Diagnose und Austausch einer defekten Festplatte (Dedicated Server Linux mit Hardware-Raid)

In diesem Artikel erfahren Sie, wie Sie eine defekte Festplatte identifizieren und den Server für den Austausch des defekten Datenträgers vorbereiten.

Hinweis

Dieser Artikel setzt grundlegende Kenntnisse der Serveradministration mit Linux voraus. Wenn Sie bezüglich des Austauschs einer defekten Festplatte Fragen haben oder Unterstützung benötigten, kontaktieren Sie bitte den IONOS Kundenservice.

Damit die größtmögliche Ausfallsicherheit gewährleistet werden kann, ist es erforderlich, dass Sie das Hardware-RAID Ihres Dedicated Servers überwachen. Wenn Sie feststellen, dass eine Festplatte defekt ist, oder Sie eine Benachrichtigungs-E-Mail über eine defekte Festplatte erhalten, müssen Sie den Kundenservice kontaktieren, um den Festplattenaustausch zu veranlassen. Hierfür ist es zunächst erforderlich, dass Sie die defekte Festplatte identifizieren und den Server für den Austausch des defekten Datenträgers vorbereiten.

Achtung!

RAID-Systeme ermöglichen eine größere Ausfallsicherheit und/oder eine höhere Geschwindigkeit. Sie sind jedoch kein Ersatz für regelmäßige Backups. Um Datenverlust zu vermeiden, empfehlen wir Ihnen, regelmäßig ein Backup zu erstellen. Stellen Sie ferner sicher, dass Sie vor der Ausführung der folgenden Schritte ein Backup erstellen, um die Sicherheit Ihrer Daten zu gewährleisten.

Weitere Informationen zur Erstellung von Backups finden Sie hier:

Backup-Lösungen

Daten auf Backup-Server sichern (Linux)

Hardware-RAID-Controller: Allgemeine Informationen

Ein Hardware-RAID-Controller ist ein physikalischer Controller, der als Hardware-Bauteil in den Server eingebaut ist. Dieser Controller besitzt für die Berechnung der RAID-Operationen einen eigenen Prozessor. Dieser Prozessor organisiert und verwaltet den Speicherplatz. Somit wird die CPU des Servers nicht durch RAID-Berechnungen belastet. Bei Hardware-RAID-Controllern ist die RAID-Funktionalität vom Betriebssystem unabhängig. Sie werden über spezielle Kommandozeilenprogramme (Command Line Interface, kurz CLI) verwaltet, die je nach herstellendem Unternehmen und Modell unterschiedlich sein können.

Diagnose von Festplattenfehlern

Um Festplattenfehler zu erkennen, empfehlen wir Ihnen, das Programm smartctl zu verwenden.

Smartctl ist ein Kommandozeilenprogramm, um Datenträger mittels SMART (Self-Monitoring, Analysis and Reporting Technology) zu überwachen. Mit diesem Programm können Sie prüfen, ob eine Festplatte defekt ist. Es ist ein Bestandteil der Smartmontools. Die Smartmontools sind als Pakete für viele Linux Distribuitionen verfügbar.

Hinweis

In manchen Fällen kann es vorkommen, dass ein Festplattendefekt nicht mittels der Smartwerte erkannt werden kann. Daher empfehlen wir Ihnen, zusätzlich die Log-Datei /var/log/messages zu analysieren.

Smartctl installieren

Um Smartctl zu installieren, geben Sie den folgenden Befehl ein:

CentOS:

yum install smartmontools

Ubuntu:

sudo apt-get install smartmontools

Hardware-Controller-Typ ermitteln

Um zu prüfen, welcher Hardware-Controller in Ihrem Server eingebaut ist, können Sie das Programm lshw verwenden. Dieses Programm erstellt detaillierte Informationen zu Hardwarekomponenten.

