تست سلامت هارد در لینوکس؛ بررسی وضعیت HDD و SSD با ابزارهای لینوکس

هارد دیسک و SSD از مهم‌ترین قطعات هر سیستم لینوکسی هستند و خرابی آن‌ها می‌تواند از کند شدن سیستم و خطاهای خواندن و نوشتن تا از دست رفتن کامل اطلاعات ادامه پیدا کند. نکته مهم این است که خرابی دیسک همیشه به‌صورت ناگهانی اتفاق نمی‌افتد. در بسیاری از موارد، قبل از خرابی کامل نشانه‌هایی مانند افزایش خطاهای خواندن، بدسکتور، افزایش دمای درایو یا ثبت خطا در گزارش‌های سیستم دیده می‌شود.

لینوکس ابزارهای مختلفی برای بررسی وضعیت حافظه‌های ذخیره‌سازی دارد. با استفاده از این ابزارها می‌توان وضعیت SMART، خطاهای سخت‌افزاری، بدسکتورها، تست‌های داخلی هارد و وضعیت فایل‌سیستم را بررسی کرد. البته هر ابزار برای هدف مشخصی طراحی شده است و مثلا بررسی فایل‌سیستم با fsck را نباید با تست سلامت فیزیکی هارد اشتباه گرفت.

در این مقاله روش‌های مختلف تست سلامت هارد در لینوکس را بررسی می‌کنیم و توضیح می‌دهیم برای HDD، SSD SATA و SSD NVMe از چه ابزارهایی باید استفاده کرد.

شناسایی هارد در لینوکس

قبل از شروع تست باید بدانیم لینوکس هارد یا SSD موردنظر را با چه نامی شناسایی کرده است. ساده‌ترین روش، استفاده از دستور lsblk است.

lsblk -o NAME,SIZE,TYPE,FSTYPE,MOUNTPOINTS,MODEL

این مرحله اهمیت زیادی دارد، چون در ادامه باید نام صحیح دیسک را وارد کنید. همچنین باید تفاوت بین خود دیسک و پارتیشن را در نظر داشته باشید. برای مثال، /dev/sda خود دیسک است، در حالی که /dev/sda1 یکی از پارتیشن‌های آن محسوب می‌شود.

برای بررسی سلامت سخت‌افزاری، معمولا باید خود دیسک را بررسی کرد؛ اما ابزارهای بررسی فایل‌سیستم روی پارتیشن اجرا می‌شوند.

تست سلامت هارد با SMART

یکی از مهم‌ترین روش‌های بررسی سلامت هارد در لینوکس استفاده از SMART است. SMART مخفف Self-Monitoring, Analysis and Reporting Technology است و قابلیتی در بسیاری از هاردها و SSDها محسوب می‌شود که اطلاعاتی درباره وضعیت داخلی درایو، خطاها و نتایج تست‌های مختلف ثبت می‌کند.

برای دسترسی به این اطلاعات در لینوکس معمولا از مجموعه ابزار smartmontools و دستور smartctl استفاده می‌شود.

در توزیع‌های مبتنی بر Debian و Ubuntu می‌توان این ابزار را با دستور زیر نصب کرد:

sudo apt install smartmontools

در توزیع‌های مبتنی بر Fedora و RHEL نیز می‌توان از dnf استفاده کرد:

sudo dnf install smartmontools

پس از نصب، برای مشاهده وضعیت کلی SMART هارد می‌توان از دستور زیر استفاده کرد:

sudo smartctl -H /dev/sda

اگر هارد وضعیت مناسبی داشته باشد، معمولا خروجی مشابه زیر نمایش داده می‌شود:

SMART overall-health self-assessment test result: PASSED

اما نباید تصور کرد که نمایش PASSED به معنی سالم بودن قطعی هارد است. این نتیجه فقط ارزیابی کلی SMART را نشان می‌دهد و برای بررسی دقیق‌تر باید اطلاعات کامل SMART و نتایج تست‌های داخلی هارد نیز بررسی شوند.

