ICMP能ping通,只能说明这台服务器的网络层还活着,和硬盘有没有坏道没有任何因果关系;真要判断坏道,得登录系统去看SMART属性、内核日志和自检结果。下面按“先排除网络、再看介质、最后决定换不换盘”的顺序,把实操路径讲清楚,命令可以直接复制。
ping通但网站打不开是不是硬盘坏道:先分清网络层和存储层
ICMP是网络层的回声探测,服务器回你一个reply,证明IP可达、网卡链路正常、系统内核还在调度网络栈,就这么点信息量,磁盘是块设备层的事,它坏不坏,ping包一个字都不会告诉你。
真实场景往往是这样:监控告警“站点502”,你ping一下通了,SSH也能连,但ls卡住、df -h半天不出结果、tail日志报Input/output error,这时候才轮到怀疑硬盘。
业内专家指出,块设备故障的典型表现有这几类,和网络是否连通无关:
- 读写操作变慢,单次IO延迟从毫秒级跳到秒级
- 内核日志里反复出现
I/O error、Medium Error、UNC - 文件系统被内核强制remount成只读
- 进程卡在
D状态杀不掉,ps aux里状态列显示为D - 某些文件能打开但读出来是空或者报错
如果只是ping不通,那是路由、防火墙、安全组、网卡的问题,去查网络,别查硬盘,要是ping得通但业务卡,先执行dmesg -T | tail -50,看看有没有磁盘报错,这一步比任何猜测都快。
Linux服务器查看硬盘坏道命令:从SMART到badblocks的完整路径
Linux下检查硬盘健康,有三层手段,从轻到重,从在线到离线,顺序别搞反,特别是写测试,跑错盘就是生产事故。
先看SMART:不中断业务的体检
SMART是硬盘固件自己维护的健康账本,只读查询,随时可跑,前提是装上smartmontools:
apt install smartmontools # Debian/Ubuntu
yum install smartmontools # CentOS/RHEL
smartctl -H /dev/sda
返回PASSED不代表没坏道,只代表固件没判定整盘失效,要看细节用smartctl -A /dev/sda,重点盯下面几个属性,NVMe盘换成nvme smart-log /dev/nvme0,看media_errors和num_err_log_entries两个计数。
服务器硬盘SMART信息怎么看:五个属性决定要不要换盘
| 属性ID | 名称 | 含义 | 判断口径 |
|---|---|---|---|
| 05 | Reallocated_Sector_Ct | 已重映射扇区数 | 非零且持续增长,说明物理坏道已被备用扇区顶替 |
| C5 | Current_Pending_Sector | 待定扇区数 | 非零表示有扇区读取失败,等待重写确认 |
| C6 | Offline_Uncorrectable | 离线不可纠正扇区 | 非零基本可判死刑,数据可能已读不出 |
| C7 | UDMA_CRC_Error_Count | 接口CRC错误 | 增长多半是SATA线、背板、扩展卡接触问题,不一定是盘坏 |
| 187 | Reported_Uncorrect | 上报的不可纠正错误 | 与C6联动看,增长说明写入也受影响了 |
行业共识认为,05、C5、C6三个值里任意一个非零并在一周内上涨,就不能再往这块盘上放重要数据,C7单独涨先换线换槽位,别急着判硬盘死刑,这类误判在实际运维里占比不小。
跑自检:短自检和长自检
smartctl -t short /dev/sda
# 等约2分钟
smartctl -l selftest /dev/sda
smartctl -t long /dev/sda
# 大容量盘可能跑几个小时,期间可以正常读写
smartctl -l selftest /dev/sda
短自检查电机、电路和部分介质,长自检做全盘扫描,返回值里出现Completed: read failure并带LBA地址,就是明确的坏道坐标。
用badblocks做深度扫描
badblocks直接对块设备读写,能看到SMART之外的问题,先确认盘没挂载、没进RAID、不是系统盘:
lsblk
mount | grep sdb
只读扫描,安全但慢:
badblocks -sv /dev/sdb
非破坏性读写扫描,会写数据再恢复,仍建议在空闲盘上做:
badblocks -nsv /dev/sdb
发现坏块输出到文件,再交给文件系统标记:
badblocks -sv -o /root/badblocks.txt /dev/sdb
e2fsck -l /root/badblocks.txt /dev/sdb1
带-w的破坏性测试会把整盘数据抹掉,只用于全新盘验收或者已经备份完准备报废的盘,生产环境别碰。
看内核日志里的坏道信号
命令行工具之外,内核是最早发现问题的:
dmesg -T | grep -iE "I/O error|Medium Error|UNC|exception Emask|hard resetting"
journalctl -k --since "24 hours ago" | grep -i sd
