S.M.A.R.T.：监控硬盘健康

读完这一篇，你的每块数据盘都开了监控，每周自动跑一次短自检，出现坏扇区或过热时会发邮件，并且你看得懂界面上的「好」「警告」「损坏」「未知」分别在说什么。

SMART 能做什么，不能做什么

S.M.A.R.T. 是硬盘自己记录的一组健康数据，OMV 用 smartmontools 读取并监控它。它能让你在盘彻底坏之前看到征兆，但不能保证提前预警。Backblaze 2016 年对自家硬盘的统计里，五个关键属性（5、187、188、197、198）至少有一项原始值大于零的，在已经坏掉的盘里占 76.7%，在仍正常运转的盘里只占 4.2%，说明它们确实是征兆。但同时有 23.3% 的坏盘，这五项一直都是零，坏之前没有任何预警。

所以 SMART 全绿不等于安全。它是早期预警，替代不了独立备份。

开始之前

• 配好邮件通知。 SMART 告警靠邮件发出，需要先在 系统 → 通知（System → Notification）配置 SMTP，见配置邮件通知。
• 虚拟磁盘没有 SMART。 虚拟机里的 VirtIO 虚拟盘不会出现在列表里，要在宿主机上监控物理盘。
• RAID 卡后面的盘读不到。 官方文档说明 OMV 只支持直通（HBA 模式）接入的磁盘。

操作步骤

一、启用 SMART 服务

打开 存储器 → S.M.A.R.T. → 设置（Storage → S.M.A.R.T. → Settings）：

字段	默认	建议
已启动（Enabled）	关	勾选，不勾则后面的监控和计划任务都不会运行
检查间隔时间（Check interval）	1800 秒	保持默认。间隔超过 60 分钟会让轮询和自检时间对不上
电源模式（Power mode）	新装系统通常是「永不」，以界面为准	改成「待机」，这样 smartd 轮询时不会把休眠的盘唤醒
温度监测：差异（Difference）	禁用	可选，温度比上次报告变化达到这个值时记一条日志
温度监测：最大（Maximum）	禁用	见下面的说明

电源模式四个选项的意思：「永不」不管盘睡没睡都检查；「睡眠」「待机」「闲置」分别表示盘处于该状态或更深状态时跳过检查。

温度「最大」怎么设。 先观察一周日常温度，再设成高出日常约 10 °C 的值（这是经验值，以你的硬盘规格书为准）。有一点容易误会：OMV 生成的 smartd 配置里，「最大」对应的只是写日志的阈值，邮件要等温度达到「最大」加 5 °C 才发。

保存后点页面顶部黄色提示条上的应用。

二、为每块盘开启监控

打开 存储器 → S.M.A.R.T. → 设备（Devices），选中一块盘，点编辑：

1. 勾选监控已启用（Monitoring enabled）。
2. 两个温度字段默认是「使用全局设置」，需要单独设阈值时再改。
3. 保存，对每块盘重复。最后点应用。

只有开了监控的盘才会出现在仪表盘的「S.M.A.R.T. 状态」小部件和计划任务的设备列表里。已经有计划任务的盘不能关监控。

三、安排定期自检

打开 存储器 → S.M.A.R.T. → 计划任务（Scheduled Tasks），点创建：

字段	说明
已启动	默认勾选
设备	只列出已开启监控的盘
类型	短暂自检、长时自检、传输时自检、离线即使测试
小时、月内第几天、月、周内第几天	* 表示每一个。例如每周日 02 点：小时选 02，周内第几天选 7（周日），其余保持 *
标签	自己看的备注

四种自检的区别，按 smartctl 手册：短暂通常不到十分钟；长时要几十分钟到数小时，读遍整个盘面；传输时只要几分钟，用来发现运输中造成的损伤；离线即使测试只更新属性值。所有自检都在后台进行，不用卸载文件系统，但会拖慢这块盘的读写。

一个常见的安排：每周一次短暂自检，每月一次长时自检，不同盘的时间错开，避开有人用或在备份的时段。

排程的细节：

• 自检在 smartd 每次轮询之后启动，所以实际开始时间可能比设定晚几十分钟。
• 同一块盘，同一个小时内只会启动一个自检。长时和短暂撞在同一小时，长时优先。别把两种自检排在同一小时。
• 设了电源模式「待机」时，如果计划时间盘在休眠，自检不会被丢掉，盘被唤醒后会补跑最长的那一个。

