Pourquoi les erreurs de vérification du NAS suivent-elles un même port de contrôleur avec différents disques ?

Eva Wong est la rédactrice technique et bricoleuse résidente chez ZimaSpace. Geek depuis toujours, passionnée par les laboratoires informatiques personnels et les logiciels open source, elle se spécialise dans la vulgarisation de concepts techniques complexes au moyen de guides pratiques et concrets. Eva pense que l’hébergement personnel doit être amusant, et non intimidant. À travers ses tutoriels, elle aide la communauté à démystifier les configurations matérielles, de la construction de leur premier NAS à la maîtrise des conteneurs Docker.

Les erreurs de scrub qui suivent un même port de contrôleur sur plusieurs disques indiquent généralement que le problème vient de la voie partagée plutôt que des supports d’enregistrement des disques.

Un scrub lit un large éventail de blocs et peut révéler des défauts qu’une utilisation quotidienne ordinaire ne détecte jamais. Si différents disques en bon état développent des erreurs uniquement lorsqu’ils sont connectés au même port, les composants communs comprennent le canal du contrôleur, le connecteur, le câble, la voie du fond de panier, le trajet de l’expandeur, l’alimentation, le micrologiciel et le refroidissement autour de cette voie. Le diagnostic doit démontrer que l’erreur suit le port tout en préservant l’identité des disques, les horodatages et le type d’erreur.

Confirmer que l’erreur suit le port, et non le nom du disque

Notez les numéros de série des disques, leurs identifiants de périphérique stables, le port du contrôleur ou le PHY du HBA, le câble, la baie, le membre du pool et les compteurs de lecture, d’écriture et de somme de contrôle avant le prochain scrub. Ne vous fiez pas uniquement aux noms /dev/sdX, qui peuvent changer.

La procédure de dépannage des disques de TrueNAS recommande de recueillir les données du pool et les informations SMART avant d’effacer les erreurs ou de remplacer un périphérique.

Après un échange hors tension, vérifiez si l’erreur suit le disque, la baie, le câble ou le port du contrôleur. Ne changez qu’un seul composant par test afin que le résultat reste interprétable.

Distinguer les erreurs de somme de contrôle du scrub des erreurs de lecture et d’écriture du disque

Enregistrez le résultat complet du scrub et les compteurs de chaque périphérique. Une somme de contrôle incorrecte, un délai d’expiration de commande, un secteur illisible et un échec d’écriture correspondent à des couches de défaillance différentes.

Oracle indique qu’un scrub ZFS vérifie les sommes de contrôle des données actives, tandis que l’état du pool signale séparément les erreurs de lecture, d’écriture et de somme de contrôle pour chaque périphérique.

Si les erreurs de somme de contrôle augmentent en l’absence d’erreurs de support et suivent une même voie physique, suspectez une corruption des données entre la mémoire et le disque ou un transport instable. Si les erreurs de lecture suivent le disque d’un port à l’autre, le disque est plus probablement en cause.

Associer le disque au contrôleur et à la liaison exacts

Suivez le chemin d’accès stable du disque à travers le contrôleur hôte, l’adresse PCI, l’expandeur SAS ou le port SATA, le boîtier, le câble et la baie. Enregistrez le mappage avant de déplacer le matériel.

La vue des périphériques lspci identifie le contrôleur de stockage PCI indépendamment des noms de systèmes de fichiers et de pools, ce qui aide à distinguer une voie de contrôleur défaillante d’un disque qui vient simplement de recevoir un nouveau nom de périphérique.

Pour un HBA, incluez les informations PHY et d’expandeur lorsqu’elles sont disponibles. Deux baies avant peuvent partager un câble mini-SAS ou une voie d’expandeur, même si l’interface les présente comme des emplacements distincts.

Inspecter les réinitialisations de liaison SATA ou SAS pendant le scrub

Surveillez le journal du noyau dès le début du scrub. Recherchez les réinitialisations matérielles, les échecs de COMRESET, les événements de perte de liaison, les délais d’expiration des commandes, les erreurs de protocole et les changements de vitesse négociée sur le chemin concerné.

Le guide libATA de Linux décrit la réinitialisation de la liaison et la récupération après erreur pour chaque port, ce qui montre pourquoi des messages répétés associés à un même port ATA constituent un indice plus probant qu’un avertissement générique concernant le pool.

Conservez le premier message de transport. Les erreurs ultérieures du système de fichiers peuvent simplement résulter de la perte de communication du contrôleur pendant une lecture.

Comparez les compteurs CRC d’interface et de délais d’expiration des commandes

Relevez les attributs et les journaux SMART de chaque disque avant et après un scrub. Vérifiez si les compteurs d’erreurs CRC d’interface ou de délais d’expiration des commandes n’augmentent que sur le chemin concerné.

Unraid explique que les erreurs CRC UDMA se produisent entre le disque et le contrôleur et mettent souvent en cause les câbles, les connecteurs, le routage ou la liaison du contrôleur plutôt qu’un endommagement des plateaux.

Les valeurs CRC historiques ne permettent pas d’identifier le composant actuellement en cause. Notez la valeur brute, lancez un seul test limité et vérifiez uniquement si la valeur a augmenté.

Exécutez les tests des disques séparément de la charge de scrub

Lancez les tests SMART courts et étendus pris en charge lorsque le pool est par ailleurs au repos et que les données sont protégées. Évitez de programmer un test SMART complet en même temps qu’un autre scrub ou une reconstruction.

La référence smartctl de Debian distingue les autotests internes du disque et les journaux d’erreurs de la vérification du système de fichiers côté hôte.

Un disque qui réussit un test interne, mais génère des erreurs uniquement sur un port de contrôleur donné renforce l’hypothèse d’un problème de chemin. Cela ne prouve pas que le disque est parfait : continuez donc à le surveiller après avoir changé de port.

Remplacez un seul composant partagé et relancez un scrub limité

Une fois les sauvegardes à jour et le serveur éteint, faites passer un disque en bon état connu par le chemin suspect ou remplacez un câble en gardant les autres variables stables. Ne permutez pas tous les disques en même temps.

Le guide ZimaSpace sur un disque déconnecté ou une baie défectueuse présente la méthode d’échange contrôlé correspondante ; cet article applique cette logique spécifiquement aux erreurs de scrub qui suivent régulièrement le même port de contrôleur.

Arrêtez le scrub et donnez la priorité à la protection des données si les erreurs augmentent rapidement, si plusieurs disques connectés au même contrôleur se réinitialisent, si le pool se dégrade ou si des applications signalent des fichiers corrompus. Le problème n’est résolu que lorsque le même chemin de port réussit plusieurs scrubs et des opérations d’E/S normales sans nouvelles erreurs.

Assistance et conseils

À lire aussi

Get More Builds Like This

Stay in the Loop

Get updates from Zima - new products, exclusive deals, and real builds from the community.

Stay in the Loop preferences

We respect your inbox. Unsubscribe anytime.