بررسی سلامت سینولوژی ۹٬۵۲۷ خطای درایو را نادیده گرفت؛ کشف آن فقط با پرسش مستقیم از دیسک

یک کاربر سینولوژی (Synology) در گزارشی تجربی اعلام کرده است که سیستم مدیریت دیسک DSM این شرکت، تنها وضعیت «سالم» را به او نشان داده و هیچ‌یک از شاخص‌های کلیدی اسمارت (SMART) درایو را در اختیارش قرار نداده است. او تنها پس از اتصال مستقیم به NAS از طریق SSH و اجرای ابزار smartctl توانست شمارنده‌ای با ۹٬۵۲۷ خطا را کشف کند؛ خطاهایی که در رابط گرافیکی DSM هیچ‌گاه نمایش داده نشدند.

دستگاه آزمایش: یک NAS قدیمی با یک هارد توشیبا

این کاربر توضیح می‌دهد که نخستین NAS او یک دستگاه دو‌درایوی ضعیف از مدل DS218j بوده که سال‌ها فقط برای ذخیره‌سازی انبوه استفاده می‌شده است. روی این دستگاه تنها یک هارد دیسک (HDD) ساخت توشیبا نصب است. او پس از مطالعه یک گزارش تحلیلی درباره سلامت هارد دیسک‌ها، تصمیم گرفت داده‌های اسمارت درایو خودش را بررسی کند.

هر درایو مدرن به یک سیستم پایش درونی مجهز است که با نام فناوری خودپایشی، تحلیل و گزارش‌دهی (Self-Monitoring, Analysis, and Reporting Technology) یا به اختصار SMART شناخته می‌شود. این کاربر به‌طور مشخص به دنبال پنج شاخص اسمارتی بود که شرکت Backblaze برای شناسایی درایوهای در حال خرابی به کار می‌برد:

• شاخص ۵: شمارش سکتورهای بازآرایی‌شده (Reallocated_Sector_Ct)
• شاخص ۱۸۷: خطاهای غیرقابل‌تصحیح گزارش‌شده (Reported_Uncorrectable_Errors)
• شاخص ۱۸۸: وقفه در فرمان (Command_Timeout)
• شاخص ۱۹۷: سکتورهای در انتظار (Current_Pending_Sector)
• شاخص ۱۹۸: خطاهای غیرقابل‌تصحیح آفلاین (Offline_Uncorrectable)

این پنج شاخص در مجموع سکتورهای بازنقشه‌شده، داده‌های ناخوانا، مشکلات فرمان و سکتورهای در انتظار یا غیرقابل‌تصحیح را پوشش می‌دهند.

آنچه DSM نشان می‌دهد: یک تیک سبز و هیچ توضیحی

به گفته این کاربر، در بخش مدیریت ذخیره‌سازی (Storage Manager) صفحه نمای کلی تنها یک تیک سبز با برچسب «سالم» را نمایش می‌دهد و هیچ اطلاعات دیگری ارائه نمی‌کند. در بخش HDD/SSD نیز پنجره اطلاعات سلامت درایو فقط داده‌های پایه را نشان می‌دهد.

در زبانه نمای کلی، دمای ۳۶ درجه سلسیوس و رکورد ۲۹٬۳۳۶ ساعت روشن‌بودن (Power-on Hours) دیده می‌شود. زبانه S.M.A.R.T. تنها دو آزمون سریع (Quick) و جامع (Extended) را در اختیار می‌گذارد و نتیجه آخرین آزمون نیز وضعیت سالم را تأیید می‌کند. زبانه تاریخچه (History) هم کاملاً خالی است. اجرای آزمون سریع نیز تغییری در نتایج ایجاد نکرد.

پرسش مستقیم از درایو: سه عدد پاک و دو شاخص غایب

این کاربر پس از ناکامی رابط گرافیکی DSM، دسترسی SSH دستگاه را روی پورت ۲۲ فعال کرد، از طریق نرم‌افزار Termius به NAS متصل شد و فرمان smartctl -d sat -A /dev/sdb را اجرا کرد.

