Eu tenho um servidor no qual reside um aplicativo da web bastante visitado.
Possui um raid1 de 2 HDDs, buffer de 64 MB, 7200 RPM.
Hoje começou a lançar erros como:
kernel: ata2.00: exception Emask 0x0 SAct 0x0 SErr 0x0 action 0x6 frozen
kernel: ata2.00: cmd b0/d0:01:00:4f:c2/00:00:00:00:00/00 tag 0 pio 512 in
kernel: res 40/00:00:00:4f:c2/00:00:00:00:00/00 Emask 0x4 (timeout)
kernel: ata2.00: status: { DRDY }
kernel: ata2: hard resetting link
kernel: ata2: SATA link up 3.0 Gbps (SStatus 123 SControl 300)
kernel: ata2.00: max_sectors limited to 256 for NCQ
kernel: ata2.00: max_sectors limited to 256 for NCQ
kernel: ata2.00: configured for UDMA/133
kernel: sd 1:0:0:0: timing out command, waited 7s
kernel: ata2: EH complete
kernel: SCSI device sda: 976773168 512-byte hdwr sectors (500108 MB)
kernel: sda: Write Protect is off
kernel: SCSI device sda: drive cache: write back
Durante todo o dia esteve com carga superior a 10-15.
Estou monitorando-o com o top e dá algumas leituras bizarras:
DSK | sda | busy 100% | read 2 | write 208 | KiB/r 16 | KiB/w 32 | MBr/s 0.00 | MBw/s 0.65 | avq 86.17 | avio 47.6 ms |
DSK | sdb | busy 1% | read 10 | write 117 | KiB/r 17 | KiB/w 5 | MBr/s 0.02 | MBw/s 0.07 | avq 4.86 | avio 1.04 ms |
Francamente, não entendo por que apenas o sda está sofrendo todo o impacto. Eu tenho um processo que está constantemente escrevendo com 1-2 megas, mas que diabos... 100% iowait?
Atualização:
smartctl -A /dev/sda
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 239 239 021 Pre-fail Always - 8050
4 Start_Stop_Count 0x0032 100 100 000 Old_age Always - 22
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 100 100 000 Old_age Always - 595
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 - 21
192 Power-Off_Retract_Count 0x0032 200 200 000 Old_age Always - 20
193 Load_Cycle_Count 0x0032 200 200 000 Old_age Always - 22
194 Temperature_Celsius 0x0022 118 106 000 Old_age Always - 32
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 0x0008 100 253 000 Old_age Offline - 0
Responder1
Parece que a unidade pode estar falhando - o sistema está redefinindo a unidade/conexão tentando acessá-la. Suponho que, como você pode ver o status de sda e sdb, é uma invasão de software, portanto, você deve poder verificar /proc/mdstat para ver o que pode estar acontecendo com a invasão de software.
O IOWait ocorre porque o ataque de software está sendo retido aguardando para gravar no sda. Isso, por sua vez, está atrasando os processos e causando o alto número de carga.
Você deve substituir seu sda o mais rápido possível.
Responder2
Parece um disco com defeito para mim ...
Responder3
sda não está processando solicitações de E/S prontamente. Se não for a unidade, há um desequilíbrio na E/S. Você tem uma partição swap no sda? Nesse caso, você pode ter problemas de memória, resultando na destruição de páginas de memória dentro e fora da troca. Certifique-se de ter espaço de troca alocado em ambas as unidades com a mesma prioridade. O programa sar pode ser útil.