SMARTから再び警告の手紙を受け取りました。
SMARTエラーかと思ったのですが…ちょっと違うようです。その内容をご報告します。
エラーの内容
サーバの温度が上昇しているから、気を付けろ、という意味のようです。
----------------------------------------------
件名：SMART error (Usage) detected on host:
----------------------------------------------
This message was generated by the smartd daemon running on:
host name: svr02
DNS domain: [Empty]
The following warning/error was logged by the smartd daemon:
Device: /dev/sda [SAT], Failed SMART usage Attribute: 190 Airflow_Temperature_Cel.
Device info:
WDC WD400JD-00, S/N:WD-XXXXXX000000, FW:10.01E01, 40.0 GB
For details see host's SYSLOG.
You can also use the smartctl utility for further investigation.
Another message will be sent in 24 hours if the problem persists.
----------------------------------------------
最初は、以前と同様に不良セクタが出たと思って愕然としていました。しかも/dev/sdaなものですから、RAID1とはいえメイン側がやられたのか…とがっかりしていました。
でも、よく見てみると…
「190 Airflow_Temperature_Cel.」
別にハードディスクは壊れちゃいません。温度が上がっただけ。
確認しておきます
いちおう「smartctl -t long /dev/sda」からの「smartctl -A -l selftest /dev/sda」で状況を確認してみました。
----------------------------------------------
=== START OF READ SMART DATA SECTION ===
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 0x000f 200 200 051 Pre-fail Always - 0
3 Spin_Up_Time 0x0003 166 164 021 Pre-fail Always - 2691
4 Start_Stop_Count 0x0032 100 100 000 Old_age Always - 787
5 Reallocated_Sector_Ct 0x0033 200 200 140 Pre-fail Always - 0
7 Seek_Error_Rate 0x000f 200 200 051 Pre-fail Always - 0
9 Power_On_Hours 0x0032 078 078 000 Old_age Always - 16060
10 Spin_Retry_Count 0x0013 100 100 051 Pre-fail Always - 0
11 Calibration_Retry_Count 0x0012 100 100 051 Old_age Always - 0
12 Power_Cycle_Count 0x0032 100 100 000 Old_age Always - 787
190 Airflow_Temperature_Cel 0x0022 048 027 045 Old_age Always In_th e_past 52
194 Temperature_Celsius 0x0022 091 070 000 Old_age Always - 52
196 Reallocated_Event_Count 0x0032 200 200 000 Old_age Always - 0
197 Current_Pending_Sector 0x0012 200 200 000 Old_age Always - 0
198 Offline_Uncorrectable 0x0010 200 200 000 Old_age Offline - 0
199 UDMA_CRC_Error_Count 0x003e 200 200 000 Old_age Always - 0
200 Multi_Zone_Error_Rate 0x0009 200 200 051 Pre-fail Offline - 0
SMART Self-test log structure revision number 1
Num Test_Description Status Remaining LifeTime(hours) LBA _of_first_error
# 1 Extended offline Completed without error 00% 16060 -
# 2 Short offline Completed without error 00% 15490 -
----------------------------------------------
壊れてはいない、温度が上がっただけ、ですね。
ただ温度は52℃が記録されています。前回調査した別サーバでは49℃だったので、3℃差でSMARTのアラート閾値に引っ掛かったようです。
これは…ちょっと経過観察ですね。あまりに温度が上がるようなら対策がひつようだけど、一時的なものであればそのままです。有効な対処が思いつかない。
対処は…結局、経過観察
メッセージ「190 Airflow_Temperature_Cel.」は発生から短期間で収束するのであればドライブへの損傷に至る影響はおそらくないのでそっとしておいてもいいかな、と思います。ただしずっと熱くなっているのであれば将来的には障害に発展する可能性は秘めています。