Um das Programm zu installieren, geben sie den folgenden Befehl ein:

CentOS:

yum install lshw

Ubuntu:

sudo apt-get install lshw

Hardwareinformationen aufrufen

Um eine Kurzfassung der Hardwareinformationen anzuzeigen, geben Sie den folgenden Befehl ein:

lshw –short

Um die Hardwareinformationen als Textdatei auszugeben, geben Sie den folgenden Befehl ein:

lshw > lshw_ausgabe.txt

Im folgenden Beispiel ist im Server ein PERC H330 Hardware-Controller eingebaut:

root@829F6DF:~# lshw -short
H/W path             Device     Class          Description
==========================================================
                                system         PowerEdge R230 (SKU=NotProvided;ModelName=PowerEdge R230)
/0                              bus            0DWX9P
/0/0                            memory         64KiB BIOS
/0/400                          processor      Intel(R) Xeon(R) CPU E3-1270 v6 @ 3.80GHz
/0/400/700                      memory         256KiB L1 cache
/0/400/701                      memory         1MiB L2 cache
/0/400/702                      memory         8MiB L3 cache
/0/1000                         memory         32GiB System Memory
/0/1000/0                       memory         16GiB DIMM DDR4 Synchronous Unbuffered (Unregistered) 2133 MHz (0.5 ns)
/0/1000/1                       memory         16GiB DIMM DDR4 Synchronous Unbuffered (Unregistered) 2133 MHz (0.5 ns)
/0/1000/2                       memory         [empty]
/0/1000/3                       memory         [empty]
/0/100                          bridge         Intel Corporation
/0/100/1                        bridge         Skylake PCIe Controller (x16)
/0/100/1/0           scsi0      storage        MegaRAID SAS-3 3008 [Fury]
/0/100/1/0/2.0.0     /dev/sda   disk           799GB PERC H330 Adp
/0/100/1/0/2.0.0/1   /dev/sda1  volume         2047KiB BIOS Boot partition
/0/100/1/0/2.0.0/2   /dev/sda2  volume         27GiB EXT3 volume
/0/100/1/0/2.0.0/3   /dev/sda3  volume         9536MiB Linux swap volume
/0/100/1/0/2.0.0/4   /dev/sda4  volume         707GiB LVM Physical Volume
/0/100/1.1                      bridge         Skylake PCIe Controller (x8)
/0/100/14                       bus            Sunrise Point-H USB 3.0 xHCI Controller
/0/100/14/0          usb1       bus            xHCI Host Controller
/0/100/14/0/3                   bus            Gadget USB HUB
/0/100/14/1          usb2       bus            xHCI Host Controller
/0/100/14.2                     generic        Sunrise Point-H Thermal subsystem
/0/100/16                       communication  Sunrise Point-H CSME HECI #1
/0/100/16.1                     communication  Sunrise Point-H CSME HECI #2
/0/100/17                       storage        Sunrise Point-H SATA controller [AHCI mode]
/0/100/1d                       bridge         Sunrise Point-H PCI Express Root Port #9
/0/100/1d/0          eth0       network        NetXtreme BCM5720 Gigabit Ethernet PCIe
/0/100/1d/0.1        eth1       network        NetXtreme BCM5720 Gigabit Ethernet PCIe
/0/100/1d.2                     bridge         Sunrise Point-H PCI Express Root Port #11
/0/100/1d.2/0                   bridge         SH7758 PCIe Switch [PS]
/0/100/1d.2/0/0                 bridge         SH7758 PCIe Switch [PS]
/0/100/1d.2/0/0/0               bridge         SH7758 PCIe-PCI Bridge [PPB]
/0/100/1d.2/0/0/0/0             display        G200eR2
/0/100/1f                       bridge         Sunrise Point-H LPC Controller
/0/100/1f.2                     memory         Memory controller
/0/100/1f.4                     bus            Sunrise Point-H SMBus

Informationen zur Festplatte aufrufen

Um mit Smartctl Informationen zur Festplatte aufzurufen, müssen Sie den entsprechenden Befehl stets in Kombination mit einer Option und einem Zielgerät angeben. Das Zielgerät ist abhängig vom herstellendem Unternehmen des Controllers.

