磁盘监控工具-smartmontools
2015-06-08 13:01:06 
阿炯
smartmontools是一款开源的硬盘控制、监控工具，可以运行在 Linux，Unix，BSD，Solaris，Mac OS，OS/2，Cygwin和Windows上，它可以从启动光盘或启动软盘运行，支持ATA/ATAPI/SATA-3(到-8)位的硬盘和 SCSI硬盘，还支持磁带设备，它主要包括了两个实用程序：smartctl和smatd。利用它可以测试硬盘的健康状况，并在发生故障前进行预警。
smartmontools contains utility programs (smartctl, smartd) to control/monitor storage systems using the Self-Monitoring, Analysis and Reporting Technology System (S.M.A.R.T.) built into most modern ATA and SCSI disks.
Features
Schedule S.M.A.R.T. testing of your drive on a regular base with smartd
smartd prints log messages and triggers alert mails when a failure of your drive is predictable
它监控的硬盘必须有S.M.A.R.T特性，对虚拟驱动器无效，目前所有硬盘都有这个特性，如果这个功能没有开启，可以通过如下两种方式开启：
1.通过BIOS设置操作
2.通过smartctl命令操作
SMART技术必须在主板支持的前提下才能发生作用，而且 SMART技术也不能保证能预报所有可能发生的硬盘故障。SMART(SFF-8035i) 是硬盘生产商们建立的一个工业标准，这个标准就是在硬盘上保存一个跟执行情况，可靠程度，读找错误率等属性的表格。所有属性都有一个1byte(大小范围1-253)的标准化值，还包含另一个1byte的关键阶段值，如果属性表格内某个数据接近小于或达到关键阶段值，表明硬盘工作不正常了。
1、SMART是什么，适用哪些场景？
SMART 全称是Self-Monitoring, Analysis and Reporting Technology（自我监测、分析与报告技术），是硬盘内置的一套“自检系统”。它会持续跟踪硬盘的硬件状态，比如扇区磨损、电机性能、温度等，把这些数据整理成“指标”，我们只要看懂这些指标，就能判断硬盘的健康程度。
重点适用场景
1. 新硬盘到手时：最关键的一步！检测是否为“全新未拆”“零磨损”，避免买到翻新盘、清零盘（伪装成新盘的旧盘）；
2. 二手硬盘验收时：判断硬盘的损耗程度，比如使用时长、坏道情况，避免踩坑；
3. 日常使用中：定期检查（比如1-3个月一次），提前发现潜在故障，及时备份数据；
4.电脑出现异常时：比如开机变慢、文件打不开、蓝屏，先查SMART，排除硬盘问题。
2、SMART指标到底看什么
SMART指标有几十项，但对多数人来说，不用逐一研究，重点关注「故障预警类」「寿命损耗类」「温度类」这三类即可，其他指标可忽略。
先明确一个关键规则：大部分指标“数值越低越好”，部分指标（如剩余寿命）“数值越高越好”；若指标出现“警告”、“异常”，或数值持续上升，必须警惕。
1. 故障预警类（最关键，直接关系数据安全）
这类指标一旦异常，说明硬盘可能已经出现物理损坏，优先备份数据！
重新分配扇区计数（ID：05）：硬盘检测到坏扇区后，会把坏扇区的数据转移到“备用扇区”，这个数值就是转移的次数。重点：数值＞0就需要警惕，持续增加说明坏扇区在增多，硬盘物理损坏加剧，建议立即备份数据并更换硬盘。
当前待映射扇区计数（ID：C5）：已经检测到有问题，但还没来得及转移数据的扇区数量。 重点：数值＞0即有隐患，可能后续会变成坏扇区，需密切关注。
离线不可修正扇区计数（ID：C6）：读取失败且无法修复的扇区数，常和C5指标同时出现。 重点：数值＞0代表数据有丢失风险，硬盘已出现不可逆损坏。
CRC接口错误计数（ID：C7）：数据传输时的校验错误，多由数据线、接口接触不良引起，而非硬盘本身故障。重点：数值持续上升，可尝试更换数据线、重新插拔硬盘接口。
2. 寿命损耗类（判断硬盘还能⽤多久）
机械硬盘和固态硬盘的寿命指标有差异，分开记更清晰：
1）机械硬盘：重点看「通电时间」「通电次数」，参考值：家用硬盘正常使用3-5年，通电时间超过2万小时、通电次数超过1万次，说明损耗较严重，建议逐步更换。
