☰

系統日誌中我的一個硬碟出現錯誤訊息“未處理的錯誤代碼”“I/O 錯誤”

tag-icon • tag-icon linux hard-drive encryption
系統日誌中我的一個硬碟出現錯誤訊息“未處理的錯誤代碼”“I/O 錯誤”

我在系統日誌中看到一些奇怪的錯誤。我跑的是 Debian 7.9。有人以前見過這些和/或知道會發生什麼嗎？我的硬碟故障了嗎？前幾天我在啟動時進行了 fsck，但沒有任何消息說明這一點。它是一個外部 USB 加密硬碟 (LUKS)，在啟動時解密/安裝。計算機上沒有設定 RAID 或任何類似的東西。我還有另外兩個驅動器，設定類似，沒有任何問題。

我查看了驅動器的智慧數據，它說它通過了「整體健康測試」。我還可以檢查/做些什麼來了解其狀況嗎？為什麼我會收到這些錯誤？

Sep 24 02:49:03 centaur kernel: [ 1429.377929] sd 2:0:0:0: [sdb] Unhandled error code
Sep 24 02:49:03 centaur kernel: [ 1429.377933] sd 2:0:0:0: [sdb]  Result: hostbyte=DID_OK driverbyte=DRIVER_OK
Sep 24 02:49:03 centaur kernel: [ 1429.377939] sd 2:0:0:0: [sdb] CDB: Read(10): 28 00 38 80 16 08 00 00 08 00
Sep 24 02:49:03 centaur kernel: [ 1429.377950] end_request: I/O error, dev sdb, sector 947918344
Sep 24 11:41:19 centaur kernel: [32752.064706] sd 2:0:0:0: [sdb] Unhandled error code
Sep 24 11:41:19 centaur kernel: [32752.064710] sd 2:0:0:0: [sdb]  Result: hostbyte=DID_OK driverbyte=DRIVER_OK
Sep 24 11:41:19 centaur kernel: [32752.064715] sd 2:0:0:0: [sdb] CDB: Read(10): 28 00 38 40 f6 08 00 00 08 00
Sep 24 11:41:19 centaur kernel: [32752.064727] end_request: I/O error, dev sdb, sector 943781384
Sep 24 13:00:15 centaur kernel: [37487.599035] sd 2:0:0:0: [sdb] Unhandled error code
Sep 24 13:00:15 centaur kernel: [37487.599040] sd 2:0:0:0: [sdb]  Result: hostbyte=DID_OK driverbyte=DRIVER_OK
Sep 24 13:00:15 centaur kernel: [37487.599045] sd 2:0:0:0: [sdb] CDB: Read(10): 28 00 38 40 e1 68 00 00 08 00
Sep 24 13:00:15 centaur kernel: [37487.599056] end_request: I/O error, dev sdb, sector 943776104
Sep 24 13:55:44 centaur kernel: [40816.471962] sd 2:0:0:0: [sdb] Unhandled error code
Sep 24 13:55:44 centaur kernel: [40816.471967] sd 2:0:0:0: [sdb]  Result: hostbyte=DID_OK driverbyte=DRIVER_OK
Sep 24 13:55:44 centaur kernel: [40816.471972] sd 2:0:0:0: [sdb] CDB: Read(10): 28 00 38 40 6b e0 00 00 08 00
Sep 24 13:55:44 centaur kernel: [40816.471984] end_request: I/O error, dev sdb, sector 943746016
Sep 24 14:26:37 centaur kernel: [42670.078961] sd 2:0:0:0: [sdb] Unhandled error code
Sep 24 14:26:37 centaur kernel: [42670.078965] sd 2:0:0:0: [sdb]  Result: hostbyte=DID_OK driverbyte=DRIVER_OK
Sep 24 14:26:37 centaur kernel: [42670.078971] sd 2:0:0:0: [sdb] CDB: Read(10): 28 00 38 00 25 20 00 00 08 00
Sep 24 14:26:37 centaur kernel: [42670.078983] end_request: I/O error, dev sdb, sector 939533600
Sep 24 14:57:41 centaur kernel: [44533.796981] sd 2:0:0:0: [sdb] Unhandled error code
Sep 24 14:57:41 centaur kernel: [44533.796987] sd 2:0:0:0: [sdb]  Result: hostbyte=DID_OK driverbyte=DRIVER_OK
Sep 24 14:57:41 centaur kernel: [44533.796992] sd 2:0:0:0: [sdb] CDB: Read(10): 28 00 38 40 76 08 00 00 08 00
Sep 24 14:57:41 centaur kernel: [44533.797003] end_request: I/O error, dev sdb, sector 943748616

