dmesg日志中的磁盘错误怎么办

Linux dmesg 磁盘错误的定位与处置流程

一、快速判断错误类型

• 读取/校验类错误：出现如“end_request: I/O error, dev sda, sector NNN”“Buffer I/O error”“sense key: Medium Error / UnrecovData”，通常意味着介质（扇区）或数据路径异常，需优先关注。
• 总线/线缆/控制器类错误：出现“exception Emask 0x10”“SError: { UnrecovData 10B8B BadCRC }”“failed command: READ FPDMA QUEUED”“hard resetting link”，多与SATA 线缆、供电、主板控制器/驱动、兼容性相关，也可能是盘体早期故障的信号。
• 文件系统类错误：如“EXT4-fs error”“attempt to access beyond end of device”“deleted inode referenced”，多为底层 I/O 异常后的文件系统不一致，需要先保数据再修复。

二、立即止损与数据保护

• 先别重启：在错误活跃期重启，可能触发更多读取失败，甚至导致系统无法启动。
• 立刻备份：优先把关键数据拷到其他磁盘/远程主机；若系统盘已变为只读，更要避免继续写入。
• 只读挂载：若分区仍可访问，先以只读方式挂载，减少二次损伤：mount -o ro,remount /mountpoint。
• 定位分区与占用：用 df -h 确认受影响挂载点；用 fuser -m -v -i -k /mountpoint 结束占用进程后再做卸载/修复。

三、硬件层排查与修复

• 查看健康信息：smartctl -a /dev/sdX，关注 Reallocated_Sector_Ct、Reallocated_Event_Count、Current_Pending_Sector、UDMA_CRC_Error_Count、Media_Error_Count 等关键属性；异常攀升通常意味着介质或链路问题。
• 坏道检测：
  • 只读扫描：badblocks -s -v -o /root/bb.log /dev/sdX（或针对分区）。
  • 写入检测/重映射（会破坏数据，务必先备份）：badblocks -s -w /dev/sdX END START（END 在前，START 在后）。
• 结果处置：
  • 少量“可重映射”扇区：写入检测可能触发盘内重映射；若 smart 的 Reallocated 计数上升，说明盘在自我隔离。
  • 大量坏块/反复出现：属于物理坏道倾向，建议更换磁盘；必要时先隔离坏块所在区间（不建议长期使用）。
• 链路问题排查：若出现 10B8B/BadCRC/NCQ 失败/链路硬复位，优先更换SATA 线缆、检查供电与主板控制器，并确认驱动/固件版本；必要时交叉验证到另一台主机。

四、文件系统修复与恢复

• 卸载后检查：umount /dev/sdXN；对 ext2/3/4 使用 e2fsck（或 fsck）：e2fsck -y /dev/sdXN；也可用 fsck -y /dev/sdXN。
• 已知坏块列表：e2fsck -l bads.txt /dev/sdXN（将 badblocks 输出写入 bads.txt）。
• LVM/RAID：先确认卷状态（如 lvs/pvs/vgs、mdadm --detail /dev/md0），必要时先停用相关卷再修复，修复后重新激活。
• 根分区：无法卸载时，用救援模式/单用户模式或 LiveCD 启动后再修复。

五、何时更换磁盘与后续预防

• 更换磁盘的明确信号：
  • Reallocated/Pending 扇区计数大于 0 且持续增长；
  • 多次扫描仍有新增坏块；
  • 频繁出现 Medium Error/UnrecovData 或 NCQ/10B8B 链路错误；
  • 服务器有硬盘告警灯或阵列控制器报错。
• 临时过渡：可短期通过分区隔离坏块，但仅为争取迁移时间，坏道具有扩散性，应尽快更换。
• 预防建议：
  • 部署 RAID1/RAID5/RAID6 等冗余；
  • 配置 SMART 监控与告警（如 smartd）；
  • 使用高质量 SATA 线缆与稳定供电，定期巡检与备份。