出现I/O error, dev sda, sector 12345678这种带具体扇区号的记录,可以直接拿扇区号去对SMART的LBA,两条线索一交叉,基本能定性。
Windows服务器和云主机的检查路径不一样
Windows侧:事件日志比工具更早报警
PowerShell里一条命令看健康状态:
Get-PhysicalDisk | Select FriendlyName,MediaType,HealthStatus,OperationalStatus
wmic diskdrive get model,status,serialnumber
HealthStatus显示Unhealthy或Warning就要跟进,更准的是系统事件日志,筛事件ID 7(设备有坏块)、51(分页操作错误)、153(IO请求重试):
Get-WinEvent -LogName System | Where-Object {$_.Id -in 7,51,153}
图形界面可以用CrystalDiskInfo看05、C5、C6三个值,和Linux口径一致,全盘扫描用chkdsk D: /r /f,注意/r会尝试恢复坏扇区数据,耗时按容量算,几TB的盘跑一整晚很正常。
云服务器和物理机硬盘坏道检测区别:一个能看见介质,一个只能看见延迟
物理机你能拿到真实硬盘的SMART全量属性,能做全盘扫描,能听声音、摸温度,云主机的系统盘和数据盘通常是虚拟块设备,SMART要么不透传,要么只显示虚拟层信息,badblocks跑出来的结果反映的是云盘服务端的映射状态,参考价值有限。
云上的正确姿势是:
- 看云监控里的云盘IOPS、吞吐、平均写延迟,异常毛刺比绝对值更有意义
- 查实例和云盘的健状态页,厂商侧介质故障通常会主动通知或自动迁移
- 怀疑文件系统层错误时用
fsck,不要跑破坏性扫描 - 真遇到不可纠正读错误,直接走快照回滚加快照换盘,云盘的坏道修复是厂商的事
RAID和虚拟化环境:别在成员盘上直接跑badblocks
硬件RAID卡后面的盘,操作系统看到的是逻辑卷,badblocks /dev/sda扫的是阵列而不是物理盘,写测试还可能触发重建,正确做法是用厂商工具查物理盘状态:
storcli /c0 /eall /sall show # LSI/Broadcom
megacli -PDList -aALL # 老版本MegaRAID
单盘SMART透传:
smartctl -d megaraid,0 -a /dev/sda # 0是槽位号
smartctl -d sat+megaraid,3 -a /dev/sda
阵列里某块盘05、C5开始涨,先做数据校验,再择机热插拔更换,重建期间性能会掉,业务高峰期别动。
一张判断清单:什么情况该换盘
- SMART显示
FAILED,直接换,别犹豫 - 05、C5、C6任一非零且一周内上涨,安排换盘并优先备份
dmesg里同一块盘每天多次I/O error,换- 文件系统频繁自动转只读,换
- 只有C7在涨,先换线、换背板槽位,观察一周
- 盘能读但速度掉到几十MB/s且持续,做完整备份后换
成本上也有个大致量级可以参考,本地机房服务器硬盘坏道检测多少钱,一般按上门服务收,几百元一次;企业级SATA或SAS盘单块采购在千元量级,容量越大越贵;如果坏道已经导致数据读不出,需要开盘做数据恢复,费用会跳到数千到上万元,且不保证成功,所以钱要花在前面:定期看SMART,比事后恢复便宜得多。
据工信部相关通报,数据中心故障中存储介质类问题一直占相当比例,而这类故障多数在SMART指标上留有前置信号,换句话说,坏道很少毫无征兆地突然发生,多数是没人看。
回到最初那个问题,ICMP只是敲门砖,它告诉你门后有人,不告诉你屋里着没着火,真正判断硬盘坏道,靠的是SMART属性、自检结果和内核日志这三样证据互相印证,养成每月跑一次smartctl -a的习惯,比任何救火手段都值。
Q&A:ICMP服务器看硬盘坏道常见问题
ping通但SSH登录后命令卡住,一定是硬盘坏道吗?
不一定,先看dmesg -T和top里的wa(IO等待)占比,wa长期高于30%且伴随I/O error,才指向介质故障;如果日志干净,去查内存、CPU争抢或者NFS挂载超时,挂载点失联同样会让ls卡死。
SMART显示PASSED,还需要跑badblocks吗?
需要分场景,SMART的短自检不覆盖全盘介质,长自检覆盖面更大但仍可能漏掉边缘扇区,对准备上线的二手盘、经历过断电的盘、或者业务侧已经出现读取错误的盘,做一次只读badblocks -sv更稳妥;日常巡检看SMART属性趋势就够了。
云服务器上能直接查物理硬盘的坏道吗?
多数情况下不能,云主机看到的是虚拟块设备,SMART信息要么不可用要么只反映虚拟层,物理介质的坏道由云厂商在底层处理,用户侧能做的是监控云盘延迟和错误计数、保留快照、发现不可纠正错误时尽快回滚或换盘,把介质问题的处置交给平台方。
首发原创文章,作者:王坚,如若转载,请注明出处:https://idctop.com/article/807397.html


