dmesg日志显示磁盘故障怎么办

Linux 主机出现 dmesg 磁盘报错时的排查与处置

一、快速定位与初步判断

• 查看挂载与只读状态：mount | grep sd；若根分区显示为 ro（只读），多为文件系统检测到严重 I/O 错误触发的自我保护。
• 集中查看内核与系统日志：dmesg | egrep -i "error|fail|sda|sdb"；journalctl -xe | egrep -i "error|fail|sda|sdb"。
• 关注关键词与模式：
  • I/O 类：I/O error、Buffer I/O error、EXT4-fs error（文件系统层错误）。
  • SCSI/ATA 类：sense key: Medium Error、UnrecovData 10B8B BadCRC、failed command: READ FPDMA QUEUED、hard resetting link（链路/线缆/控制器/盘体异常征兆）。
• 确认设备与分区：lsblk -f、blkid，看是否仍能识别设备与文件系统类型。
• 如设备偶尔掉线或重连，优先检查数据线与控制器端口、背板与供电稳定性。

二、判断硬件健康与坏块扫描

• 安装 SMART 工具：apt-get install smartmontools 或 yum install smartmontools。
• 查看健康与关键属性：smartctl -a /dev/sda、smartctl -H /dev/sda。重点看：
  • Reallocated_Sector_Ct（重映射扇区计数）
  • Current_Pending_Sector（待重映射扇区）
  • Offline_Uncorrectable（离线不可纠正错误）
  • SMART overall-health self-assessment（整体健康评估）
• 坏块检测：
  • 只读扫描（安全）：badblocks -sv /dev/sda；结果可重定向到文件以便分析。
  • 读写扫描（有风险，可能导致数据进一步损坏，务必先备份并在维护窗口执行）：badblocks -sw /dev/sda END START。
• 解读要点：
  • 大量或增长的 Pending/Uncorrectable 通常意味着盘体介质问题。
  • 只读扫描发现的坏块可进一步验证；若读写扫描反复在同一区域失败，高度可疑为物理坏道。

三、文件系统修复与临时恢复

• 只读挂载恢复读写（仅当确认为文件系统错误且数据已备份时）：mount -o remount,rw /。
• ext2/ext3/ext4：先卸载分区（或在救援/单用户模式），执行 e2fsck -f -y /dev/sdaX。
• XFS：先卸载分区，执行 xfs_repair /dev/sdaX；如日志损坏严重，可尝试 xfs_repair -L（会清空日志，风险高，务必先备份）。
• 使用坏块列表隔离（ext 系列）：e2fsck -l bads.txt /dev/sdaX（bads.txt 由 badblocks 生成）。
• 重要提示：修复只能缓解一致性问题，无法修复介质层面的坏块；在修复前尽可能完成数据备份。

四、常见 dmesg 报错含义与处置要点

五、处置决策与后续预防

• 处置决策：
  • SMART 健康为 FAILED，或 Reallocated/Pending/Uncorrectable 计数不为 0 且持续增长 → 立即更换磁盘。
  • 使用 badblocks 读写扫描反复失败 → 物理坏道概率高 → 更换磁盘。
  • 处于 RAID 环境 → 标记故障盘、热备重建；无冗余则先备份再更换。
  • 单盘业务 → 先确保有可用备份，再修复文件系统或更换磁盘。
• 后续预防：
  • 部署 smartd 守护进程做长期健康监控与告警。
  • 重要数据配置 RAID1/RAID10 或定期离线/异地备份。
  • 规范断电与维护流程，使用质量可靠的 SATA/SAS 线缆 与稳定供电，定期检查控制器固件与驱动版本。