مشاهده اطلاعات کامل SMART

برای مشاهده جزئیات بیشتر هارد می‌توان از دستور زیر استفاده کرد:

sudo smartctl -a /dev/sda

این دستور بسته به نوع و مدل درایو می‌تواند اطلاعات مختلفی مانند مدل هارد، نسخه Firmware، دما، ساعات کارکرد، شمارنده‌های SMART، خطاهای ثبت‌شده و نتایج تست‌های داخلی را نمایش دهد.

در هاردهای مکانیکی، بعضی از شاخص‌های SMART اهمیت بیشتری دارند. از جمله:

• Reallocated Sector Count
• Current Pending Sector
• Offline Uncorrectable
• UDMA CRC Error Count
• Temperature
• Power-On Hours

البته نباید صرفا با دیدن یک عدد درباره سلامت هارد تصمیم گرفت. نحوه گزارش بعضی از شاخص‌ها بین سازندگان و مدل‌های مختلف متفاوت است و باید وضعیت کلی درایو را در کنار سایر اطلاعات بررسی کرد.

Reallocated Sector چیست؟

یکی از شاخص‌های مهم در هاردهای مکانیکی، تعداد سکتورهای بازتخصیص‌یافته یا Reallocated Sector Count است.

اگر هارد هنگام خواندن یا نوشتن متوجه شود یک سکتور دیگر قابل استفاده نیست، می‌تواند درایو را به گونه‌ای مدیریت کند که از یک سکتور یدکی به جای آن استفاده شود. تعداد این موارد معمولا در اطلاعات SMART ثبت می‌شود.

وجود مقدار غیرصفر در این بخش لزوما به معنی از کار افتادن فوری هارد نیست. با این حال، اگر این مقدار در طول زمان افزایش پیدا کند، می‌تواند نشانه‌ای از بدتر شدن وضعیت سطح ذخیره‌سازی باشد.

در چنین شرایطی بهتر است ابتدا از اطلاعات مهم نسخه پشتیبان تهیه شود و سپس تست‌های بیشتری روی هارد انجام شود.

Current Pending Sector چه معنایی دارد؟

Current Pending Sector یکی دیگر از شاخص‌های مهم برای هاردهای مکانیکی است.

این مقدار نشان‌دهنده سکتورهایی است که هارد در خواندن آن‌ها با مشکل مواجه شده و هنوز وضعیت نهایی آن‌ها مشخص نشده است. در صورت افزایش این مقدار، احتمال وجود مشکل در سطح ذخیره‌سازی بیشتر می‌شود.

اگر مقدار Pending Sector بالا باشد یا همراه با آن خطاهای خواندن در لاگ سیستم دیده شود، بهتر است موضوع را جدی گرفت. به‌خصوص اگر اطلاعات مهمی روی هارد وجود دارد، قبل از اجرای تست‌های سنگین باید نسخه پشتیبان تهیه شود.

اجرای تست کوتاه SMART

SMART علاوه بر نمایش وضعیت فعلی، امکان اجرای تست داخلی روی بسیاری از هاردها و SSDها را نیز فراهم می‌کند.

برای اجرای تست کوتاه می‌توان از دستور زیر استفاده کرد:

sudo smartctl -t short /dev/sda

هارد معمولا بعد از اجرای دستور، مدت زمان تقریبی موردنیاز برای تست را اعلام می‌کند. پس از پایان تست، نتیجه آن را می‌توان با دستور زیر مشاهده کرد:

sudo smartctl -l selftest /dev/sda

اگر تست بدون مشکل تمام شده باشد، معمولا نتیجه‌ای مشابه Completed without error مشاهده می‌شود.

تست کوتاه برای بررسی اولیه مناسب است و معمولا نسبت به تست کامل زمان بسیار کمتری نیاز دارد.

اجرای تست طولانی هارد

اگر بررسی دقیق‌تری لازم باشد، می‌توان تست طولانی یا Extended را اجرا کرد:

sudo smartctl -t long /dev/sda

مدت زمان این تست به ظرفیت و مدل هارد بستگی دارد و در هاردهای بزرگ ممکن است چند ساعت طول بکشد.