2）固态硬盘（SSD）：重点看「媒体磨损指标（ID：E9）」「主机写入量（ID：F1）」「剩余可用块（ID：AB）」。 -媒体磨损指标：本质是剩余寿命百分比（如从100降至1表示寿命终结），低于30%需准备更换； -主机写入量：对比厂商标称的TBW（总写入字节数），判断寿命消耗进度； -剩余可用块：备用块剩余比例，接近0说明SSD冗余空间耗尽，寿命临界。
3. 温度类（避免硬盘过热损坏）
硬盘温度（ID：C2）：正常工作温度范围：机械硬盘≤50℃，固态硬盘≤70℃。 重点：长期超过这个范围，会加速硬盘老化，可通过增加散热风扇、清理机箱灰尘改善。
新手避坑：不同厂商对同一ID的指标定义可能略有差异，不用纠结“数值刚好达标”，只要没有警告、数值稳定，就不必担心；若出现“警告”，无论数值大小，先备份数据！
4. 命令行工具（Linux/macOS）
适合用Linux、macOS系统的新手，无需安装图形化软件，输入简单命令即可查看，步骤如下：
1）Linux系统（以Ubuntu为例）
打开终端，输入命令安装工具：apt install smartmontools；
查看所有硬盘：smartctl --scan（会显示硬盘设备名，如/dev/sda）；
查看详细SMART信息：smartctl -a /dev/sda（将/dev/sda替换为你的硬盘设备名）；
快速检测健康状态：smartctl -H /dev/sda（显示“OK”即正常，“FAILED”需立即备份）。
2）macOS系统
打开终端，先安装工具：brew install smartmontools（若未安装brew，先执行brew安装命令）；
查看硬盘设备名：diskutil list（找到需要检测的硬盘，如/dev/disk0）；
查看详细SMART信息：smartctl -a /dev/disk0。
3）重点检查这三项：
（1）健康状态是否为“正常”（绿色）；
（2）通电次数≤3次、通电时间≤1小时（工厂测试正常范围，超过则可能是翻新盘）；
（3）05、C5、C6等故障指标数值是否为0，无警告。
3、自检与关键信息解读
#短时自检（几分钟）
smartctl -t short /dev/sda
#长时自检（更彻底，可能一小时以上）
smartctl -t long /dev/sda
#看自检进度与结果
smartctl -l selftest /dev/sda
#看硬盘记录过的错误日志（比自检更细的历史记录）
smartctl -l error /dev/sda
后台监控（smartd）
smartd 可在系统里常驻，定期检查并在触发阈值时发邮件/系统通知。GSmartControl 是 smartctl 的图形前端，跨平台（Linux/Windows/macOS）。点几下就能看健康总结、跑自检、看属性曲线，适合不习惯命令行的场景。底层调用的还是 smartmontools，功能一致。
关键参数解读（重点）
smartctl -a 会列出一长串属性，普通用户盯住下面这几项即可：
| 属性（ID） | 名称 | 看什么 | 危险信号 |
| 5 | Reallocated Sector Count（重分配扇区数） | 硬盘把坏块的数据搬到了备用块，记录搬了多少 | 非 0 且持续增长 = 盘正在自我修补，快坏了 |
| 197 | Current Pending Sector（待映射扇区） | 读不出、还没决定重分配的"不稳定块" | 大于 0 = 有读错误，随时可能变坏块 |
| 198 | Offline Uncorrectable（离线不可纠正错误） | 连重分配都救不回来的块 | 出现即可能有数据已丢失 |
| 9 | Power-On Hours（通电时长） | 累计运行时间 | 机械盘设计寿命通常数万小时，作参考 |
| 194 | Temperature（温度） | 工作温度 | 长期 > 50–55℃加速老化 |
| 12 | Power Cycle Count（通电次数） | 开关机次数 | 参考用 |
| NVMe: Percentage Used | 已用寿命百分比 | 固态擦写消耗 | 接近 100% 该换 |
| NVMe: Available Spare | 可用备用空间 | 预留 spare 剩余 | 低于厂商阈值即告警 |
| NVMe: Media and Data Integrity Errors | 介质完整性错误 | 读写校验错误 | 出现需警惕 |