表格里选中一条任务点运行（Run），会立刻对这块盘执行一次自检（相当于 smartctl --xall --test=类型），不用等排程。

怎么读结果

状态列

设备 页最后一列状态，以及仪表盘小部件里每块盘的颜色，来自 OMV 对属性的评估：

显示	含义	该怎么做
好（Good）	没发现问题	继续观察
警告（Warning）	有少量坏扇区：5 号或 197 号属性的原始值大于等于 1	看是否在增长，增长就准备换盘
损坏（Bad）	有属性正在或曾经跌到阈值以下，有大量坏扇区，或 187 号属性原始值大于 0	尽快备份并换盘
未知（Unknown）	读不到 SMART 数据；或硬盘自评估失败、NVMe 报了严重警告	别当成没事，点详情看原因

状态是 OMV 按属性判断的。想看硬盘自己给的整体评估，到详情的扩展信息页签（smartctl 的完整输出）里找 overall-health self-assessment。

详情页

选中一块盘，点显示详情，有四个页签：设备信息（型号、序号、固件、开机时间、温度）、属性、自检日志、扩展信息。

五个要盯的属性

ID	名称	含义	怎么看
5	Reallocated_Sector_Ct	已被重映射的扇区数	大于零说明盘面已有坏点；一两个且不再增长可观察，持续增长就换盘
187	Reported_Uncorrect	硬件 ECC 都纠正不了的读错误数	大于零要重视
197	Current_Pending_Sector	等待重映射的扇区数	这些扇区读不出来，要等到下次写入才会被重映射；反复出现就换盘
198	Offline_Uncorrectable	读写扇区时无法纠正的错误总数	常和 197 同时出现
199	UDMA_CRC_Error_Count	UDMA 传输的 CRC 错误数	多半是数据线、接口或供电问题，不是盘本身，换线后看是否还增长

Backblaze 的清单里还有 188 号（Command_Timeout）。单个计数没有意义，关键是看它有没有在增长，以及增长得多快：一天内从 0 涨到 20 比五年里涨 60 更值得警惕。

OMV 默认让 smartd 监控 5 号和 197 号属性的原始值变化，198 号增加时也会告警。这个默认值可以用环境变量 OMV_SMARTMONTOOLS_DEFAULTDIRECTIVES 调整，见环境变量。

固态盘和 NVMe 没有上面的属性表。OMV 对 NVMe 改看严重警告、可用备用块、已用寿命百分比和介质错误数。固态盘的磨损与寿命，见 SSD、NVMe 与 TRIM。

检查结果

1. 仪表盘上的「S.M.A.R.T. 状态」小部件里，每块被监控的盘显示为绿色（没有这个小部件的话，在仪表盘的设置里添加）。
2. 在 计划任务 页对一块盘点运行，几分钟后到 设备 页选中这块盘，点显示详情，在自检日志页签里，最新一条应该是自检完成且没有错误。
3. 想直接在命令行看，在 OMV 的 shell（SSH 或本机控制台，以 root 身份）执行：

smartctl -H /dev/<磁盘>
smartctl -l selftest /dev/<磁盘>

-H 输出硬盘自己的整体评估，-l selftest 列出自检日志。两条都是只读的。

4. 邮件是否真的能发出去，用 系统 → 通知 → 设置（System → Notification → Settings）里的测试邮件验证，见配置邮件通知。

常见问题

USB 硬盘盒读不到 SMART。 OMV 完全依赖 smartmontools 的自动识别，并且每周自动更新一次它的设备数据库。可以先在 shell 里手动更新：

update-smart-drivedb

仍然不行时，在 shell 里试 smartctl -d sat -a /dev/<磁盘> 看这个盒子能不能透传。OMV 界面里没有选择设备类型的入口，只有少数盒子（如 QNAP TR-004）会被自动指定类型，所以命令行能读到不代表界面也能读到。如果是新型号盒子，可以向 smartmontools 项目提交设备条目。

状态一直是「未知」。 先看详情里有没有读到属性：没有，多半是盒子或控制器不透传；有，再看扩展信息里硬盘自评估是否通过。

计划任务没有按时跑。 依次确认：设置 里的已启动勾上了；这块盘的监控已启用勾上了；改完都点过应用；这个小时里没有别的自检；盘在休眠时会推迟到唤醒后。

收到邮件但不知道严不严重。 邮件里会写明是哪个属性变了。5、197、198 号变化最值得认真对待：先确认数据已有备份，再决定是否换盘。

温度告警总是触发。 检查散热和风扇；也可能是「最大」设得太低。

参考资料

• OMV 文档：S.M.A.R.T.
• smartctl(8) 与 smartd.conf(5) 手册
• Backblaze：哪些 SMART 指标预示硬盘故障（2016，英文）
• OMV 源码：smartinformation.inc（状态评估）、smartmontools Salt 状态（smartd 配置）