來自 smartctl 的資訊：

smartctl 5.41 2011-06-09 r3365 [x86_64-linux-3.2.0-4-amd64] (local build)
Copyright (C) 2002-11 by Bruce Allen, http://smartmontools.sourceforge.net

=== START OF INFORMATION SECTION ===
Model Family:     Seagate Barracuda LP
Device Model:     ST32000542AS
Serial Number:    6XW135W4
LU WWN Device Id: 5 000c50 01f01e7ee
Firmware Version: CC34
User Capacity:    2,000,398,934,016 bytes [2.00 TB]
Sector Size:      512 bytes logical/physical
Device is:        In smartctl database [for details use: -P show]
ATA Version is:   8
ATA Standard is:  ATA-8-ACS revision 4
Local Time is:    Fri Sep 25 00:18:47 2015 MDT
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
See vendor-specific Attribute list for marginal Attributes.

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:      (   0) The previous self-test routine completed
                    without error or no self-test has ever 
                    been run.
Total time to complete Offline 
data collection:        (  623) 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:    (   1) minutes.
Extended self-test routine
recommended polling time:    ( 255) minutes.
Conveyance self-test routine
recommended polling time:    (   2) minutes.
SCT capabilities:          (0x103f) SCT Status supported.
                    SCT Error Recovery Control supported.
                    SCT Feature Control supported.
                    SCT Data Table supported.

SMART Attributes Data Structure revision number: 10
Vendor Specific SMART Attributes with Thresholds:
ID# ATTRIBUTE_NAME          FLAG     VALUE WORST THRESH TYPE      UPDATED  WHEN_FAILED RAW_VALUE
  1 Raw_Read_Error_Rate     0x000f   118   099   006    Pre-fail  Always       -       178542268
  3 Spin_Up_Time            0x0003   100   100   000    Pre-fail  Always       -       0
  4 Start_Stop_Count        0x0032   085   085   020    Old_age   Always       -       15977
  5 Reallocated_Sector_Ct   0x0033   100   100   036    Pre-fail  Always       -       0
  7 Seek_Error_Rate         0x000f   065   060   030    Pre-fail  Always       -       81661499813
  9 Power_On_Hours          0x0032   045   045   000    Old_age   Always       -       48686
 10 Spin_Retry_Count        0x0013   100   100   097    Pre-fail  Always       -       0
 12 Power_Cycle_Count       0x0032   100   100   020    Old_age   Always       -       69
183 Runtime_Bad_Block       0x0032   100   100   000    Old_age   Always       -       0
184 End-to-End_Error        0x0032   100   100   099    Old_age   Always       -       0
187 Reported_Uncorrect      0x0032   100   100   000    Old_age   Always       -       0
188 Command_Timeout         0x0032   100   099   000    Old_age   Always       -       4295032833
189 High_Fly_Writes         0x003a   083   083   000    Old_age   Always       -       17
190 Airflow_Temperature_Cel 0x0022   052   040   045    Old_age   Always   In_the_past 48 (0 174 52 30)
194 Temperature_Celsius     0x0022   048   060   000    Old_age   Always       -       48 (0 14 0 0)
195 Hardware_ECC_Recovered  0x001a   042   020   000    Old_age   Always       -       178542268
197 Current_Pending_Sector  0x0012   100   100   000    Old_age   Always       -       0
198 Offline_Uncorrectable   0x0010   100   100   000    Old_age   Offline      -       0
199 UDMA_CRC_Error_Count    0x003e   200   200   000    Old_age   Always       -       0
240 Head_Flying_Hours       0x0000   100   253   000    Old_age   Offline      -       208202834670158
241 Total_LBAs_Written      0x0000   100   253   000    Old_age   Offline      -       1107416570
242 Total_LBAs_Read         0x0000   100   253   000    Old_age   Offline      -       361340835

SMART Error Log Version: 1
No Errors Logged

SMART Self-test log structure revision number 1
No self-tests have been logged.  [To run self-tests, use: smartctl -t]


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.

我也看了這個網站其中一張海報改變了他的 sysctl.conf 就像下面貼上的那樣，但我的已經這樣設定了...