单项"原始值"数字大不必惊慌（有些计数器本来就是累计值），要盯的是趋势——重分配扇区、待映射扇区、不可纠正错误这三项，只要从 0 开始涨，就是明确的衰退信号，应当安排换盘。SMART 看的是"硬盘控制器自己报的事"，badblocks 则是主动对介质做读写测试，把读不出/写不进的块揪出来。
#只读扫描（不破坏数据，逐个块读取看能否成功）——慢但安全
badblocks -v /dev/sdb > badblocks.txt
#写入模式（会覆写数据！务必先备份整盘）
badblocks -wsv /dev/sdb
严重警告： badblocks -w（写入模式）会用测试数据覆写整个盘，原数据全部销毁。只在确认盘上数据已无价值、或已完整备份后才用。日常排查用只读的 -v 即可。
| 对比 | SMART | badblocks |
| 原理 | 读控制器内部计数器 | 主动读写每个块测试 |
| 破坏性 | 无 | 写入模式有，只读模式无 |
| 速度 | 快（读已有数据） | 慢（全盘扫） |
| 适用 | 日常健康监测 | 怀疑介质有坏块时深查 |
NVMe 固态盘的特殊关注
固态盘没有"咔咔响"这种机械前兆，它的寿命指标是：
·Percentage Used（已用寿命 %）：从 0 涨到 100 表示保修擦写额度用尽，到 90%+ 就该规划更换。它本质就是"已写 TBW ÷ 厂商标称总寿命"的百分比，和 TBW 是同一回事的两种写法。
·Available Spare（可用备用空间）：低于厂商阈值（常见 10%）会告警。
·TBW（总写入量）：厂商规格里给的寿命上限（如 600TBW），配合 Percentage Used 看更直观。
·温度：NVMe 过热会降频，多数盘在 70–80℃ 起触发限速、80℃ 以上可能直接紧急断电保护；长期高温还会加速老化，注意散热马甲/主板散热片，笔记本可加散热垫。
注意：固态盘的"健康"和机械盘不是一回事——它很少"突然坏块"，而是"慢慢擦写耗尽"。所以盯 Percentage Used 比盯重分配扇区更有意义。
满足任一条件，建议尽快迁移数据并更换：
| 信号 | 说明 |
| smartctl -H 显示 FAILED | 固件已判定濒危 |
| 重分配/待映射扇区持续增长 | 介质在恶化 |
| 出现 Offline Uncorrectable | 已有数据可能丢失 |
| 机械盘异响（咔咔/ ticks） | 磁头或电机故障前兆 |
| NVMe Percentage Used 接近 100% | 寿命将尽 |
| 频繁出现读写错误、文件损坏 | 介质不稳定 |
衰退中的盘可能随时彻底罢工，迁移要尽快动手，且迁移前先对当前盘做一次全量备份（哪怕盘还能读）——别赌"还能再撑几天"。克隆过程本身会给老盘加压，越拖风险越高。硬盘故障大多有前兆，监控健康是把"事后抢救"变成"事前换盘"的关键。用smartmontools 的 smartctl -H 看健康总结、盯住重分配/待映射/不可纠正三项趋势；怀疑介质坏道时用只读 badblocks -v 深查（写入模式会毁数据，慎用）；固态盘重点看 NVMe 的 Percentage Used 与 Available Spare。发现 FAILED 或关键项持续上涨，立刻迁数据换盘——这一步比任何恢复软件都值钱。挂多块盘做 RAID，是不是就安全了？
4、常见问题
Q：SMART显示“正常”，硬盘就一定不会坏吗？ A：不一定！SMART只能预警“物理故障”，无法预测“突然断电、摔落”等意外损坏，所以无论SMART是否正常，重要数据都要定期备份。
Q：二手硬盘通电时间1万小时，还能买吗？ A：看情况！机械硬盘正常寿命3-5年（约2-3万小时），1万小时以上损耗较严重，故障概率大幅上升，优先选通电时间＜5000小时的。
Q：固态硬盘剩余寿命80%，还能⽤多久？
A：正常家用（每天写入30GB左右），还能⽤2-3年，低于30%再考虑更换，平时注意避免频繁写入大量数据。
Q：检测时温度超过70℃，怎么办？
A：先停止检测，清理机箱灰尘，若为固态硬盘，可加装散热片；机械硬盘则检查机箱通风，避免长时间高负载使用。
更多关于它的使用可参考《磁盘状态监控和分析工具smartctl使用简介》与《硬盘 SMART 检测参数详解》。为与zabbix配合做硬盘监控，还有zbx-smartctl插件工具。
最新版本：6.4
官方主页：http://www.smartmontools.org/
项目主页：http://sourceforge.net/projects/smartmontools/