پس از پایان زمان اعلام‌شده، نتیجه را بررسی کنید:

sudo smartctl -l selftest /dev/sda

این تست برای پیدا کردن مشکلاتی که ممکن است در یک بررسی کوتاه مشخص نشوند، کاربرد بیشتری دارد. با این حال، اگر هارد علائم خرابی جدی دارد، قبل از اجرای تست طولانی باید از اطلاعات مهم نسخه پشتیبان تهیه کنید.

بررسی خطاهای ثبت‌شده در SMART

برای مشاهده خطاهایی که هارد در طول کار ثبت کرده است، می‌توان از دستور زیر استفاده کرد:

sudo smartctl -l error /dev/sda

این بخش زمانی اهمیت بیشتری پیدا می‌کند که سیستم هنگام دسترسی به فایل‌ها با خطاهای خواندن یا نوشتن مواجه شده باشد.

وجود یک خطای قدیمی لزوما به معنی خراب بودن فعلی هارد نیست. مهم است که مشخص شود خطاها مربوط به چه زمانی هستند و آیا تعداد آن‌ها در حال افزایش است یا خیر.

به همین دلیل، بهتر است Error Log را در کنار SMART Attributes و نتایج Self-Test بررسی کنید.

بررسی سلامت SSD در لینوکس

SSDهای SATA را می‌توان تا حد زیادی مانند هاردهای SATA با smartctl بررسی کرد:

sudo smartctl -a /dev/sda

با این حال، ساختار اطلاعات سلامت SSD با هارد مکانیکی متفاوت است. بنابراین نباید انتظار داشت همان شاخص‌هایی که در HDD اهمیت دارند، در SSD نیز دقیقا با همان مفهوم وجود داشته باشند.

SSDها شاخص‌هایی برای میزان استفاده، حجم داده نوشته‌شده، دما، خطاهای مختلف و وضعیت حافظه داخلی دارند که بسته به سازنده و مدل متفاوت است.

برای SSDهای NVMe بهتر است از ابزار مخصوص NVMe یعنی nvme-cli استفاده شود.

تست سلامت SSD NVMe

برای نصب nvme-cli در Debian و Ubuntu می‌توان از دستور زیر استفاده کرد:

sudo apt install nvme-cli

برای مشاهده SSDهای NVMe موجود در سیستم:

sudo nvme list

پس از شناسایی درایو، می‌توان گزارش SMART آن را دریافت کرد:

sudo nvme log smart /dev/nvme0

در بعضی نسخه‌های قدیمی‌تر nvme-cli ممکن است دستور زیر را نیز ببینید:

sudo nvme smart-log /dev/nvme0

اطلاعات گزارش سلامت NVMe با SMART هاردهای SATA یکسان نیست. در این گزارش معمولا مواردی مانند دما، وضعیت بحرانی، میزان استفاده از عمر اسمی درایو، حجم داده‌های خوانده‌شده و نوشته‌شده و تعداد خطاهای ثبت‌شده نمایش داده می‌شود.

بنابراین هنگام بررسی SSD NVMe باید فیلدهای مخصوص همین استاندارد را بررسی کرد و نباید معیارهای مربوط به هارد مکانیکی را مستقیما روی آن اعمال کرد.

بررسی خطاهای هارد در لاگ لینوکس

گاهی اطلاعات SMART به‌تنهایی برای پیدا کردن مشکل کافی نیست. اگر هارد هنگام کار خطا ایجاد کند، ممکن است این خطاها در گزارش Kernel لینوکس نیز ثبت شوند.

برای بررسی آن‌ها می‌توان از dmesg استفاده کرد:

sudo dmesg | grep -Ei 'error|fail|I/O|ata|nvme'

در سیستم‌هایی که از systemd استفاده می‌کنند، journalctl نیز گزینه مناسبی است:

sudo journalctl -k -p warning..alert

خطاهایی مانند I/O error، خطاهای ارتباطی SATA، Reset شدن کنترلر NVMe یا خطاهای مکرر در دسترسی به دیسک می‌توانند نشانه وجود مشکل باشند.

