Linux怎么查看具体的磁盘阵列健康度

cat /proc/mdstat只能反映RAID的逻辑状态，像[UU]或者[_U]这样的。但它没办法检测出物理盘的老化、坏块增长或者固件异常这些情况。真正的健康检查得用smartctl逐个盘读取SMART原始值，其中Reallocated_Sector_Ct、Media_Wearout_Indicator、Percentage Used等RAW_VALUE指标是重点关注对象。

cat /proc/mdstat 只能看状态，不能代替健康度检查

它只告诉你阵列当前是不是 [UU] 或 [_U]，但不反映物理盘真实老化、坏块增长或固件异常。一块盘的 Reallocated_Sector_Ct 已涨到 12，/proc/mdstat 仍可能显示 clean —— 这不是阵列健康，只是“没掉盘”。

真正要查健康度，必须穿透到每块物理盘，用 smartctl 逐个读取 SMART 数据。软件 RAID（mdadm）本身不监控磁盘寿命，它只管逻辑层同步和容错。

• 先用 lsblk -d -o NAME,MODEL,TRAN 确认哪些设备属于该阵列（比如 sda、sdb）
• 对每个盘单独执行 smartctl -a /dev/sdX，别只查 /dev/md0
• 若输出里有 SMART support is: Disabled，说明访问被拦截，需加参数（见下一条）

smartctl 访问被拒？先确认接口类型再加-d参数

很多服务器（尤其带 RAID 卡或 USB 盒）直接跑 smartctl -i /dev/sda 会失败，这不是硬盘坏了，是路径不对。关键在 -d 参数：

• SATA 盘挂主板直连但被识别为 SCSI：加 -d ata → sudo smartctl -i -d ata /dev/sda
• LSI MegaRAID 卡：查物理盘序号（MegaCli64 -PDList -aAll），再用 -d megaraid,N（N 从 0 开始）→ sudo smartctl -a -d megaraid,0 /dev/sdb
• USB 硬盘盒：大概率要 -d sat → sudo smartctl -a -d sat /dev/sdc
• NVMe 盘：不用 -d，但必须用 -a（-A 会漏掉 Percentage Used）

别信 VALUE 列，RAW_VALUE 才是真实数字

厂商把原始值做了归一化处理，VALUE 列看着都是 100 或 200，完全无法判断磨损程度。所有关键指标必须盯 RAW_VALUE：

• NVMe 盘：Percentage Used 原始值越大越差（100 = 寿命耗尽）；A vailable Spare 低于 A vailable Spare Threshold 就危险
• SATA SSD：Media_Wearout_Indicator 接近 100 表示 NAND 快耗尽；Reallocated_Sector_Ct 非零即已出现物理坏块
• HDD：Reallocated_Sector_Ct（ID 5）、Current_Pending_Sector（ID 197）、UDMA_CRC_Error_Count（ID 199）—— 后者高了先换数据线

smartctl -H 显示 PASSED 不等于安全

这个结果只是固件上报的一个快照，RAID 卡可能伪造它，pending 扇区还没触发重映射时也常返回 PASSED。更危险的是：Reallocated_Sector_Ct 已到 3，-H 仍可能显示 PASSED。

所以必须人工检查关键属性的 RAW_VALUE，而不是依赖这一行结论。另外，smartctl -l selftest /dev/sdX 查历史自检日志，比 -H 更可靠 —— 曾失败过的盘，即使现在 PASS，也该列入更换计划。

复杂点在于：同一块盘，NVMe 和 SATA 的 SMART 字段命名、方向、单位全都不一样，混着看会误判。比如 Wear_Leveling_Count 在 SATA 上越大越好，在 NVMe 上根本不存在 —— 它被 Percentage Used 取代，且含义相反。