ThinkRoot

bine ați navigat pe insula mea de pe internet

⚄

Am instalat Scrutiny și ambele disk-uri au apărut ca Failed

Articol - - 4 min citire - 9 vizualizari

Recent am făcut un mic server pe un Intel NUC. Pe el am instalat câteva servicii printre care și Scrutiny care să îmi monitorizeze stocarea.

După o zi am decis să pun acest serviciu și pe calculator pentru monitorizarea disk-urilor, fără să fie nevoie să intru manual în smartctl periodic.

Ce părea simplu la instalare s-a dovedit puțin mai complicat: ambele drive-uri au apărut ca Failed în interfață imediat după primul scan. Spoiler: niciunul nu era defect.

În calculator am două disk-uri, și acestea sunt:

  • ADATA Legend 710 - SSD NVMe, 1TB, drive de sistem (/dev/nvme0)
  • Seagate ST6000VX009 - HDD SATA, 6TB, date (/dev/sda)

Instalarea Scrutiny

Scrutiny rulează ca două componente separate în același container: un collector care citește datele S.M.A.R.T. și un web server care le afișează. Există o imagine all-in-one (ghcr.io/analogj/scrutiny:master-omnibus) care le include pe amândouă.

Creez directorul de configurare:

mkdir -p ~/.services/scrutiny/config

~/.services/scrutiny/docker-compose.yml:

services:
  scrutiny:
    image: ghcr.io/analogj/scrutiny:master-omnibus
    container_name: scrutiny
    restart: unless-stopped
    cap_add:
      - SYS_RAWIO
      - SYS_ADMIN
    ports:
      - "8088:8080"
    volumes:
      - /run/udev:/run/udev:ro
      - ./config:/opt/scrutiny/config
    devices:
      - /dev/nvme0:/dev/nvme0
      - /dev/sda:/dev/sda

cd ~/.services/scrutiny
docker compose up -d

După instalare și pornire, Scrutiny e accesibil la http://localhost:8088. Și acum au început și problemele.

Problema 1 - SSD-ul NVMe apare ca Failed

La primul scan, SSD-ul ADATA Legend 710 a apărut imediat ca Failed cu o eroare de tip checksum. Am verificat cu smartctl direct:

sudo smartctl -a /dev/nvme0 -d nvme

Output-ul era clar: drive-ul e sănătos, SMART overall-health self-assessment: PASSED, temperatură 30°C, zero erori. Scrutiny vedea altceva.

În docker-compose.yml aveam inițial doar SYS_RAWIO în cap_add. Fără SYS_ADMIN, containerul nu poate citi corect datele NVMe prin interfața kernel-ului, ceea ce genera erori de checksum la parsarea atributelor SMART.

Am adăugat SYS_ADMIN în cap_add:

cap_add:
  - SYS_RAWIO
  - SYS_ADMIN

Restart container:

docker compose down
docker compose up -d

Eroarea de checksum a dispărut după următorul scan.

Problema 2 - HDD-ul Seagate apare ca Failed

Chiar și după rezolvarea problemei NVMe, HDD-ul Seagate ST6000VX009 continua să apară ca Failed. Atributele incriminate erau Seek Error Rate (ID 7) și Read Error Rate (ID 1), ambele cu valori aparent catastrofale.

Aceasta e o problemă cunoscută cu drive-urile Seagate. Seagate folosește un format proprietar pentru aceste atribute: valorile brute sunt de fapt contoare pe 48 de biți care encodează atât numărul de erori cât și numărul total de operații. Scrutiny (și de fapt majoritatea tool-urilor S.M.A.R.T.) le interpretează greșit ca valori simple, rezultând cifre uriașe care declanșează alarme false.

Dacă rulezi sudo smartctl -a /dev/sda și drive-ul arată SMART overall-health self-assessment test result: PASSED cu Reallocated Sectors, Pending Sectors și Uncorrectable Errors la zero, drive-ul e sănătos.

Scrutiny stochează statusul drive-urilor într-o bază de date SQLite la /opt/scrutiny/config/scrutiny.db. Resetez manual statusul fals:

Pasul 1 - intru în container:

docker exec -it scrutiny /bin/bash

Pasul 2 - instalez sqlite3 (nu e inclus în imagine, nu persistă după restart):

apt-get update && apt-get install -y sqlite3

Pasul 3 - resetez statusul:

sqlite3 /opt/scrutiny/config/scrutiny.db "UPDATE devices SET device_status = null;"

Pasul 4 - rulez manual collector-ul:

/opt/scrutiny/bin/scrutiny-collector-metrics run

Pasul 5 - ies din container:

exit

Atenție: SYS_ADMIN trebuie să fie deja prezent în cap_add înainte de acest pas. Dacă faci resetul înainte de fix, collector-ul va rescrie imediat statusul Failed și trebuie să repeți toată procedura.

Verificare suplimentară - SMART extended test pe HDD

Deși eram convins că e o alertă falsă, am rulat și un test extended S.M.A.R.T. complet pe HDD, ca să fiu sigur:

sudo smartctl -t long /dev/sda

Testul durează în funcție de dimensiunea drive-ului - pentru un HDD de 6TB, estimarea a fost de 651 de minute (~10 ore). La final:

sudo smartctl -a /dev/sda | grep -A 1 "SMART overall"

Rezultat: Completed without error - drive-ul e perfect sănătos.

Rezultatul final

După toate corecțiile, ambele drive-uri apar cu status verde în Scrutiny:

  • ADATA Legend 710 (/dev/nvme0) - Healthy
  • Seagate ST6000VX009 (/dev/sda) - Healthy

Scrutiny rulează acum cu restart: unless-stopped, scanează automat drive-urile și trimite notificări prin email dacă apare ceva real.

Rezumat

Două lucruri de reținut dacă instalezi Scrutiny cu drive-uri NVMe sau Seagate:

1. NVMe necesită SYS_ADMIN în cap_add, nu doar SYS_RAWIO. Fără el, citirea atributelor NVMe eșuează cu erori de checksum.

2. Seagate Seek/Read Error Rate sunt fals pozitive. Seagate encodează statistici complexe în atributele S.M.A.R.T. pe care Scrutiny le interpretează greșit. Verifică întotdeauna smartctl direct și uită-te la atributele cu adevărat relevante: Reallocated Sectors (ID 5), Pending Sectors (ID 197) și Uncorrectable Errors (ID 198). Dacă acestea sunt la zero și testul overall e PASSED, drive-ul e sănătos.

← Inapoi

Comentarii