NAS 效能故障排除:讀寫緩慢,逐步解說
NAS 讀寫緩慢可能有許多原因:會損壞資料或導致裝置當機的故障記憶體、逐漸故障的磁碟、故障或積灰的 SATA 連接埠或背板、碎片化或幾乎全滿的磁碟區、其他磁碟活動,或是網路。本指南協助您使用 StorageDiag Workbench & Utilities,從硬體開始逐一調查這些原因。
StorageDiag 有兩種操作模式。第一種是 Workbench,適用於技術支援人員,以及管理多台伺服器、需要分析 QNAP 診斷日誌包的管理員。第二種是 Utilities,一套 Norton Utilities 風格的傳統診斷工具組,用於檢查安裝了 StorageDiag 的這台 NAS。
Utilities 直接在 NAS 上執行,包含:DriveTime Analyzer,提供磁碟分析、SMART 計數器變化、磁碟真偽檢查、表面與碎片掃描,以及磁碟壓力測試;NetScope,包含 iperf 與 Wake-on-LAN 的網路工具組;MemHound,專業的 RAM 測試工具;Pulse,用於監控執行中的處理程序;BlackBox,提供熱度圖與異常圖表;以及即時日誌與 Dr. Trace。在 Workbench 模式中,您可以開啟同一台 NAS 或其他伺服器的診斷包,檢查 LVM 與 ZFS 資訊、記憶體使用量與模組、磁碟設定與 SMART 資料、核心日誌,以及 Dr. Trace 分析。
要在 Workbench 與 Utilities 之間切換,請開啟開始功能表,按一下 Workbench | Utilities 列。畫面會出現確認訊息。確認後,已開啟的應用程式視窗會關閉,頁面也會重新載入。Live logs(即時日誌)與 NetScope 只有在您以管理員身分登入時才會出現。
我們會先檢查 RAM,接著檢查日誌與磁碟健康狀態、比較 SMB 與 iSCSI、執行本機儲存測試、檢查空間使用量與碎片化,最後測量網路傳輸量。
- RAM使用 MemHound 測試記憶體完整性
- 日誌與 SMART通訊錯誤、磁碟健康狀態與 HCL 相容性
- SMB 與 iSCSI確定哪些連線受到速度變慢影響
- 磁碟測試與 Disk Map本機測量、碎片化與空間使用量
- 網路使用 NetScope 與 iperf3 測試傳輸量
測試之前,請確認您的備份是最新的。如果磁碟回報讀取錯誤、陣列已降級,或資料逐漸無法存取,保護資料應優先於測量效能。壓力測試無法修復正在故障的磁碟。
請記錄速度變慢發生的時機:是在讀取還是寫入時、在一台還是多台電腦上、處理大型檔案還是大量小檔案時。記下 NAS 上同時進行的工作,例如備份、RAID 重建、索引、容器與虛擬機器。缺少這些資訊,先後幾次的測量結果就難以比較。
01記憶體
請檢查 RAM 的穩定性,尤其是效能不佳同時伴隨當機、重新啟動或資料錯誤時。相關步驟請見如何使用 MemHound 測試 QNAP NAS 上的 RAM。
在作業系統內執行的測試,檢查的是分配給診斷程式的記憶體。它不會測試全部 RAM,作業系統與執行中處理程序所使用的區域也不在範圍內。因此,沒有錯誤的結果只適用於該測試的範圍與條件,而非裝置中的每一個記憶體單元。
記憶體完整性測試與基準測試測量的是不同的東西。前者檢查讀回的資料是否與寫入的資料相符;後者測量記憶體效能。Benchmark and Quality 功能在另一篇 RAM 基準測試指南中說明。基準測試分數偏低,本身並不能證明模組有故障。
關於雙通道記憶體、ECC、混用模組與 OOM 錯誤,請參閱 MemHound 指南中的記憶體章節。
02核心日誌、SMART 與 HCL
核心日誌與 Dr. Trace
首先檢查系統是否記錄了磁碟通訊錯誤。即使磁碟仍在陣列中,重複的連結重置、指令逾時以及 SATA 連結速度降低,也可能解釋傳輸速率為何下降。1
- 在 Utilities 模式中,開啟 Live logs → Kernel Log · LIVE 或 Dr. Trace · LIVE。這些視窗會顯示執行 StorageDiag 的這台 NAS 目前的日誌。
