Rocky 9：SMART 检测与 smartd 告警落地

验证范围

在 Rocky 9.8 环境（特权容器，宿主内核 5.14.0-687.54.1.el9_8）与同一宿主上实测：lsblk -d、smartctl --scan、smartctl -i /dev/vda、-d sat、-d nvme、systemctl is-active smartd、smartd.conf 默认内容。日志：plans/content-expansion/evidence/logs/rocky-disk-health.log。

本环境的虚拟盘不提供 SMART，所以「能读到时怎么配」部分按官方默认配置说明，未在真实 SATA/NVMe 盘上产出输出示例。

判断顺序

1. lsblk -d -o NAME,TYPE 看盘的类型；
2. smartctl --scan 看能否枚举；
3. smartctl -i /dev/<盘> 看是否返回型号与 SMART support；
4. 读不到就换监控位置（云平台 / 阵列卡 / 宿主机）。

这台机器的实际结果

sudo smartctl --scan
sudo smartctl -i /dev/vda

(无输出)

/dev/vda: Unable to detect device type
Please specify device type with the -d option.

再指定类型也失败：

Read Device Identity failed: Inappropriate ioctl for device
Read NVMe Identify Controller failed: NVME_IOCTL_ADMIN_CMD: Inappropriate ioctl for device

说明 virtio 盘没有透传 SMART 通道，客户机侧无论怎么配都读不到。

smartd 的默认配置长什么样

grep -vE "^#|^$" /etc/smartmontools/smartd.conf | head -2
systemctl is-active smartd

DEVICESCAN -H -m root -M exec /usr/libexec/smartmontools/smartdnotify -n standby,10,q
inactive

默认 DEVICESCAN 会扫描所有支持的盘，健康检查失败时通过 -m root 发邮件。没有可扫描的设备时，它不会产生任何告警——这正是虚拟盘环境要避免的「以为有监控」。

读不到 SMART 时看什么

dmesg -T | grep -iE "i/o error|medium error|link reset" | tail -5
sudo mdadm --detail /dev/md0 2>/dev/null | grep -E "State|Faulty"

• 内核日志：I/O error / medium error 是硬件层最直接的症状；
• 软 RAID：State 变成 degraded、Faulty Devices 出现具体盘；
• 硬件 RAID：厂商 CLI（storcli/perccli/ssacli）；
• 云盘：控制台的磁盘健康与事件。

常见坑

• 把 -d sat 当万能参数：类型不对只会得到 ioctl 错误；
• smartd 没设备也照配：看起来有监控，实际什么都不报；
• 只看 SMART 不看 RAID 状态：RAID 卡后的盘，SMART 往往被控制器吞掉。

练习：给一台机器定「监控方案」

sudo dnf install -y smartmontools mdadm
sudo smartctl --scan
sudo smartctl -i /dev/<盘> || echo "SMART 不可用"
dmesg -T | grep -icE "i/o error|medium error"
sudo mdadm --detail /dev/md0 2>/dev/null | grep State

检查：

1. 能判断「本机能不能读 SMART」
2. 读不到时，能说出替代监控位置
3. 能列出至少两个替代信号

常见问题

常见问题

virtio 盘为什么读不到 SMART？

SMART 命令走 ATA/NVMe 专有通道，虚拟盘通常不把这层透传给客户机；只有云平台或宿主机能看到物理盘状态。

smartd 默认配置够用吗？

物理机上 DEVICESCAN + -m root 是合理起点，但要把邮件通路和告警接收人配好；虚拟盘环境不要指望它。

RAID 卡后面的盘怎么监控？

用厂商 CLI 看阵列与物理盘状态，并开启控制器的事件告警；SMART 往往被控制器拦截，smartctl 拿不到。

下一步

• XFS 修复：XFS 损坏的判断与修复顺序
• LVM 扩容：LVM 扩容与 XFS 增长
• 网络排查：按症状分诊网络问题