نتیجه نشان داد درایو توشیبا تنها سه شاخص از پنج شاخص مورد نظر Backblaze را گزارش می‌کند: شاخص‌های ۵، ۱۹۷ و ۱۹۸؛ و مقدار خام (RAW_VALUE) هر سه صفر است. احتمالاً همین موضوع باعث شده DSM وضعیت سالم را نمایش دهد. نکته مهم آن است که مقدار آستانه (THRESH) برای شاخص ۵ برابر ۵ و مقدار خام آن صفر است، پس سکتور بازآرایی‌شده‌ای وجود ندارد. برای شاخص‌های ۱۹۷ و ۱۹۸ نیز مقدار آستانه صفر گزارش شده؛ یعنی این دو شاخص عملاً هرگز پرچم خرابی خود درایو را فعال نمی‌کنند. سازنده این دو را شاخص‌های کهنگی (Old_age) معرفی کرده است.

دو شاخص ۱۸۷ و ۱۸۸ نیز اصلاً توسط درایو گزارش نشدند؛ این موضوع ربطی به پنهان‌کاری DSM ندارد و به گفته این کاربر، این مدل خاص از درایو توشیبا آن‌ها را در جدول اسمارت خود جای نداده است.

شمارنده‌ای که نگران‌کننده بود: ۹٬۵۲۷ خطا

در میان جدول کامل اسمارت، شاخص دیگری با نام SMART 199 و عنوان UDMA_CRC_Error_Count جلب توجه کرد. مقدار خام گزارش‌شده برای آن ۹٬۵۲۷ بود. بر اساس بررسی‌های این کاربر، این شمارنده تعداد دفعاتی است که درایو فرمانی را اجرا کرده و با خطا بازگشته است. گزارش فقط پنج خطای آخر را همراه با ساعت روشن‌بودن متناظرشان نگه می‌دارد و این پنج خطا از نوع خطاهای CRC رابط (Interface CRC یا ICRC) هستند که معمولاً به شکست چک‌سام روی کابل مربوط می‌شوند. بالاترین شماره خطا (۹۵۲۷) جدیدترین آن‌ها بوده و در ساعت ۴٬۳۱۲ روشن‌بودن رخ داده است.

این کاربر سپس ساعت روشن‌بودن ثبت‌شده در DSM را بررسی کرد که ۲۹٬۳۳۹ ساعت بود. بنابراین آخرین خطای گزارش‌شده حدود ۲۵٬۰۰۰ ساعت روشن‌بودن پیش رخ داده و از آن زمان افزایش نیافته است. همین موضوع باعث شد آن عدد هولناک، از یک نقص فعال به یک سابقه تاریخی تبدیل شود.

نتیجه‌گیری: اسمارت مفید است، اما تنها معیار نیست

این کاربر تأکید می‌کند که انتظار داشت DSM آمار دقیق درایو را در اختیارش بگذارد، اما تنها یک کلمه دریافت کرد: «سالم». نه پنج شاخص Backblaze نمایش داده شد و نه شمارنده ۱۹۹ که او مستقیماً از جدول اسمارت درایو استخراج کرد. به گفته او، اگر DSM این خطاها را در طول زمان رصد می‌کرد، می‌توانست بازسازی کند که ۹٬۵۲۲ خطای باقی‌مانده در چه بازه‌ای رخ داده‌اند.

او در پایان خاطرنشان می‌کند که این بررسی تنها مربوط به یک درایو، یک NAS شش‌ساله و یک تصویر لحظه‌ای از داده‌های اسمارت است. حتی اگر شاخص‌های اسمارت سالم به نظر برسند و DSM برچسب سلامت را نشان دهد، این به معنای آن نیست که درایو در وضعیت مطلوب قرار دارد و هرگز از کار نخواهد افتاد. داده‌های اسمارت مفید هستند، اما نباید تنها عامل تعیین‌کننده نهایی در ارزیابی سلامت یک درایو در نظر گرفته شوند.