Выпадает ssd-диск из софт рейда, в чем может быть причина?

Question

[Владимир Швецов]

Привет
есть сервер с софтовым raid 1
из двух ssd-дисков 120G

Один из дисков временами выпадает из рейда и становится не доступным до перезагрузки, после перезагрузки вновь без ошибок возвращается в рейд. Не могу понять из-за чего

В messages такие ошибки

Sep 17 18:55:42 kernel: sd 3:0:0:0: [sdb] FAILED Result: hostbyte=DID_BAD_TARGET driverbyte=DRIVER_OK
Sep 17 18:55:42 kernel: sd 3:0:0:0: [sdb] CDB: ATA command pass through(16) 85 06 2c 00 da 00 00 00 00 00 4f 00 c2 00 b0 00
Sep 17 18:55:42 smartd[678]: Device: /dev/sdb [SAT], SLEEP mode ignored due to reached limit of skipped checks (10 checks skipped)
Sep 17 18:55:42 smartd[678]: Device: /dev/sdb [SAT], not capable of SMART self-check
Sep 17 18:55:42 smartd[678]: Device: /dev/sdb [SAT], failed to read SMART Attribute Data

Вывод smartctl, в то время когда он работает

Model: OCZ-ARC100

smartctl 6.4 2015-06-04 r4109 [x86_64-linux-4.8.5-alt490-amd64] (local build)
Copyright (C) 2002-15, Bruce Allen, Christian Franke, www.smartmontools.org

=== START OF READ SMART DATA SECTION ===
SMART Attributes Data Structure revision number: 18
Vendor Specific SMART Attributes with Thresholds:
ID# ATTRIBUTE_NAME          FLAG     VALUE WORST THRESH TYPE      UPDATED  WHEN_FAILED RAW_VALUE
  5 Reallocated_Sector_Ct   0x0000   000   000   000    Old_age   Offline      -       0
  9 Power_On_Hours          0x0000   100   100   000    Old_age   Offline      -       11019
 12 Power_Cycle_Count       0x0000   100   100   000    Old_age   Offline      -       65
171 Unknown_Attribute       0x0000   100   100   000    Old_age   Offline      -       40596560
174 Unknown_Attribute       0x0000   100   100   000    Old_age   Offline      -       35
195 Hardware_ECC_Recovered  0x0000   100   100   000    Old_age   Offline      -       0
196 Reallocated_Event_Count 0x0000   100   100   000    Old_age   Offline      -       0
197 Current_Pending_Sector  0x0000   100   100   000    Old_age   Offline      -       0
208 Unknown_SSD_Attribute   0x0000   100   100   000    Old_age   Offline      -       59
210 Unknown_Attribute       0x0000   100   100   000    Old_age   Offline      -       0
224 Unknown_SSD_Attribute   0x0000   100   100   000    Old_age   Offline      -       1
233 Media_Wearout_Indicator 0x0000   099   099   000    Old_age   Offline      -       99
241 Total_LBAs_Written      0x0000   100   100   000    Old_age   Offline      -       2462
242 Total_LBAs_Read         0x0000   100   100   000    Old_age   Offline      -       1356
249 Unknown_Attribute       0x0000   100   100   000    Old_age   Offline      -       127297695

smartctl когда не работает

# smartctl -a /dev/sdb
smartctl 6.2 2013-07-26 r3841 [x86_64-linux-3.10.0-514.26.2.el7.x86_64] (local build)
Copyright (C) 2002-13, Bruce Allen, Christian Franke, www.smartmontools.org

=== START OF INFORMATION SECTION ===
Vendor:               /3:0:0:0
Product:              
User Capacity:        600,332,565,813,390,450 bytes [600 PB]
Logical block size:   774843950 bytes
>> Terminate command early due to bad response to IEC mode page
A mandatory SMART command failed: exiting. To continue, add one or more '-T permissive' options.

Подскажите пожалуйста в чем может быть причина

Comments

[АртемЪ]

Поподробнее о сервере - что за железо, в каком режиме подключены диски? IDE или AHCI ?
Каким софтом создан софт рэйд, сколько отдано под рэйд от емкости диска, сколько оставленно неразмеченным?
Какой объем информации хранится диске. Какой объем информации идет на запись в среднем в день?

[Владимир Швецов]

АртемЪ,
-AHCI
-mdadm
-весь диск в рейде

# lsblk
NAME    MAJ:MIN RM   SIZE RO TYPE  MOUNTPOINT
fd0       2:0    1     4K  0 disk  
sda       8:0    0 111.8G  0 disk  
├─sda1    8:1    0     2G  0 part  
│ └─md1   9:1    0     2G  0 raid1 [SWAP]
├─sda2    8:2    0   256M  0 part  
│ └─md0   9:0    0   256M  0 raid1 /boot
└─sda3    8:3    0 109.6G  0 part  
  └─md2   9:2    0 109.5G  0 raid1 /
sdb       8:16   0 111.8G  0 disk  
├─sdb1    8:17   0     2G  0 part  
│ └─md1   9:1    0     2G  0 raid1 [SWAP]
├─sdb2    8:18   0   256M  0 part  
│ └─md0   9:0    0   256M  0 raid1 /boot
└─sdb3    8:19   0 109.6G  0 part  
  └─md2   9:2    0 109.5G  0 raid1 /

- занятое место

# df -h
Filesystem      Size  Used Avail Use% Mounted on
/dev/md2        110G   25G   85G  23% /
devtmpfs        3.9G     0  3.9G   0% /dev
tmpfs           3.9G     0  3.9G   0% /dev/shm
tmpfs           3.9G  145M  3.7G   4% /run
tmpfs           3.9G     0  3.9G   0% /sys/fs/cgroup
/dev/md0        244M  109M  119M  48% /boot
tmpfs           783M     0  783M   0% /run/user/0

- Какой объем информации идет на запись в среднем в день?
порядка 5-7 Гб в день

[АртемЪ]

171 Unknown_Attribute 0x0000 100 100 000 Old_age Offline - 40596560
Проследите за изменениями этого атрибута

Вероятнее всего у вас просто не удается на него записать данные за приемлемое время, и рэйд выкидывает диск как неисправный.
Диск заполнен под завязку, трим не работает, резерва нет.

[АртемЪ]

Модель диска какая?

[Владимир Швецов]

АртемЪ, Model: OCZ-ARC100

[АртемЪ]

Ну диск неплохой, и резерв у него приличный.
Попробуйте оставить резерв самостоятельно гигабайт 20 - должно помочь при отстутствии TRIM

[Владимир Швецов]

АртемЪ, спасибо
попробую уменьшить раздел md2(sda3/sdb3) на 20 Гб и оставить не размеченным освободившееся место

[АртемЪ]

Владимир Швецов, Ну не все так просто.
Не размеченное место должно быть гарантированно чистым, иначе никакой пользы от него не будет, только вред.

Поэтому после уменьшения раздела нужно его очистить.
Очистить можно либо утилитой от производителя - но это весь диск, либо подключив диск так, чтобы TRIM гарантированно работал, и дождавшись процесса очистки.

Answer 1

[nikolayvaganov]

а что говорит SSD Tools утилита ? https://www.ocz.com/us/download/ssd-utility

Comments

[Владимир Швецов]

говорит что диск здоров
https://yadi.sk/i/A_nH5HrT3N2ZBY
https://yadi.sk/i/mKc_vETI3N2ZJS

[nikolayvaganov]

Владимир Швецов, шлейф пробовали менять ?

[Владимир Швецов]

nikolayvaganov, да, даже перетыкал диск в другой порт

[Максим Гришин]

может, перегревается? не пробовали мониторить температуру?