/etc/sysctl.conf

vm.dirty_background_ratio = 5
vm.dirty_ratio = 10

答案1

首先備份

/dev/sdb在進行故障排除之前，請確保備份受影響的硬碟 ( ) 上所需的所有資料。

備份遇到問題？

如果您遇到的 I/O 錯誤不是檔案系統損壞造成的（您表明您的fsck結果是乾淨的）並且您的資料實際上對您很重要，那麼恢復資料的最安全方法是使用gddrescue（或者dd_rescue， 如果你比較喜歡）。

這是一個範例gddrescue：

ddrescue -Svv /dev/sdb /somewhere/else/rescue.img /somewhere/else/ddrescue.log

..../somewhere/else具有比 的大小更多的可用空間的安裝的路徑在哪裡/dev/sdb。

gddrescue的日誌檔案/somewhere/else/ddrescue.log還可以幫助您識別硬碟的哪些區域不可讀。

建立磁碟機的完整映像後，您可以使用其他工具（例如測試磁碟或kpartx -av /somewhere/else/rescue.img和cryptsetup luksOpen，但這些超出了您的問題範圍。

回答您的問題

有人以前見過這些和/或知道會發生什麼嗎？

我見過硬碟中的各種硬體問題，並且我處理這些問題的時間相對較短。儘管我不是專家，但仍然很難確定您的特定驅動器可能發生哪種故障。

我的硬碟故障了嗎？

好吧，您的驅動器並不知道它出現了故障。

您嘗試讀取的次數越多，它可能會發現或有時會導致更多的問題，並且寫入操作有時會使情況變得更糟，具體取決於存在何種類型的損壞。

前幾天我在啟動時進行了 fsck，但沒有任何消息說明這一點。

硬體讀取錯誤可能會影響檔案的內容，但不會影響檔案系統本身。

我還可以檢查/做些什麼來了解其狀況嗎？

是的，我試著在下面為您寫一份全面的指南。

為什麼我會收到這些錯誤？

造成硬碟 I/O 問題的原因有很多。

常見的一種情況是在使用時用力掉落或移動驅動器。對於像您這樣的外部硬碟，這種情況經常發生。

另一種情況是您擁有 Seagate Barracuda，它往往不可靠：

BackBlaze有關硬碟品牌和故障率的長條圖

（點擊上圖可查看硬碟可靠性回顧。）

它也可能只是隨機問題，可能只影響驅動器的一小部分或最終導致註銷。

故障排除

本節中的命令是非破壞性的。

閱讀個人部門

問題的第一個跡像是內核記錄 I/O 錯誤。嘗試查看這些扇區是否可讀：

time hdparm --read-sector 947918344 /dev/sdb

…947918344核心日誌中記錄的磁區號在哪裡，/dev/sdb是懷疑有問題的磁碟機。

大多數硬碟都會嘗試讀取該磁區，因此可能需要一些時間。如果您立即收到 I/O 錯誤，則表示磁碟機確定該磁區是禁止存取的，甚至不會嘗試讀取它。如果幾秒鐘後出現 I/O 錯誤，則磁碟機可能嘗試讀取該磁區但失敗。以下是立即發生的 I/O 錯誤的範例：