- 若要準備診斷分析,請在 Dr. Trace 中按一下 Run Audit,再於開啟的視窗中按一下 Generate Diagnostic Report。此功能需要在 App Center 中安裝並啟用 QNAP Helpdesk 應用程式。稽核完成後,StorageDiag 會以該診斷包建立一個工作階段,並開啟 Kernel Log (dmesg)。若要查看 Dr. Trace 的判定,請切換至 Workbench;診斷包會保持載入。若要分析其他 NAS,請在 Workbench 中載入該 NAS 的診斷 ZIP 包。
- 在 Kernel Log (dmesg) 中,選取搜尋欄位旁的
.*以啟用正規表示式搜尋。abc模式則搜尋純文字。貼上下方的表示式。 - 在 Dr. Trace (Diagnosis) 中開啟相關的事故,比較程式的評估與其所依據的日誌項目。
hard resetting link|10B8B|SError|giving up|link is slow|exception Emask
特別留意涉及同一裝置、反覆出現的問題。訊息 hard resetting link 表示正在嘗試重置連線;reset failed, giving up 表示恢復連線的嘗試失敗。關於訊號錯誤、NCQ 遭停用或 SATA 速度降低的訊息,請與前後的項目一併解讀。單一則重置訊息無法確定是哪個元件故障。1
Dr. Trace 會將相關的事件歸納為事故,並評估可能的原因。就通訊問題而言,可能的原因包括磁碟、連線、背板或擴充器。顯示的百分比是此工具的評估,既不是元件健康狀態的測量值,也不代表確認該元件需要更換。
不要假設 ata6 這類連接埠識別碼與插槽編號一致。檢查磁碟之前,請交叉核對連接埠、裝置、插槽與序號。請依照該裝置的維修程序檢查磁碟的安裝與連接狀態;不要以試誤的方式,從運作中的陣列逐一拔出磁碟。
ata6 出現 SATA 通訊錯誤與連結重置嘗試。ata10 的項目包含 reset failed, giving up。Workbench 的標示讓這些項目更容易找到;但僅憑日誌無法確定原因是磁碟、連線還是背板。裝置名稱與序號已遮蔽。SMART、歷史變化與磁碟相容性
在 Utilities 中,開啟 DriveTime Analyzer 及其 Health 分頁。SMART/FARM 歷史記錄可協助您確定錯誤計數器是否隨時間變化。FARM 資料只會從提供此資料的 Seagate 磁碟讀取。在 Fleet 清單中,每顆磁碟旁的彩色圓點顯示兩種狀態中較差的一種:該磁碟尚未確認的警示,以及清單中顯示的數值。
選取一顆磁碟,然後按一下 View SMART。視窗會顯示 Cur、Worst、Thr 與 Raw:目前的正規化值、記錄到的最差值、閾值以及原始值。原始值的意義可能因製造商與型號而異。數字很大,不一定代表損壞磁區的數量。2
在磁碟的詳細資料卡上,也請檢查其 HCL 狀態與所屬類別。HCL 指標關係到型號的相容性,而非這顆磁碟本身的狀況。列入清單的磁碟也可能故障;未列入清單本身並不能證明有故障。請在 QNAP 相容性清單上查看確切型號及所有附註。3
Desktop、NAS、Enterprise、Surveillance、Archive 類別與 Blacklist 標籤可提供參考脈絡,但無法取代規格,也無法取代特定分類背後的理由。對於 SSD,也請考量持續寫入效能:初始傳輸速率可能高於可用緩衝區用盡之後的速率。4
Reallocated_Sector_Ct 為 369。與 NAS 相容的磁碟仍可能故障。如果日誌或 SMART 讀數顯示可能有硬體問題,請先調查,再進行效能測試。保護資料並檢視錯誤歷史記錄。無論是 HCL 相容性還是 SMART 的 PASSED 狀態,都無法保證該磁碟不是問題的原因。
03SMB 或 iSCSI
確定速度變慢是發生在 SMB、iSCSI,還是兩者皆有。請比較類似的操作與工作負載。複製一個大型檔案,與處理數千個小檔案或虛擬機器的隨機 I/O 並不相同。4
