文章

这个文章，debian操作系统，使用smartmontools，监控系统硬盘状态，遇到问题发邮件报出来。

一，要解决的问题

在服务器管理的实际环境中，硬盘是最容易出现问题及发生故障的硬件，而且硬盘中存储着大量重要的数据，万一出现故障所造成的损失也是无法估计的，轻则需要化费大量的时间与精力去做数据恢复，重则硬盘报废，里面重要的数据也无法100%挽回，所以对硬盘健康状监控十分必要。

普通个人用户，如果使用了Raid或者其他备份技术，遭遇硬盘毁坏，也是需要付出大量代价的。

二， smartmontools

smartmontools的软件包程序，它通过使用自我监控(Self-Monitoring)、分析(Analysis)和报告(Reporting)三种技术（缩写为S.M.A.R.T或SMART）来管理和监控存储硬件。如今大部分的ATA/SATA、SCSI/SAS和固态硬盘都搭载内置的SMART系统。SMART的目的是监控硬盘的可靠性、预测磁盘故障和执行各种类型的磁盘自检。smartmontools由smartctl和smartd两部分工具程序组成，它们一起为Linux平台提供对磁盘退化和故障的高级警告。

三，配合发邮件

当前使用msmtp，配合smartmontools工具，当检测硬盘发现问题，邮件报错。

四，配置方式

 

A安装msmtp

使用root用户

1.apt install msmtp msmtp-mta

补充：如果系统没有mail 命令，说明没有邮件系统，需要装上，比如可以安装 bsd-mailx

2. 配置发邮件

编辑 /etc/msmtprc （如果非root用户，编辑 ~/.msmtprc）

如果只有一个，使用yaoo的话，参考内容

# Set default values for all following accounts.
# yahoo
defaults
account        yahoo
tls            on
tls_starttls   off
tls_certcheck  off
logfile        /var/log/msmtp
auth           on
host           smtp.mail.yahoo.com
port           465
from          ****@yahoo.com
user           ****@yahoo.com
password       *********

 

如果多个，参考

# Set default values for all following accounts.
defaults
auth           on
tls            on
tls_trust_file /etc/ssl/certs/ca-certificates.crt
logfile        /home/xxx/.msmtp.log
#tls_starttls   off
#tls_certcheck  off

# Yandex
account        yandex
host           smtp.yandex.com
port           465
from           [email protected]
user           xxx
password       xxx

# Hotmail
account        hotmail
host           smtp-mail.outlook.com
port           587
from           [email protected]
user           [email protected]
password       xxxx

# Set a default account
account default : hotmail

 

补充：如果smtp不支持starttls，可以通过tls_starttls off并设置端口为465解决予以解决，提示证书错可以通过tls_certcheck off，

yandex太过简单的内容会被认为是垃圾邮件而拒绝投递，如果yandex不通最好换个别的。

 

3. 测试发邮件

echo "This is the mail body" | mail -s "Subject222" ***@mydomain.com

 

 

 

B安装smartmontools

1.安装

debian /ubuntu ：apt install martmontools 

readhat： yun install martmontools 

2. 简单使用

列出硬盘

#  ls -l /dev | grep -E 'sd|hd'
brw-rw----  1 root disk      8,   0 Apr 30 15:41 sda
brw-rw----  1 root disk      8,   1 Apr 30 15:41 sda1
brw-rw----  1 root disk      8,   2 Apr 30 15:41 sda2
brw-rw----  1 root disk      8,   3 May 24 20:59 sda3
brw-rw----  1 root disk      8,  16 Apr 29 20:33 sdb
brw-rw----  1 root disk      8,  17 Apr 29 20:33 sdb1
crw-------  1 root root     10, 130 Apr 29 20:33 watchdog
crw-------  1 root root    244,   0 Apr 29 20:33 watchdog0

检查硬盘是否支持SMART

1993年以后出厂的硬盘基本上都支持SMART技术，使用如下命令可以来查看

smartctl -i /dev/sda
smartctl 7.2 2020-12-30 r5155 [x86_64-linux-5.15.102-1-**] (local build)
Copyright (C) 2002-20, Bruce Allen, Christian Franke, www.smartmontools.org

=== START OF INFORMATION SECTION ===
Model Family:     Western Digital Blue (SMR)
Device Model:     WDC WD20EZAZ-00L9GB0
Serial Number:    WD-WXP2A13FDPE1
LU WWN Device Id: 5 0014ee 26af3eb8c
Firmware Version: 80.00A80
User Capacity:    2,000,398,934,016 bytes [2.00 TB]
Sector Sizes:     512 bytes logical, 4096 bytes physical
Rotation Rate:    5400 rpm
Form Factor:      3.5 inches
TRIM Command:     Available, deterministic, zeroed
Device is:        In smartctl database [for details use: -P show]
ATA Version is:   ACS-3 T13/2161-D revision 5
SATA Version is:  SATA 3.1, 6.0 Gb/s (current: 6.0 Gb/s)
Local Time is:    Thu Jun  1 20:40:05 2023 CST
SMART support is: Available - device has SMART capability.
SMART support is: Enabled

如果运行这个命令返回了类似“Device does not support SMART”的信息就说明目标硬盘不支持SMART，不能使用这套软件包进行测试和监控。

尽管最开始可能不会注意到ATA(译者注：硬盘接口技术)的版本信息，但当需要替换硬盘时它确实是最重要的因素之一。每一代ATA版本都保持向下兼容。例如，老的ATA-1或ATA-2设备可以正常工作在ATA-6和ATA-7接口上，但反过来就不行了。在设备版本和接口版本两者不匹配的情况下，它们会按照两者中版本较小的规范来运行。也就是说，在这种情况下，需要替换硬盘时，ATA-7硬盘是最安全的选择。