Mit den unten aufgeführten Befehlen rufen Sie die für die Diagnose erforderlichen Informationen über die Festplatte auf:

Herstellendes Unternehmen	Festplatte	Befehl
ARECA	1	smartctl -iHAl error /dev/sg1 -d areca,1
ARECA	2	smartctl -iHAl error /dev/sg1 -d areca,2
LSI / 3Ware	1	smartctl -iHAl error /dev/twe0 -d 3ware,0
LSI / 3Ware	2	smartctl -iHAl error /dev/twe0 -d 3ware,1
Adaptec	1	smartctl -iHAl error /dev/sg2 -d sat
Adaptec	2	smartctl -iHAl error /dev/sg3 -d sat
Adaptec	(3)	smartctl -iHAl error /dev/sg4 -d sat
Adaptec	(4)	smartctl -iHAl error /dev/sg5 -d sat
Dell	1	smartctl -iHAl error -d sat+megaraid,0 /dev/sda
Dell	2	smartctl -iHAl error -d sat+megaraid,1 /dev/sda
Broadcom	1	smartctl -iHAl error -d sat+megaraid,0 /dev/sda
Broadcom	2	smartctl -iHAl error -d sat+megaraid,1 /dev/sda

Weitere Befehle für unterstützte Hardware-Controller finden Sie auf der folgenden Seite:

https://www.smartmontools.org/wiki/Supported_RAID-Controllers

Beispiel:

[root@localhost ~]# smartctl -iHAl error /dev/sg1 -d areca,1

smartctl 7.0 2018-12-30 r4883 [x86_64-w64-mingw32-2016] (sf-7.0-1)
Copyright (C) 2002-18, Bruce Allen, Christian Franke, www.smartmontools.org

=== START OF INFORMATION SECTION ===
Model Family:     Hitachi/HGST Ultrastar 7K2
Device Model:     HGST HUS722T1TALA604
Serial Number:    WMC6M0JAUEV8
LU WWN Device Id: 5 0014ee 00482c2ec
Firmware Version: RAGNWA07
User Capacity:    1,000,204,886,016 bytes [1.00 TB]
Sector Size:      512 bytes logical/physical
Rotation Rate:    7200 rpm
Form Factor:      3.5 inches
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 Jan 17 06:17:05 2019 CAST
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

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   141   140   021    Pre-fail  Always       -       3933
  4 Start_Stop_Count        0x0032   100   100   000    Old_age   Always       -       15
  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       -       34
 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       -       10
 16 Gas_Gauge               0x0022   000   200   000    Old_age   Always       -       1822115874
183 Runtime_Bad_Block       0x0032   100   100   000    Old_age   Always       -       0
192 Power-Off_Retract_Count 0x0032   200   200   000    Old_age   Always       -       6
193 Load_Cycle_Count        0x0032   200   200   000    Old_age   Always       -       9
194 Temperature_Celsius     0x0022   113   109   000    Old_age   Always       -       30
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

SMART Error Log Version: 1
No Errors Logged

Interpretation der Parameter

Analysieren Sie die detaillierten Informationen, die Sie aufgerufen haben. Im ersten Abschnitt sind Informationen aufgeführt, mit denen Sie die Festplatte identifizieren können. In diesem Abschnitt werden z. B. das Gerätemodell, die Seriennummer und die Größe der geprüften Festplatte angezeigt.

