为什么要看趋势
单次 SMART 读数的价值有限：某个计数不为零并不代表盘马上要坏，读数正常也不能说明它健康。真正有用的是趋势——把关键属性按天采样入库，和前一天比较增量，再用合理的阈值触发告警。这样才能在盘彻底失效之前给出可以行动的信号，把故障处理变成一次有准备的计划性更换。
基本信息
| 采样对象 | 属性 5、187、188、197、198、199 以及温度 |
|---|---|
| 采样频率 | 按日采集，重要业务可提高到每小时 |
| 阈值策略 | 增量告警优先于绝对值告警 |
| 唯一键 | 按盘序列号而不是设备名建立索引 |
| 权限要求 | root |
落地要点
- 采样对象：重分配计数、待映射扇区、CRC 错误与温度
- 阈值策略：增量告警优先于绝对值告警
- 告警闭环：值班确认、处置、记录、复盘四步都要有人负责
- 唯一键用序列号，换盘后指标不会被错误拼接
- 趋势图按盘位分组，便于识别局部散热问题
- 与阵列卡事件日志对齐时间线，判断控制器侧是否同步异常
采样与入库思路
采样与入库思路
# 每日采集关键属性到文本或时序库
smartctl -A /dev/sdb | awk "/Reallocated_Sector_Ct|Current_Pending_Sector|UDMA_CRC/ {print}"
# 与前一日对比，增量非零即进入观察列表
smartctl -A /dev/sdb | grep -i temperature
storcli /c0/eall/sall show all | grep -i -E "SN|Model|Firmware" # 采集时带上身份字段属性速查
| 属性 | 含义 | 告警思路 |
|---|---|---|
| 5 重分配扇区 | 已用备用扇区顶替的坏块 | 增量非零即关注 |
| 187 报告不可修正 | 无法纠正的错误 | 出现即进入观察名单 |
| 197 待映射扇区 | 等待重映射的坏块 | 增长说明劣化加速 |
| 199 CRC 错误 | 链路层校验失败 | 指向线缆与背板问题 |
| 温度 | 盘体工作温度 | 按盘位比较，识别积热 |
监控系统里用盘序列号做唯一键：换盘之后序列号变化，新旧盘的指标不会被错误地拼接到同一条曲线上。
把趋势数据和阵列卡事件日志放在同一条时间线上看：盘侧计数与控制器侧事件对得上，才能说明问题确实出在盘上。