Como Distinguir um Cabo SATA Defeituoso de um Disco NAS a Falhar

Um cabo SATA defeituoso produz erros de transporte, enquanto uma unidade a falhar produz erros de mídia ou de dispositivo. O teste fiável é acompanhar qual tipo de erro aumenta e onde ocorre.

Não diagnostique com base num único estado SMART ou numa única desconexão. Registe o número de série do disco, contadores atuais, mensagens do kernel, baía, cabo e porta do controlador, e depois altere um componente do caminho de cada vez. O padrão após cada alteração controlada é mais útil do que a contagem original de erros.

Registe uma Linha de Base Antes de Recolocar Qualquer Componente

Registe o número de série, modelo, baía, porta do controlador, atributos SMART, registo de auto-teste, registo de erros e mensagens recentes do sistema da unidade afetada antes de mudar o cabo. Recolocar pode parar o sintoma enquanto apaga a relação entre a unidade e o caminho.

Os nomes dos dispositivos, como /dev/sdX, podem mudar entre arranques ou movimentos de cabo, por isso o número de série é a identidade estável. Registe a linha de base com carimbo temporal e anote os valores brutos dos contadores porque vários contadores SMART são cumulativos e não regressam a zero após a substituição do cabo.

Pare escritas intensas se o array estiver degradado ou os erros estiverem a aumentar. Preserve primeiro a evidência, depois faça uma alteração controlada; caso contrário, trocar cabo, baía, conector de energia e unidade em conjunto não produzirá um diagnóstico fiável.

Separe Erros de Transporte de Erros de Mídia

Erros de transporte ocorrem enquanto comandos ou dados atravessam o caminho SATA, enquanto erros de mídia ocorrem quando a unidade não consegue ler ou escrever setores de forma fiável. As duas classes de falha podem causar sintomas semelhantes nas aplicações, mas indicam hardware diferente.

O modelo de erro ATA do Linux distingue um erro de barramento ATA de um erro de mídia: falhas de CRC e transmissão pertencem ao caminho, enquanto uma leitura incorretível reportada após tentativas pertence à mídia do dispositivo. Os tempos limite podem ser ambíguos, por isso precisam de contadores de suporte e trocas controladas.

Classifique cada entrada do registo antes de agir. O aumento de evidências de CRC ou reinicialização de ligação direciona a atenção para cabo, conector, backplane, estabilidade de energia ou caminho do controlador; setores ilegíveis e auto-testes falhados mantêm a suspeita na própria unidade.

Observe se os Contadores de CRC e de Ligação Continuam a Aumentar

Uma contagem de CRC diferente de zero mostra que ocorreram erros de interface, mas o total histórico sozinho não prova que o cabo está atualmente mau. O sinal chave é se a contagem bruta aumenta durante uma janela de teste conhecida.

O ICRC regista um erro de CRC da interface. Como este contador é armazenado pela unidade, pode permanecer visível após a substituição do cabo ou host original, por isso compare valores antes e depois em vez de tratar qualquer contagem passada como uma falha ativa.

Execute uma carga de leitura controlada após recolocar ou substituir o cabo de dados e registe a nova contagem. Se os eventos de CRC ou reinicialização de ligação pararem enquanto os indicadores de mídia permanecerem estáveis, o caminho foi a causa principal; se a contagem continuar a aumentar, continue a isolar a baía, porta e ligação de energia.

Use Auto-Testes para Procurar Falha no Lado da Unidade

Uma unidade permanece suspeita quando reporta setores ilegíveis, setores pendentes, setores realocados, comandos falhados não relacionados com CRC ou um auto-teste que para num local repetível. Estes sinais dizem respeito à capacidade do dispositivo de aceder à sua mídia.

Os auto-testes SMART e os registos de erros são úteis porque preservam evidência do lado do dispositivo sem depender apenas da camada RAID. O registo de auto-teste SMART deve ser interpretado juntamente com atributos brutos e registos do sistema, não reduzido à única linha geral PASSED.

Não execute um teste estendido que sobrecarregue um array severamente degradado ou uma unidade que já retorna erros de leitura repetidos. Quando os dados estiverem em risco, priorize o backup ou a criação de imagem, depois teste a unidade isolada sob uma carga controlada.

Troque Um Componente do Caminho de Cada Vez

O discriminador mais claro é se a falha segue a unidade física ou permanece com o caminho SATA. Altere apenas um componente por teste: primeiro o cabo de dados, depois o caminho da baía ou backplane, e finalmente a porta do controlador se a plataforma permitir com segurança.

Mantenha o mesmo número de série do disco e carga de trabalho enquanto compara novos erros. Um contador de transporte que aumenta apenas numa baía ou com um cabo aponta para longe do disco, enquanto erros de mídia e auto-testes falhados que seguem o número de série através de caminhos limpos apontam para a unidade.

Nunca altere membros RAID ativos sem registar o mapeamento de série para slot e confirmar que a pilha de armazenamento identifica membros por metadados e não pela ordem do slot. Se o sistema não suportar movimento controlado, substitua primeiro o cabo e use registos para restringir o caminho restante.

Interprete Tempos Limite e Reinicializações como Evidência de Apoio

Tempos limite de comandos, reinicializações de ligação SATA e dispositivos que desaparecem brevemente podem resultar de um cabo fraco, energia instável, problema no controlador ou uma unidade que deixa de responder. São sinais importantes, mas não causas autoidentificáveis.

O caminho de recuperação ATA pode reiniciar uma ligação após falhas de transmissão ou estados de comando desconhecidos. Reinicializações repetidas combinadas com aumento de erros de CRC reforçam a hipótese do caminho; setores incorretíveis repetidos ou falhas de auto-teste reforçam a hipótese da mídia.

Correlacione cada evento com carimbo temporal com quedas RAID, erros de I/O de aplicações e alterações SMART. Uma única reinicialização após manutenção é menos persuasiva do que um padrão recorrente que volta sob o mesmo cabo, baía ou número de série da unidade.

Substitua o Componente que a Evidência Indica

Substitua o cabo ou repare o caminho quando novos erros de CRC e ligação permanecerem ligados a uma conexão e a unidade passar verificações controladas de mídia noutros locais. Substitua ou retire a unidade quando erros do lado do dispositivo seguirem o seu número de série através de caminhos conhecidos como bons.

Casos ambíguos não devem ser forçados a uma resposta binária. Uma unidade a falhar pode coexistir com um cabo marginal, e um auto-teste SMART estável não apaga falhas de transporte repetidas que ainda podem fazer cair um membro RAID.

Após a reparação, estabeleça uma nova linha de base e verifique que os contadores deixam de aumentar durante a carga normal, uma verificação de integridade ou consistência, e um período de monitorização. Escale ou crie imagem do disco quando os erros continuarem, os dados forem ilegíveis ou o array não tiver redundância restante.