服务器硬盘健康怎么查？SMART检测从安装到看懂结果

服务器硬盘不会突然坏，通常先出现重映射扇区、待映射扇区等预警信号。
SMART检测就是读取硬盘自带的健康数据，提前发现这些信号。
本文按零基础用户能直接照做的顺序，讲清从安装工具到看懂结果的全过程。

先确认硬盘是否支持SMART

不是所有硬盘都支持SMART，虚拟化环境中的虚拟磁盘通常也不支持。
先执行一条命令确认：

sudo smartctl -i /dev/sda

如果输出里出现 SMART support is: Available 和 Enabled，说明硬盘支持且已开启。
如果显示 Unavailable，可能是硬件不支持、RAID卡未透传，或你查的是虚拟磁盘。

查看服务器上有哪些硬盘：

lsblk -d -o NAME,SIZE,TYPE

TYPE 为 disk 的才是物理盘，比如 /dev/sda、/dev/nvme0n1。

安装smartmontools

大多数Linux发行版默认没装这个工具。

Debian/Ubuntu：

sudo apt update
sudo apt install smartmontools

CentOS/RHEL：

sudo yum install smartmontools

安装完成后确认版本：

smartctl --version

开启SMART并执行检测

先开启SMART监控：

sudo smartctl -s on /dev/sda

然后查看健康摘要：

sudo smartctl -H /dev/sda

正常输出会显示 PASSED 或 OK。
如果显示 FAILED，说明硬盘已经报告异常，需要尽快备份数据。

查看完整SMART属性表：

sudo smartctl -A /dev/sda

重点看哪几个属性

属性表有几十行，零基础用户先盯住这几个：

• Reallocated_Sector_Ct：已重映射扇区数。大于0说明硬盘已经用备用扇区替换了坏扇区，数值持续增长是危险信号。
• Current_Pending_Sector：待映射扇区数。大于0表示有扇区读取失败但还没被替换，通常意味着盘面正在劣化。
• Offline_Uncorrectable：离线不可纠正错误。大于0需重点关注。
• Raw_Read_Error_Rate：原始读取错误率。不同厂商编码方式不同，不能只看绝对值，要看趋势。
• Power_On_Hours：通电时间，用于判断硬盘使用年限。
• Temperature_Celsius：温度。持续超过50℃会加速老化。

判断原则：关注趋势比关注单次数值更重要。
如果某项数值在一周内明显上升，即使还没到阈值，也应准备更换。

常见报错和避坑

报错一：Smartctl open device: /dev/sda failed: Permission denied

原因：没用root权限。
加 sudo 或切到root再执行。

报错二：SMART support is: Unavailable

原因可能是RAID卡挡在系统和硬盘之间。
需要进RAID卡管理界面查看，或使用厂商工具（如MegaCli）读取物理盘SMART。
虚拟磁盘（/dev/vda）不支持SMART，这是正常的。

避坑提醒：

• 不要只跑一次 -H 看到 PASSED 就放心。PASSED 只代表当前没触发阈值，待映射扇区可能已经存在。建议同时看 -A 的属性表。
• 生产服务器上不要随意执行SMART自检（-t long），长时间自检会占用磁盘IO，可能影响业务。
• 检测到异常后，第一步是备份数据，不是反复跑检测确认。

怎么验证检测生效

执行一次完整检查：

sudo smartctl -a /dev/sda

确认输出中同时包含 SMART overall-health self-assessment test result 和属性列表。
如果需要持续监控，可以配置smartd服务，它会定期自检并在异常时发邮件告警。
编辑 /etc/smartd.conf，把默认的 DEVICESCAN 行按需改成指定设备，例如：

/dev/sda -a -o on -S on -s (S/../.././02|L/../../7/03) -m admin@example.com

改完重启服务：

sudo systemctl restart smartd

然后用 systemctl status smartd 确认运行状态。

几个常见疑问

SMART显示PASSED，硬盘就一定没问题吗？

不一定。
SMART是预警机制，不是诊断结论。
有些硬盘故障发生前SMART数据没有明显变化，所以仍需配合定期备份。

NVMe硬盘怎么查？

命令基本一致，设备名换成 /dev/nvme0n1，例如 sudo smartctl -a /dev/nvme0n1。
NVMe的属性字段和SATA不同，重点关注 Critical_Warning、Media_Errors、Percentage_Used。

多久检测一次合适？

手动检测建议每月至少一次；
配置smartd后可以让它自动完成日常巡检，你只需关注告警邮件。

最后收一下重点，服务器SMART检测的核心是三步：确认支持、读取属性、关注趋势。
把 smartctl -a 的输出纳入日常巡检清单，比等到系统报IO错误再处理要从容得多。