故障现象深度剖析
最近在维护服务器时遇到典型硬盘故障案例：一块希捷2TB机械硬盘(/dev/sdb)引发系统启动卡死，具体表现为：
# dmesg关键错误日志
[ 12.345678] Buffer I/O error on dev sdb, logical block 123456, async page read
[ 12.345679] sd 2:0:0:0: [sdb] tag#0 FAILED Result: hostbyte=DID_OK driverbyte=DRIVER_SENSE
[ 12.345680] sd 2:0:0:0: [sdb] tag#0 Sense Key : Hardware Error [current]
诊断三板斧
第一步：SMART健康检测
sudo smartctl -a /dev/sdb
# 关键指标解读：
ID# 5 Reallocated_Sector_Ct - 阈值=5 当前值=200（严重超标）
ID# 197 Current_Pending_Sector - 阈值=0 当前值=153（存在坏道）
第二步：物理接口检查
- 更换SATA数据线
- 尝试不同电源接口
- 在另一台机器上测试
强制擦除实战方案
当标准工具失效时，可尝试这些底层操作：
方案一：ddrescue暴力写入
# 先安装必要工具
sudo apt install gddrescue
# 强制写入零值（危险操作！）
sudo ddrescue --force /dev/zero /dev/sdb mapfile.log
方案二：hdparm安全擦除
# 查看是否支持安全擦除
sudo hdparm -I /dev/sdb | grep supported
# 执行安全擦除（需冻结）
sudo hdparm --user-master u --security-set-pass pass /dev/sdb
sudo hdparm --user-master u --security-erase pass /dev/sdb
硬件级修复可能性
| 症状 | 修复概率 | 建议操作 |
|---|---|---|
| SMART检测失败 | ＜5% | 立即备份数据并更换 |
| 物理坏道＞100个 | 10% | 专业开盘恢复 |
| 电路板故障 | 30% | 更换同型号PCB |
生产环境应急方案
如果必须临时使用故障盘：
# 屏蔽坏道区域
sudo badblocks -b 4096 -c 256 -wsv /dev/sdb
# 创建排除坏道的分区
sudo fdisk /dev/sdb
# 使用起始偏移避开坏道区域
终极建议
根据笔者多年运维经验，当出现以下情况时建议直接弃用硬盘：
- SMART的Reallocated Sector Count超过阈值5倍
- 连续出现UNC（Uncorrectable）错误
- 任何写入操作导致系统卡死
{end}