| 觀察結果 | 下一步檢查 |
|---|---|
| 只有 SMB 較慢 | 檢查用戶端電腦、所複製的檔案類型、CPU 負載,以及 SMB 設定與日誌。不要只為了改善效能測試結果而停用通訊協定的安全功能。 |
| 只有 iSCSI 較慢 | 檢查 iSCSI 工作階段日誌、啟動器、存取路徑、LUN 設定與用戶端負載。如果症狀顯示可能是 ODX 問題,請執行下方的比較測試。 |
| 兩種通訊協定都較慢 | 檢查共用資源:磁碟、儲存池、CPU、記憶體與網路連線。 |
從另一台電腦進行額外測試,有助於確定問題是否不只影響單一用戶端。但這項測試本身無法確定通訊協定就是原因:更換用戶端時,硬體、作業系統與設定也會一併改變。
Windows Server 與 ODX:比較測試
ODX(Offloaded Data Transfer,卸載資料傳輸)可將支援的複製作業卸載給相容的儲存裝置處理。它並不處理所有 iSCSI 讀取或寫入。暫時停用 ODX 有助於比較有無卸載時的行為,但這並不是解決 LUN 緩慢的通用方法。5
請在事故分析或技術支援指出 ODX 可能是原因時使用此測試。這項變更套用在使用 NAS 的 Windows 伺服器上,而非 QNAP 本身。
進行變更之前,請記錄目前的登錄值,並安排停機時間以重新啟動 Windows。下方程序假設 FilterSupportedFeaturesMode 已存在且值為 0。如果該項目不存在或為其他值,請先與管理員商定如何進行及還原這項變更。不要以假設的預設值取代未知的設定。
1. 以系統管理員身分在 PowerShell 中讀取設定:
Get-ItemProperty HKLM:\SYSTEM\CurrentControlSet\Control\FileSystem -Name FilterSupportedFeaturesMode
2. 停用 ODX 以進行比較:
Set-ItemProperty HKLM:\SYSTEM\CurrentControlSet\Control\FileSystem -Name FilterSupportedFeaturesMode -Value 1
在商定的維護時段內重新啟動 Windows 伺服器。在類似的負載下重複相同的操作,並記錄結果。僅變更登錄值,並不能確定先前的傳輸確實使用了 ODX。
3. 測試後還原先前的設定。如果原值為 0,請使用:
Set-ItemProperty HKLM:\SYSTEM\CurrentControlSet\Control\FileSystem -Name FilterSupportedFeaturesMode -Value 0
還原設定後,同樣要安排重新啟動。停用與還原命令要在不同階段執行,不要在測試之前一個接一個連續執行。5
04DriveTime 中的 Disk Health Scan
在根據與電腦之間的檔案傳輸評估 NAS 之前,請先進行本機測量。DriveTime 中的 Disk Health Scan 可讓您在伺服器上執行測試時觀察磁碟。如此一來,SMB 或 iSCSI 的檔案傳輸速度就不會計入測量。結果仍取決於 NAS 負載、儲存設定與快取行為。
準備與執行
測試前請記錄伺服器的狀態:進行中的工作、CPU 負載、記憶體使用量與磁碟活動。在不會干擾使用者的前提下,於測量期間暫停不必要的工作。記下停止了哪些服務;不要直接比較閒置的 NAS 與正在執行備份的 NAS。
注意:這些測試會對儲存空間施加負載,並可能拖慢服務。磁碟區測試(包括讀取測試)會將測試檔案寫入磁碟區,因此需要足夠的空間。不要只為了取得更有結論的報告,就在不穩定的陣列上繼續執行測試。
- 開啟 DriveTime Analyzer → Speed,並在標題列中選擇磁碟區。
