallocated_Event_Count 0x0032 252 252 000 Old_age Always - 0
197 Current_Pending_Sector 0x0032 100 100 000 Old_age Always - 15
198 Offline_Uncorrectable 0x0030 252 252 000 Old_age Offline - 0
199 UDMA_CRC_Error_Count 0x0036 200 200 000 Old_age Always - 0
200 Multi_Zone_Error_Rate 0x002a 100 100 000 Old_age Always - 255
223 Load_Retry_Count 0x0032 100 100 000 Old_age Always - 980
225 Load_Cycle_Count 0x0032 001 001 000 Old_age Always - 1583719
Observe os setores pendentes... Tanto os autotestes curtos quanto os longos relatam o mesmo setor defeituoso que o kernel.
O Hdparm estranhamente consegue ler tudo com sucesso, mas (veja a edição abaixo) meio que trava e diz
reading sector 969158769: SG_IO: bad/missing sense data, sb[]: 70 00 03 00 00 00 00 0a 00 51 e0 01 11 04 00 00 a0 71 00 00 00 00 00 00 00 00 00 00 00 00 00 00
succeeded
E diz isso para cerca de 200 setores após o primeiro setor ruim. Reescrevi alguns com hdparm --write-sector e eles pararam de reclamar. Agora estou fazendo um backup e encomendei um novo drive, mas enquanto isso gostaria de entender o que aconteceu e talvez tentar consertar este.
Observe que a contagem de setores realocados não está aumentando depois que reescrevi alguns setores ruins, o que aumenta a estranheza da coisa toda. Depois de reescrever, eles lêem e escrevem bem como se nada tivesse acontecido, mas o firmware não parece remapeá-los como setores defeituosos.
Qualquer ideia? Devo simplesmente abandonar a unidade?
PS. OSX em outra partição ainda funciona muito bem.
EDITAR: consequências
Após um backup, comecei a experimentar um pouco com o disco rígido.
Após o primeiro setor defeituoso, havia cerca de outros 150 com os mesmos problemas. Tentei lê-los com dde dd_rescueeles falharam.
hdparm --read-sectorfuncionou (com o erro de detecção acima), mas retornou dados inconsistentes (diferentes a cada leitura).
hdparm --write-sectorparecia consertá-los, então reescrevi todos os setores com falha.
Agora smartctlrelata 0 setores pendentes e 0 realocações, autotestes curtos e longos concluídos sem erros. O Linux inicializa bem, todos os erros desapareceram.
Estou um pouco preocupado com aqueles ~70kb que matei, é um pouco complicado com o LVM entender o que eles realmente continham. Joguei alguns MBs nessa área e estão todos zeros, então tenho certeza de que é um espaço vazio ou uma troca.
Ainda é muito cedo para comemorar, mas o resultado parece promissor, atualizarei a questão se algo novo acontecer.