البته هر خطایی در این لاگ به معنی خرابی خود هارد نیست. برای مثال، افزایش UDMA CRC Error Count می‌تواند به مشکل کابل یا ارتباط SATA مربوط باشد. بنابراین در چنین شرایطی باید کابل، اتصال، کنترلر و منبع تغذیه نیز بررسی شوند.

تست بدسکتور با badblocks

یکی دیگر از ابزارهای لینوکس برای بررسی دیسک، badblocks است. این ابزار بلوک‌های ذخیره‌سازی را بررسی می‌کند و می‌تواند خطاهای خواندن یا نوشتن را شناسایی کند.

برای یک تست خواندنی می‌توان از دستور زیر استفاده کرد:

sudo badblocks -sv /dev/sda

این تست تمام محدوده موردنظر را بررسی می‌کند و ممکن است روی هاردهای بزرگ زمان زیادی نیاز داشته باشد.

تفاوت مهم badblocks با SMART این است که SMART اطلاعاتی را از خود درایو دریافت می‌کند، در حالی که badblocks مستقیما بلوک‌های دستگاه را بررسی می‌کند.

به همین دلیل، این دو روش می‌توانند اطلاعات متفاوتی ارائه دهند و در صورت وجود علائم مشکوک، استفاده از هر دو روش می‌تواند تصویر کامل‌تری از وضعیت هارد ایجاد کند.

آیا badblocks برای هارد دارای اطلاعات خطرناک است؟

خود تست خواندنی badblocks اطلاعات موجود را تغییر نمی‌دهد، اما باید هنگام انتخاب گزینه‌های آن دقت زیادی داشت.

برای مثال، گزینه -w یک تست نوشتنی را اجرا می‌کند. این حالت روی بلوک‌های مورد بررسی الگوهای مختلف می‌نویسد و بنابراین می‌تواند اطلاعات موجود روی دیسک را از بین ببرد.

به همین دلیل، اجرای دستور زیر روی هاردی که اطلاعات مهم دارد کار درستی نیست:

sudo badblocks -w /dev/sda

تست‌های نوشتنی باید فقط روی دیسک‌هایی انجام شوند که اطلاعات مهمی روی آن‌ها وجود ندارد و کاربر دقیقا می‌داند این تست چه کاری انجام می‌دهد.

برای یک بررسی معمولی و غیرمخرب، تست خواندنی گزینه مناسب‌تری است.

آیا fsck سلامت هارد را بررسی می‌کند؟

خیر. fsck برای بررسی فایل‌سیستم استفاده می‌شود، نه تشخیص سلامت فیزیکی هارد.

این تفاوت بسیار مهم است. ممکن است هارد از نظر سخت‌افزاری سالم باشد اما فایل‌سیستم روی آن دچار مشکل شده باشد. برعکس، ممکن است فایل‌سیستم ظاهرا سالم باشد اما خود هارد در حال خراب شدن باشد.

برای مثال، اگر یک پارتیشن ext4 دچار مشکل شده باشد، ابزار مربوط به فایل‌سیستم می‌تواند ساختار آن را بررسی کند:

sudo fsck /dev/sda1

اما نباید fsck را جایگزین smartctl یا badblocks دانست.

همچنین اجرای ابزارهای تعمیر فایل‌سیستم روی پارتیشنی که در حال استفاده است می‌تواند خطرناک باشد. برای بررسی فایل‌سیستم ریشه معمولا باید سیستم را در شرایطی اجرا کرد که آن پارتیشن در وضعیت مناسب برای بررسی قرار داشته باشد.

نوع فایل‌سیستم نیز اهمیت دارد. ابزارهای بررسی و تعمیر ext4، XFS و Btrfs با یکدیگر متفاوت هستند.

تفاوت خرابی هارد و خرابی فایل‌سیستم

برای تشخیص درست مشکل، باید سه موضوع را از هم جدا کرد.

خرابی سخت‌افزاری: در این حالت خود درایو ممکن است دچار مشکل شده باشد. اطلاعات SMART، Self-Test، خطاهای I/O و بعضی خطاهای Kernel می‌توانند به شناسایی آن کمک کنند.

مشکل در بلوک‌های ذخیره‌سازی: ممکن است هنگام خواندن بخش‌هایی از دیسک خطا ایجاد شود. ابزارهایی مانند badblocks برای بررسی این وضعیت کاربرد دارند.