- 選擇測試類型。磁碟區測試包括循序與隨機讀取或寫入、混合測試,以及 FULL REPORT。磁碟區測試(包括讀取測試)會先將測試檔案(預設為 4 GB)寫入所選磁碟區上的暫存資料夾,並在測試完成或停止時將其刪除。Read-only disk scan 會先逐一讀取各區塊裝置,再同時讀取;測試本身不會寫入受檢查的磁碟。
- 按一下所選模式的開始按鈕,例如 Analyze、Write test、Mixed test 或 FULL REPORT。寫入測試、混合測試與 FULL REPORT 會顯示確認訊息。開始測量前請先閱讀該訊息。
- 測試完成後,選擇 Save report (.md)。報告會以
report-ioutils-storagediag-utilities-<date>-<time>.md的名稱儲存在 Public 共用資料夾中,並附上一個以-trace.csv結尾的追蹤檔案。您也可以透過開始功能表中的 Disk reports 開啟已儲存的結果。
「Read-only」(唯讀)描述的是測試本身,而非整台 NAS。作業系統與其他應用程式仍可能自行寫入資料。每個掃描階段會執行設定的時間長度(預設為 30 秒),因此這並不是對每個磁區的完整掃描。
await 值,下方是 Disk Health Scan 設定。已選取 Read-only disk scan;表單下方的說明解釋了測試時間由哪些部分組成。解讀延遲與佇列統計資料
await 是完成一個 I/O 請求所需的平均時間,包括在佇列中等待的時間與服務時間。數值偏高可能反映的是工作負載繁重,而非故障。請將它與 IOPS(每秒輸入/輸出作業數)、傳輸量及佇列長度一起比較。6
不要僅根據 await 與裝置使用率,推算磁碟機械操作實際花費的時間。系統統計資料描述的是作業系統觀察到的請求;若沒有其他資料,無法據此重建磁碟內部的每一項操作。7
在各磁碟的表格中,中位數、p95(第 95 百分位數)與最大值是根據每秒的平均 await 值計算;唯讀掃描另外加入 fio 提供的逐次 I/O 百分位數。如果 p95 比中位數高出許多倍,表示部分記錄值與典型結果差異很大。這並不能確定原因。請檢查這些尖峰發生的時間,以及當時 NAS 正在做什麼。
處理的操作比其他磁碟多的磁碟,佇列可能較長。反過來說,傳輸量低但延遲看似正常時,需要檢查該裝置是否確實承受了相當的工作負載。因此,個別測試與並行測試,搭配同一期間的 SATA 日誌與 SMART 讀數,都很有用。
評估報告並決定下一步
OK、WATCH 與 SUSPECT 評等有助於找出需要注意的裝置。合併報告還包含 OK、WARNING 或 CRITICAL 評等;在多階段測試中,也會列出記錄到明顯偏差的階段。這些評等反映的是工具套用的診斷規則;它們本身並不能確認元件已故障。
請一併檢視各磁碟的結果、測試前後的 SMART 讀數、核心訊息與測量追蹤記錄。在下方範例中,一顆磁碟的高延遲與重新分配的磁區以及 G-sense 計數器的變化同時出現。與單獨的傳輸速率結果相比,這種組合更值得深入調查。
如果沒有故障跡象,在類似條件下重複測量,可以看出偏差是否可重現。如果出現新的磁碟錯誤,請不要再進行嘗試而增加負載:請保護資料並調查故障。
sdf 需要注意;最大的偏差出現在循序讀取期間。在此範例中,p95 是中位數的 12 倍,重新分配的磁區數為 369,且 G-sense 計數器在測試期間增加。這就是先前顯示過其歷史記錄與 SMART 讀數的同一顆磁碟。提供給技術支援與 AI 分析的報告
將 Markdown 報告、CSV 追蹤記錄與 NAS 診斷 ZIP 包附加到支援案件中。說明傳輸方向、通訊協定、用戶端電腦,以及測試期間執行中的工作。這些資訊有助於確定測量時的條件。
將日誌傳送給 AI 服務之前,請確認哪些資料會被傳送到外部。報告可能包含裝置名稱、網路位址、序號、共用資料夾名稱及其他基礎架構細節。請移除分析不需要的敏感資訊。擁有 API 金鑰本身並不代表處理是在本機進行,也不代表資料會自動匿名化。