=== START OF INFORMATION SECTION ===
Model Family:     Hitachi/HGST Ultrastar 7K2
Device Model:     HGST HUS722T1TALA604
Serial Number:    WMC6M0JAUEV8
LU WWN Device Id: 5 0014ee 00482c2ec
Firmware Version: RAGNWA07
User Capacity:    1,000,204,886,016 bytes [1.00 TB]
Sector Size:      512 bytes logical/physical
Rotation Rate:    7200 rpm
Form Factor:      3.5 inches
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 Jan 17 06:17:05 2019 CAST
SMART support is: Available - device has SMART capability.
SMART support is: Enabled

Im zweiten Abschnitt wird der aktuelle Zustand der Festplatte von Smartctl beurteilt. Wenn nicht der Wert PASSED, sondern z. B. der Wert Failed oder UNKNOWN angezeigt wird, sollten Sie schnellst möglich einen Austausch der betreffenden Festplatte veranlassen.

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

Im dritten Abschnitt sind die ermittelten SMART-WERTE detailliert aufgeführt. Neben jedem aktuellen, prozentualen Wert (VALUE), sind der schlechteste, jemals gemessene Wert (WORST) und der jeweilige Grenzwert (THRESH) aufgeführt. Wenn der aktuelle, prozentuale Wert (VALUE) oder der schlechteste, jemals gemessene Wert (WORST) den Grenzwert (THRESH) überschreiten, wird in der Spalte WHEN_FAILED eine SMART-Warnung angezeigt (z. B. FAILING_NOW).

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   141   140   021    Pre-fail  Always       -       3933
  4 Start_Stop_Count        0x0032   100   100   000    Old_age   Always       -       15
  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       -       34
 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       -       10
 16 Gas_Gauge               0x0022   000   200   000    Old_age   Always       -       1822115874
183 Runtime_Bad_Block       0x0032   100   100   000    Old_age   Always       -       0
192 Power-Off_Retract_Count 0x0032   200   200   000    Old_age   Always       -       6
193 Load_Cycle_Count        0x0032   200   200   000    Old_age   Always       -       9
194 Temperature_Celsius     0x0022   113   109   000    Old_age   Always       -       30
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

Folgende Parameter können auf einen drohenden Festplattenausfall hinweisen, bevor eine SMART-Warnung angezeigt wird:

Reallocated_Sector_Ct: Gibt die Anzahl der Sektoren an, die aufgrund von Lesefehlern neu zugeteilt wurden. Wenn ein Sektor nicht mehr korrekt gelesen, beschrieben oder geprüft werden kann, wird diesem automatisch ein Ersatzsektor zugewiesen. Der fehlerhafte Sektor wird permanent als nicht lesbar markiert. Dies ist ein deutliches Warnzeichen für beginnende Oberflächenprobleme. Wenn dieser Wert ungleich null ist, steht oftmals ein Festplattenausfall bevor. Dieser Wert ist der wichtigste Indikator für einen Festplattenaustausch.

Current_Pending_Sector_Ct: Gibt die Anzahl der instabilen Sektoren an, die auf ein Remapping warten. Wenn ein Sektor nicht korrekt gelesen und beschrieben werden kann, erhält er zunächst den Status Current Pending Sector. Der Sektor wird in diesem Zustand nicht neu zugeteilt, da die auf dem Sektor liegenden Daten unbekannt sind. Erst nach mehreren erfolglosen Lese- bzw. Schreibversuchen wird ein Ersatzsektor zugewiesen und der fehlerhafte Sektor wird permanent als nicht lesbar markiert. Der Wert Current_Pending_Sector_Ct ist ein wichtiger Indikator für einen Festplattenaustausch. Wenn dieser Wert ungleich null ist, steht oftmals ein Festplattenausfall bevor.

Offline_Uncorrectable: Gibt die Anzahl der nicht korrigierbaren Fehler beim Schreib- und Lesezugriff auf Sektoren an.

Der letzte Abschnitt befasst sich mit dem festplatteninternen Log. Hier werden Fehler festgehalten wenn die Arbeitsaufträge des Servers von der Festplatte nicht ordnungsgemäß abgearbeitet wurden. Wenn in diesem Abschnitt eine mindestens zweistellige Fehlerzahl angezeigt wird, sollten Sie schnellst möglich einen Austausch der Festplatte veranlassen.