خرابی فایل‌سیستم: در این حالت ساختار فایل‌ها، متادیتا یا اطلاعات مربوط به فایل‌سیستم دچار مشکل شده است. fsck و ابزارهای مخصوص فایل‌سیستم برای چنین مشکلی استفاده می‌شوند.

این سه مشکل ممکن است علائم مشابهی ایجاد کنند، اما راه‌حل آن‌ها یکسان نیست.

اگر هارد کند شده باشد چه کار کنیم؟

کند شدن هارد به‌تنهایی به معنی خراب شدن آن نیست. اما اگر کاهش سرعت ناگهانی یا غیرعادی اتفاق افتاده باشد، بهتر است ابتدا وضعیت SMART بررسی شود:

sudo smartctl -a /dev/sda

سپس لاگ Kernel را بررسی کنید:

sudo journalctl -k | grep -Ei 'I/O|error|ata|reset|failed'

اگر مقدار Reallocated Sector یا Pending Sector غیرعادی است یا خطاهای I/O در سیستم ثبت شده‌اند، قبل از ادامه تست از اطلاعات مهم نسخه پشتیبان تهیه کنید.

بعد از آن می‌توان تست کوتاه SMART را اجرا کرد:

sudo smartctl -t short /dev/sda

اگر نتیجه همچنان مشکوک بود، تست طولانی را اجرا کنید:

sudo smartctl -t long /dev/sda

در چنین شرایطی نباید با نصب مجدد لینوکس یا فرمت کردن هارد تصور کرد مشکل سخت‌افزاری برطرف شده است. فرمت کردن می‌تواند فایل‌سیستم را از نو ایجاد کند، اما یک هارد معیوب را تعمیر نمی‌کند.

آیا SMART با وضعیت PASSED هارد را سالم اعلام می‌کند؟

نه به‌صورت قطعی.

اگر دستور smartctl -H وضعیت PASSED را نمایش دهد، یعنی درایو در ارزیابی کلی SMART وضعیت خرابی اعلام نکرده است. اما این نتیجه تضمین نمی‌کند که درایو هیچ مشکلی ندارد.

ممکن است یک درایو در ارزیابی کلی SMART وضعیت خوبی داشته باشد اما در هنگام استفاده واقعی با خطاهای I/O مواجه شود. همچنین مشکلات کابل، کنترلر، رابط USB یا منبع تغذیه ممکن است علائمی شبیه خرابی هارد ایجاد کنند.

بنابراین اگر سیستم در عمل خطاهای خواندن یا نوشتن دارد، نباید فقط به PASSED اکتفا کرد.

تست سلامت هارد اکسترنال در لینوکس

هاردهای اکسترنال معمولا از طریق USB به سیستم متصل می‌شوند و در این حالت یک نکته مهم وجود دارد: همه مبدل‌های USB به SATA اطلاعات SMART را به‌درستی عبور نمی‌دهند.

ابتدا دیسک را شناسایی کنید:

lsblk

سپس می‌توان دسترسی به SMART را امتحان کرد:

sudo smartctl -a /dev/sdb

اگر smartctl نتوانست اطلاعات SMART را دریافت کند، این موضوع لزوما به معنی خرابی هارد نیست. ممکن است محفظه یا مبدل USB مورد استفاده، دستورات SMART را به سیستم منتقل نکند.

در این حالت می‌توان کابل USB، پورت دیگر و در صورت امکان یک محفظه یا مبدل دیگر را نیز امتحان کرد.

بهترین روش تست سلامت هارد در لینوکس

برای بیشتر کاربران، نیازی نیست تمام ابزارهای موجود را بدون دلیل اجرا کنند. یک روند منطقی می‌تواند از شناسایی دیسک شروع شود و سپس بر اساس نتیجه تست‌ها ادامه پیدا کند.