root@node51 [~]# time hdparm --read-sector 947918344 /dev/sdb

/dev/sdb:
reading sector 947918344: FAILED: Input/output error

real    0m0.038s
user    0m0.000s
sys     0m0.002s

以下是成功讀取的範例：

root@node51 [~]# time hdparm --read-sector 947918344 /dev/sdb

/dev/sdb:
reading sector 947918344: succeeded
c193 76f6 7ae7 2dfa f121 b9ef 04da 2f82
4f6f 90af 6593 f215 d098 8857 2cfb d191
c6b1 245a 746c c1b8 bde9 f8f2 b3d2 ea68
3740 935d ce98 7fc6 bfef 41a5 f6b5 94e8
0833 6d39 3137 9b38 717d d310 f33d d508
d72d b504 77e5 7c8b 4496 6ac1 20f9 f49e
1224 8def df01 1163 d855 ae2b c6a8 eee5
3a22 04ae 012e bdd2 b5e9 94a4 3454 16ff
6000 81bc 356c a412 4b11 a875 588a 8394
37e5 310b f9eb afb6 4be1 0307 74f2 fce4
0f82 da8b 954f 4181 a544 ebff bfb5 4f1a
bcf9 e0be a912 fd78 e68d 9f76 424a 563f
0cc8 70ab 187e b7b1 b45d 732d 734d 0d7b
bb79 1e0c 8406 3fd9 5608 a6d4 9cd7 4167
ddb2 1972 7283 57bb 175e 1724 b3e4 9c07
0ba1 058d d8c9 b873 3e60 17e8 ab38 fad6
e9da b4e6 82f5 fb04 2316 b2ac 6cb3 05e1
7158 5a91 e21e 6333 f73e d839 e174 53bc
2f12 47dd 5dd2 d6d0 3d6d 7a6f a61c 7431
9e5f e3a2 55c5 1542 6efd 8b34 c40c 5382
a297 4627 2b64 1dc1 23bd 1442 f863 b1b1
767b c463 1936 ab96 b74c b899 7cae 632d
262d cef2 3088 2958 4d27 0f1b 9c44 ed30
f4ce 1d20 9a7e 2dca e99e 65bd 4686 2a8f
d3f4 f74a 35d3 e034 8473 9006 08d0 2372
0053 78fa d7ef 3f1a bcfd f702 376b c000
6517 3b41 5fb0 ff4c 87bb f79b 40ba 7bdf
c597 0246 663b 0ece 256d 26bd f806 e0f9
70b2 a1c8 ba4a 365d 69c6 e551 44d3 c840
7f9e 006d c1bc 07e5 c7df 5ca7 b37c 1de8
8d86 f118 e594 ede7 04b0 cc10 fac5 4070
a2a2 cd43 9ac6 fbd1 5790 eb60 fe65 f32d

real    0m0.014s
user    0m0.000s
sys     0m0.000s

當存在的磁區傳回輸入/輸出錯誤時，您就會遇到問題。這可能意味著資料損壞。

SMART 擴展自檢

你可以運行一個SMART 擴展離線自檢用這個指令：

smartctl -t long /dev/sdb

了解如何檢查測試進度這裡。

測試完成後，您可以使用以下命令檢查其狀態：

smartctl -l selftest /dev/sdb

這是我「修復」的硬碟的一個範例（即將解釋）：

root@node51 [~]# smartctl -l selftest /dev/sdb
smartctl 6.4 2014-10-07 r4002 [x86_64-linux-3.16.0-4-amd64] (local build)
Copyright (C) 2002-14, Bruce Allen, Christian Franke, www.smartmontools.org

=== START OF READ SMART DATA SECTION ===
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%     23316         -
# 2  Extended offline    Completed: read failure       30%     22068         1475120744
# 3  Extended offline    Completed without error       00%     19943         -
# 4  Short offline       Completed without error       00%     19940         -
1 of 1 failed self-tests are outdated by newer successful extended offline self-test # 1

以前扇區1475120744讀不出來，當時測試失敗了，但是過了一段時間，扇區就修復了？請繼續閱讀，了解這是怎麼回事。

“修復”您的驅動器

如果嘗試這些命令，您可能會遺失資料。 確保您有足夠的備份。

重新映射壞扇區

如果反覆嘗試不斷hdparm --read-sector減慢驅動器速度並在一段時間後返回 I/O 錯誤，則資料可能永遠不會返回。您可以告訴硬碟將受影響的磁區重新映射到備用磁區，從您的角度來看，這將完全清除該磁區：

hdparm --yes-i-know-what-i-am-doing --write-sector 947918344 /dev/sdb

....其中947918344是您要覆蓋的扇區號。

備用磁區可能會用完，但如果您這樣做，則表示您的驅動器已損壞，您應該更換它。 （例子）

掃描並修復

驅動器只有看到壞扇區才能知道它們。您可以使用以下命令掃描壞扇區badblocks：

badblocks -b 512 -s /dev/sdb

失敗的讀取將被記錄到內核日誌中，如您之前看到的並由 輸出badblocks。您可以使用此資訊來重新對應磁區hdparm --write-sector。

ATA 安全擦除

如果您不想等待badblocks或編寫腳本來重新映射磁區，您可以清除所有壞磁區（以及您的所有其他數據）一氣呵成。

筆記：這些說明可能不適用於 USB 介面。

hdparm --security-set-pass password /dev/sdb
time hdparm --security-erase password /dev/sdb

重新映射並擦除dd

您也可以透過以下方式重新對應磁區擦拭你的驅動器和dd：

dd conv=noerror if=/dev/zero of=/dev/sdb bs=2M

使用 LUKS 重新映射和擦除dd並保留 LUKS

或者，如果您的 LUKS 裝置在以下位置解密/dev/mapper/your-luks-device：

dd conv=noerror if=/dev/zero of=/dev/mapper/your-luks-device bs=2M

相關內容