服务器磁盘健康监控smartctl
很多服务器用上U.2接口的NVMe SSD后，坏道问题比SATA盘更隐蔽，一旦出现重映射扇区或待映射扇区暴涨，往往意味着数据风险。
本文以smartctl为基础，带你从零完成U.2硬盘健康监控，并写一个能自动检查坏道、异常时触发告警的预警脚本。
全程命令可复制，零基础也能跟着做。
准备工作：装好smartmontools并确认设备名
先安装smartmontools。
Debian/Ubuntu系统执行：
apt update && apt install -y smartmontoolsCentOS/RHEL系统执行：
yum install -y smartmontools安装后确认U.2硬盘被系统识别，常见设备名为/dev/sda、/dev/nvme0n1或/dev/nvme1n1。
列出所有磁盘：
lsblk -d -o NAME,SIZE,TYPE,MODEL注意：U.2盘如果通过PCIe转接卡接入，通常识别为/dev/nvmeXnY；
如果通过SATA接口接入，则显示为/dev/sdX。
不确定时用smartctl --scan自动扫描：
smartctl --scan输出会列出设备路径和类型，例如/dev/nvme0 -d nvme # Samsung SSD 983DCT。
拿到设备名后，下一步开始读取健康状态。
读取SMART信息：看哪些参数预警坏道
执行下面命令查看完整健康信息，把/dev/nvme0替换成你的实际设备：
smartctl -a /dev/nvme0对SATA接口的U.2盘，使用：
smartctl -a /dev/sda输出中重点看这几项，它们直接反映坏道和闪存磨损：
Reallocated_Sector_Ct（重映射扇区数）：已有坏块被替换到备用区，数字大于0就需要警惕。Current_Pending_Sector（待映射扇区数）：读取异常但还没被重映射的扇区，属于坏道前兆。Uncorrectable_Sector_Ct（无法纠正扇区数）：已经彻底读不出的扇区，数值上涨说明盘在恶化。Media_Wearout_Indicator或Percentage_Used：闪存寿命消耗百分比，超过100%不代表立刻坏，但应尽快备份。
如果看到SMART overall-health self-assessment test result: PASSED，说明整机SMART自检通过。
但PASSED不等于没有坏道，必须结合上面的具体数值判断。
编写坏道预警脚本
在/usr/local/bin下创建脚本，建议使用Shell或Python。
这里给出一份可直接用的Shell脚本，支持NVMe和SATA两种设备。
先创建文件：
vi /usr/local/bin/disk_smart_watch.sh粘贴以下内容，DEVICES改成你的实际设备列表，THRESHOLD为触发告警的坏道/重映射扇区阈值：
#!/bin/bash
# U.2硬盘SMART坏道预警脚本
DEVICES="/dev/nvme0 /dev/nvme1 /dev/sda"
THRESHOLD=5
LOG_FILE="/var/log/disk_smart_watch.log"
for dev in $DEVICES; do
if [[ "$dev" == /dev/nvme* ]]; then
sectors=$(smartctl -a "$dev" | grep -E "Media_Wearout_Indicator|Percentage_Used" | awk '{print $NF}')
else
sectors=$(smartctl -a "$dev" | grep -E "Reallocated_Sector_Ct|Current_Pending_Sector|Uncorrectable_Sector_Ct" | awk '{print $NF}')
fi
for val in $sectors; do
if [[ "$val" -gt "$THRESHOLD" ]]; then
echo "$(date '+%Y-%m-%d %H:%M:%S') WARN $dev has bad sector value $val" >> "$LOG_FILE"
fi
done
done如果你是SATA U.2盘，上面的逻辑会单独统计重映射、待映射和不可纠正三个值。
若是NVMe盘，Media_Wearout_Indicator通常显示剩余寿命百分比，数值越小代表寿命越低，你可以在脚本里改成低于某个值就告警。
给脚本加执行权限：
chmod +x /usr/local/bin/disk_smart_watch.sh手动跑一次，确认没有报错：
bash /usr/local/bin/disk_smart_watch.sh && cat /var/log/disk_smart_watch.log正常时日志为空或只有正常记录，一切无误后配置定时任务。
配置定时任务并设置邮件通知
每天凌晨2点检查一次比较合理，既能及时发现问题，也不会频繁读取SMART增加盘负担。
执行：
crontab -e加入这一行：
0 2 * * * /usr/local/bin/disk_smart_watch.sh如果不想只在机器本地看日志，可以把告警发到邮箱。
脚本中追加发送逻辑，例如使用mail命令：
if [ -s "$LOG_FILE" ]; then
mail -s "[SMART] U.2硬盘坏道预警" yourmail@example.com < "$LOG_FILE"
fi注意把yourmail@example.com换成真实地址。
使用mail前需安装：
apt install -y mailutils # CentOS则用 yum install -y mailx配好后再加一条单独的cron任务，把日志和告警分开，避免漏看。
避坑：U.2盘常见误判与报警陷阱
实际运维中，以下几点最容易踩坑：
- 不要拿NVMe的寿命百分比当坏道看。NVMe SMART里没有传统意义上的“重映射扇区”，更多是
Available Spare、Percentage Used和Critical Warning。脚本判断逻辑必须区分NVMe和SATA。 - U.2转接线或背板接触不良会触发SMART错误。有些U.2盘报
Media Error其实是线缆问题，先重启或重新插拔再判断是否坏道。 - SMART的PASSED不代表零风险。厂商阈值通常很宽松，等
Current_Pending_Sector超过0再管可能就晚了，建议阈值设小一点。 - 部分U.2盘需要加
-d sat参数。SATA转接场景下，smartctl可能无法自动识别协议，报Device does not support SMART时尝试：
smartctl -d sat -a /dev/sda跑完脚本后，手动制造一个“异常”测试预警逻辑，比如临时把阈值改成0，观察日志和邮件是否正常。
确认没问题后再把阈值恢复原值。
日常建议每季度跑一次smartctl -t long /dev/nvme0做长时间自检，全面扫描介质坏块，结果会记录在SMART日志里，用smartctl -l selftest查看。
按照本文的步骤配置好U.2硬盘坏道预警脚本后，日常只要看一眼/var/log/disk_smart_watch.log日志或邮件，就能掌握磁盘健康状况。
遇到SMART值异常时，优先备份数据，再结合smartctl -a输出判断是否需要返厂，不要等到系统掉盘再处理。