ابتدا دیسک را شناسایی کنید:

lsblk -o NAME,SIZE,TYPE,FSTYPE,MOUNTPOINTS,MODEL

برای هارد SATA یا SSD SATA، اطلاعات SMART را دریافت کنید:

sudo smartctl -a /dev/sda

سپس وضعیت کلی SMART را ببینید:

sudo smartctl -H /dev/sda

اگر مورد مشکوکی مشاهده نشد اما همچنان درباره سلامت درایو تردید دارید، تست کوتاه را اجرا کنید:

sudo smartctl -t short /dev/sda

بعد از پایان تست:

sudo smartctl -l selftest /dev/sda

اگر نشانه‌های مشکل همچنان وجود داشت، تست طولانی را اجرا کنید:

sudo smartctl -t long /dev/sda

در کنار این موارد، لاگ Kernel را نیز بررسی کنید:

sudo journalctl -k | grep -Ei 'I/O|error|ata|reset|failed'

برای SSDهای NVMe نیز می‌توان از nvme-cli استفاده کرد:

sudo nvme list

و سپس گزارش سلامت را دریافت کرد:

sudo nvme log smart /dev/nvme0

اگر مشکل مربوط به فایل‌سیستم باشد، باید ابزار مخصوص همان فایل‌سیستم را بررسی کرد و نباید صرفا به تست‌های SMART اکتفا کرد.

چه زمانی باید هارد را تعویض کرد؟

هیچ عدد واحدی وجود ندارد که با رسیدن آن بتوان گفت تمام هاردها باید فورا تعویض شوند. نوع درایو، مدل، وضعیت SMART، روند تغییر خطاها و رفتار واقعی سیستم همگی اهمیت دارند.

با این حال، افزایش مداوم Reallocated Sector یا Pending Sector، شکست خوردن تست‌های داخلی، خطاهای مکرر خواندن و نوشتن و ثبت مداوم خطاهای I/O از مواردی هستند که باید جدی گرفته شوند.

مهم‌ترین اقدام در چنین شرایطی تهیه نسخه پشتیبان از اطلاعات است. اگر هارد اطلاعات مهمی دارد، نباید تا زمان خرابی کامل آن منتظر ماند.

حتی اگر نتیجه SMART در یک زمان مشخص سالم باشد، باز هم داشتن نسخه پشتیبان ضروری است؛ زیرا هیچ روش تستی نمی‌تواند تضمین کند که یک درایو در آینده دچار خرابی نخواهد شد.

جمع‌بندی؛ بررسی سلامت HDD و SSD در لینوکس

برای تست سلامت هارد در لینوکس، smartctl مهم‌ترین نقطه شروع برای بسیاری از هاردهای SATA و SSDها است. با این ابزار می‌توان اطلاعات SMART را مشاهده کرد، وضعیت کلی درایو را بررسی کرد و تست‌های کوتاه و طولانی را اجرا کرد.

برای SSDهای NVMe بهتر است از nvme-cli و گزارش سلامت NVMe استفاده شود. ساختار گزارش این درایوها با HDD و SSDهای SATA متفاوت است و باید شاخص‌های مخصوص NVMe را بررسی کرد.

badblocks نیز برای پیدا کردن بلوک‌هایی که هنگام خواندن یا نوشتن مشکل دارند کاربرد دارد، اما حالت‌های نوشتنی آن می‌توانند اطلاعات موجود روی دیسک را از بین ببرند و نباید روی دیسک دارای اطلاعات مهم به‌صورت بی‌دقت اجرا شوند.

در مقابل، fsck ابزار تست سلامت سخت‌افزار نیست و برای بررسی و تعمیر فایل‌سیستم استفاده می‌شود. بنابراین هنگام عیب‌یابی باید مشخص کرد مشکل از خود هارد، بلوک‌های ذخیره‌سازی، ارتباط با درایو یا فایل‌سیستم است.

در یک بررسی معمولی، بهترین نقطه شروع مشاهده SMART و بررسی لاگ‌های سیستم است. اگر نشانه‌ای از مشکل وجود داشت، می‌توان Self-Test و در صورت نیاز تست‌های عمیق‌تر را انجام داد. مهم‌تر از همه، اگر احتمال خرابی هارد وجود دارد، قبل از انجام تست‌های سنگین از اطلاعات مهم نسخه پشتیبان تهیه کنید.