可以通过这个命令来检测某个硬盘的健康状况：

在这个命令中，"-s on"标志开启指定设备上的SMART功能。如果/dev/sda上已开启SMART支持，那就省略它。

硬盘的SMART信息包含很多部分。其中，"READ SMART DATA"部分显示出硬盘的整体健康状况。

=== START OF READ SMART DATA SECTION ===
SMART overall-health self-assessment test result: PASSED

这个测试的结果是PASSED或FAILED。后者表示即将出现硬件故障，所以需要开始备份这块磁盘上的重要数据！

还需要关注smart表

SMART Attributes Data Structure revision number: 16
Vendor Specific SMART Attributes with Thresholds:
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   175   175   021    Pre-fail  Always       -       2250
  4 Start_Stop_Count        0x0032   100   100   000    Old_age   Always       -       6
  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   099   099   000    Old_age   Always       -       795
 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       -       5
192 Power-Off_Retract_Count 0x0032   200   200   000    Old_age   Always       -       0
193 Load_Cycle_Count        0x0032   200   200   000    Old_age   Always       -       5
194 Temperature_Celsius     0x0022   108   104   000    Old_age   Always       -       35
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

基本上，SMART属性表列出了制造商在硬盘中定义好的属性值，以及这些属性相关的故障阈值。这个表由驱动固件自动生成和更新。

• ID：属性ID，通常是一个1到255之间的十进制或十六进制的数字。
• ATTRIBUTE_NAME：硬盘制造商定义的属性名。
• FLAG：属性操作标志（可以忽略）。
• VALUE：这是表格中最重要的信息之一，代表给定属性的标准化值，在1到253之间。253意味着最好情况，1意味着最坏情况。取决于属性和制造商，初始化VALUE可以被设置成100或200.
• WORST：所记录的最小VALUE。
• THRESH：在报告硬盘FAILED状态前，WORST可以允许的最小值。
• TYPE：属性的类型（Pre-fail或Old_age）。Pre-fail类型的属性可被看成一个关键属性，表示参与磁盘的整体SMART健康评估（PASSED/FAILED）。如果任何Pre-fail类型的属性故障，那么可视为磁盘将要发生故障。另一方面，Old_age类型的属性可被看成一个非关键的属性（如正常的磁盘磨损），表示不会使磁盘本身发生故障。
• UPDATED：表示属性的更新频率。Offline代表磁盘上执行离线测试的时间。
• WHEN_FAILED：如果VALUE小于等于THRESH，会被设置成“FAILING_NOW”；如果WORST小于等于THRESH会被设置成“In_the_past”；如果都不是，会被设置成“-”。在“FAILING_NOW”情况下，需要尽快备份重要文件，特别是属性是Pre-fail类型时。“In_the_past”代表属性已经故障了，但在运行测试的时候没问题。“-”代表这个属性从没故障过。
• RAW_VALUE：制造商定义的原始值，从VALUE派生。

 

其他：smartmontool简单使用命令

1.smartctl -a检查该设备是否已经打开SMART技术。

2.smartctl -s on如果没有打开SMART技术，使用该命令打开SMART技术。

3.smartctl -t short后台检测硬盘，消耗时间短；

smartctl -t long后台检测硬盘，消耗时间长；

smartctl -C -t short前台检测硬盘，消耗时间短；

smartctl -C -t long前台检测硬盘，消耗时间长。其实就是利用硬盘SMART的自检程序。

4.smartctl -X中断后台检测硬盘。

5. smartctl -l selftest显示硬盘检测日志。

6.smartctl -l error显示硬盘错误汇总。
 

 

3.  让smartmontolls间隔一定时间运行，并邮件通知结果

首先，编辑smartctl的配置文件(/etc/default/smartmontools)以便在系统启动时启动smartd，并以秒为单位指定间隔时间（如7200 = 2小时）。

start_smartd=yes
smartd_opts="--interval=7200"

下一步，编辑smartd的配置文件（/etc/smartd.conf），注释掉DEVICESCAN开头的命令，否则其下的命令都不会执行

然后添加以下行内容。

 

/dev/sda -H -m [email protected] -M test

• -m ：指定发送测试报告到某个电子邮件地址。这里可以是系统用户比如root，或者如果服务器已经配置成发送电子邮件到系统外部，则是类似于[email protected]的邮件地址。
• -M ：指定发送邮件报告的期望类型。
  • once：为检测到的每种磁盘问题只发送一封警告邮件。
  • daily：为检测到的每种磁盘问题每隔一天发送一封额外的警告提醒邮件。
  • diminishing：为检测到的每种问题发送一封额外的警告提醒邮件，开始是每隔一天，然后每隔两天，每隔四天，以此类推。每个间隔是前一次间隔的2倍。
  • test：只要smartd一启动，立即发送一封测试邮件。
  • exec PATH：取代默认的邮件命令，运行PATH路径下的可执行文件。PATH必须指向一个可执行的二进制文件或脚本。当检测到一个问题时，可以指定执行一个期望的动作（闪烁控制台、关闭系统等等）。

其他参数看这个文件中注释的部分。

保存改动并重启smartd。

systemctl restart smartd

邮箱中会收到邮件

最后，可以使用“-s”标志和形如“T/MM/DD/d/HH”的正则表达式按照想要的调度方案执行测试 例如，想要在每个工作日的下午一点为所有的磁盘执行一次长测试，在/etc/smartd.conf中添加如下行内容。确保编辑完重启smartd。

DEVICESCAN -s (L/../../[1-5]/13) 

参考 How to check hard disk health on Linux using smartmontools
中文版