SMART Error Log Version: 1
No Errors Logged

Log-Dateien aufrufen

Informationen bezüglich des Aufrufs der Log-Dateien entnehmen Sie bitte der Dokumentation des jeweiligen herstellenden Unternehmens.

Areca
http://areca.starline.de/RaidCards/Documents/Manual_Spec/Software

3ware
http://www.3ware.com/support/userdocs.asp

Adaptec
http://download.adaptec.com/pdfs/user_guides/microsemi_raid_controller_iug_6_2017.pdf

Dell
https://www.dell.com/support/home/de/de/debsdt1/product-support/product/poweredge-rc-h330/manuals

Broadcom
https://www.broadcom.com/products/storage/raid-controllers/megaraid-9440-8i#documentation

Festplattentausch vorbereiten

Detaillierte Informationen für den Festplattenaustausch aufrufen

Damit ein Austausch der defekten Festplatte veranlasst werden kann, werden folgende Informationen benötigt:

Bezeichnung der Festplatte im RAID
Seriennummer
Modell
Log-Datei (Optional)

SMART-Log erstellen

Mit den unten aufgeführten Befehlen erzeugen Sie einen vollständigen SMART-Log:

Herstellendes Unternehmen	Festplatte	Befehl
ARECA	1	smartctl –x /dev/sg1 -d areca,1
ARECA	2	smartctl –x /dev/sg1 -d areca,2
LSI / 3Ware	1	smartctl –x /dev/twe0 -d 3ware,0
LSI / 3Ware	2	smartctl –x /dev/twe0 -d 3ware,1
Adaptec	1	smartctl –x /dev/sg2 -d sat
Adaptec	2	smartctl –x /dev/sg3 -d sat
Adaptec	(3)	smartctl –x /dev/sg4 -d sat
Adaptec	(4)	smartctl –x /dev/sg5 -d sat
Dell	1	smartctl –x -d sat+megaraid,0 /dev/sda
Dell	2	smartctl –x -d sat+megaraid,1 /dev/sda
Broadcom	1	smartctl –x -d sat+megaraid,0 /dev/sda
Broadcom	2	smartctl –x -d sat+megaraid,1 /dev/sda

Hinweise

Wenn das SMART-Log wie oben beschrieben erstellt wurde, reicht dieses als Information aus. Anschließend können Sie den Austausch der defekten Festplatte veranlassen. Kontaktieren Sie hierzu bitte den IONOS Kundenservice.
Wenn Sie die Seriennummer der defekten Festplatte nicht mittels smartctl aufrufen können, können Sie dem Kundenservice alternativ die Seriennummer der funktionierenden Festplatte(n) nennen.
Wenn Sie die für den Austausch erforderlichen Informationen nicht ermitteln können und einen Austausch der Festplatte wünschen, muss die Hardware vor dem Austausch geprüft werden. Während dieser Prüfung ist der Server in der Regel temporär nicht erreichbar. Wenn im Rahmen dieser Prüfung ein Defekt der Festplatte festgestellt wird, wird diese ausgetauscht.

Festplattenaustausch veranlassen

Anschließend können Sie den Austausch der defekten Festplatte veranlassen. Kontaktieren Sie hierzu bitte den IONOS Kundenservice.

Erforderliche Schritte nach dem Austausch der Festplatte

Nach dem Austausch der defekten Festplatte startet der Rebuild des RAID-Systems in der Regel automatisch. Bitte prüfen Sie, ob der Rebuild des RAID-Systems gestartet und erfolgreich durchgeführt wird.

Inhalt

Hardware-RAID-Controller: Allgemeine Informationen
Diagnose von Festplattenfehlern
Interpretation der Parameter
Log-Dateien aufrufen
Festplattentausch vorbereiten
Festplattenaustausch veranlassen
Erforderliche Schritte nach dem Austausch der Festplatte
Nach oben