您可以自行將 Markdown 報告貼到 AI 助理中。另外,Kernel Log 與 Dr. Trace 視窗中的 ✨ 按鈕會分析已載入診斷包的日誌。它使用在 Access management → AI keys 下設定的服務。它會先顯示完整的提示詞,您可以加以編輯;在您按一下 Send 之前,不會傳送任何內容。
請將 AI 的回應視為解讀上的輔助。任何更換磁碟、變更設定或刪除資料的建議,都要對照原始結果與文件加以核實。
05碎片化、空間使用量與磁碟速度
QTS 與 QuTS hero 中的碎片化
在採用 ext4 的 QTS 中,Disk Map 分頁會顯示資料與可用空間的分布資訊。選擇磁碟區,然後按一下 Scan。Sample 會將分析限制在指定的時間內;Full 會分析所選範圍內的整個目錄樹。樣本結果不一定能代表磁碟區上的所有檔案。
Fragmented files 指標是根據檔案分析計算出的 0 到 100 分數,而非檔案的百分比。程式將 0–30 描述為沒有碎片化問題,31–55 為中度碎片化,56 以上為嚴重碎片化。它的評等並不保證碎片化對特定應用程式沒有影響。結果的意義也取決於資料的存取方式。
在採用 ZFS 的 QuTS hero 中,Read pool 會檢查儲存池中可用空間的分布。不要將此結果等同於 ext4 的檔案碎片化分數。兩者是不同類型的分析,而非同一指標的兩個版本。8
Disk Map 是分析工具。掃描不會移動區塊,也不會執行磁碟重組。
空間使用量:同時檢查磁碟區與儲存池
請保留備用容量。80% 警告閾值適合作為檢視空間使用量的時機,並不表示每種設定在多使用一個百分點後就會突然變慢。在 QuTS hero 中,儲存池的警示閾值可以自行設定。9
在 QTS 中,請同時檢查磁碟區中的可用空間,以及磁碟區、快照與保留空間所使用的儲存池容量。在 QuTS hero 中,請檢查儲存池可用空間、快照,以及共用資料夾或 LUN 的限制。不要直接相加以不同總容量為基準計算出的百分比。
在 ZFS 中,較高的空間使用量與碎片化的可用空間,可能使新寫入資料的空間分配更加困難。對效能的影響取決於工作負載與儲存池配置;使用率本身並不能決定每個共用資料夾的速度。8
為什麼磁碟重組不是第一步
當快照保留舊區塊時,移動或重寫資料可能增加空間需求。這並不表示在每種設定中,每個被移動的位元組都必然使實體空間使用量加倍。結果取決於快照機制、變更範圍以及資料的儲存方式等因素。10
DriveTime 不會執行磁碟重組。請先檢查空間使用量、工作負載與測試結果。釋放空間有助於後續的寫入,但不會自動讓現有的碎片化檔案變得連續。不要在運作中的 NAS 儲存池上執行任意的磁碟重組工具。
規格表速度與檔案複製效能
硬碟標示的循序速度無法描述所有工作負載。在單顆磁碟上,效能在很大程度上取決於 I/O 大小、存取順序、讀取或寫入,以及是否需要移動磁頭。陣列還會再加上 RAID 等級、工作負載分配、快取與同時進行的工作等因素。
不要將單一數值(例如 100–120 MB/s)視為每顆磁碟的正確結果。這個速率在某種情境下可能算好,在另一種情境下則可能太低。請在類似的區域與類似的條件下比較同類型的測試,並查閱確切型號的規格。
Disk Map 顯示資料或可用空間的分布,Speed 顯示儲存在負載下的行為,Health 則顯示磁碟健康歷史。請綜合這些發現,將傳輸速率下降與可能的原因連結起來。
06網路
iperf3 測試會測量兩台裝置之間的資料傳輸,而不需要從受調查的磁碟區複製檔案。標準測試不會測量 SMB 或 iSCSI 效能。其結果仍可能受連線任一端的 CPU、作業系統與設定限制,而不只受網路線或交換器限制。11
- 在 NAS 上,開啟 Utilities → NetScope → Bandwidth → Server。在此處說明的設定中,iperf3 伺服器會開始監聽,預設連接埠為 5201。請檢查顯示的介面與位址;使用 Network interface 選擇要測試的連線。
- 在第二台 NAS 上,選擇 NetScope → Bandwidth → Client。從清單中選擇裝置,或在 Manual target 中輸入其位址,然後按一下 Start Test。在 Windows 上,您可以使用 NetScope-latest.exe,可從 NetScope 標題列中的連結取得。
- 記錄測試方向、使用的介面與結果。請測試兩個方向:在 NetScope 用戶端中,使用 Direction。在命令列的 iperf3 中,
-R會選擇由伺服器傳送到用戶端;預設情況下,資料由用戶端流向伺服器。 - 完成後,按一下 Stop Listener,等待出現「Listener stopped.」,然後關閉視窗。不要將測試連接埠暴露在網際網路上;任何防火牆規則都應僅限於執行測量的裝置。
iperf3 結果偏低時,需要檢查連線與兩端的裝置:連接埠協商速度、介面錯誤、網路線、交換器、路由、VPN 連線與 CPU 負載。這並不能證明所有儲存問題都已排除。
iperf3 結果良好但檔案複製緩慢,表示您也應該在連線傳輸量以外尋找原因:通訊協定處理、儲存、應用程式或用戶端電腦。請在相同的網路路徑上比較結果。4
請區分單位:1 Gb/s 在扣除開銷前為 125 MB/s,而不是 1 GB/s。使用者資料的傳輸速率低於連結的標稱頻寬。
ANAS 中的磁碟:基礎知識
為 RAID 與連續運作選擇磁碟
請依據特定的 NAS 型號、磁碟數量與工作負載選擇磁碟。NAS、Pro 或 Enterprise 標示並不能定義所有規格。請查看確切型號、記錄技術、連續運作支援、年工作負載額定值與裝置相容性。3, 12
在陣列中,讀取錯誤的處理方式也很重要。TLER/ERC 機制會限制磁碟自行嘗試恢復資料的時間,讓 RAID 系統能夠回應。回應時間過長可能觸發逾時,導致裝置被移出陣列。不過,並不存在一個適用於所有控制器、磁碟與設定的統一逾時值。請檢查特定型號的支援情形與設定,而不是整個「桌上型」類別。12, 1
CMR 與 SMR
在 CMR 中,記錄磁軌不會以 SMR 特有的方式互相重疊。在 SMR 磁碟上更新資料,可能需要額外的內部整理作業,並重寫較大的區域。緩衝可以暫時降低對效能的影響,但在持續寫入或隨機寫入期間,延遲可能大幅增加。13
這並不表示每一次個別的覆寫都會立即重寫整個區域,也不表示每顆 SMR 磁碟都會被移出 RAID 陣列。實際行為取決於磁碟設計與工作負載。
對於傳統的 NAS RAID 陣列,請選擇相容的 CMR 磁碟,尤其是在需要可預期的重建行為時。主機管理型(host-managed)SMR 需要特定的支援,並不能在任意 NAS 中直接取代一般的 SATA 磁碟。13, 12
| 類別或預期用途 | 典型應用 | 安裝前應檢查的項目 |
|---|---|---|
| NAS | 多磁碟伺服器中的檔案共用、備份與連續運作 | HCL、CMR/SMR、工作負載額定值、支援的設定與錯誤恢復機制。 |
| NAS Pro | 較重的多磁碟工作負載與較多使用者 | 確切型號的規格;「Pro」並不代表單一通用的 TB/年額定值或磁碟槽數量上限。 |
| Enterprise(企業級) | 符合磁碟製造商規定條件的伺服器與儲存陣列 | 介面與磁區格式相容性、韌體、工作負載與操作條件。 |
| Surveillance(監控) | 錄製視訊串流 | 特定 NAS 中的支援情形,以及是否適合錄影以外的工作負載。 |
| Archiving(歸檔) | 儲存不常變更的資料 | 記錄技術、持續寫入行為與資料擷取需求。「Archive」並不等同於 SMR。 |
| Desktop(桌上型) | 該型號規格所涵蓋的電腦工作負載 | 連續運作、工作負載、錯誤處理,以及是否適合預定的 RAID。不要僅因磁碟使用 SATA 就認定其相容。 |
不要只比較轉速與容量。同一系列的兩顆磁碟,在技術、韌體或工作負載額定值上可能不同。無論是 MTBF 還是年工作負載額定值,都無法告訴您單顆磁碟能使用多少年。12
SMART:屬性的意義與適當的處置
SMART 有助於偵測問題,但無法預測故障日期。請追蹤數值隨時間的變化,並與日誌和症狀比較。下列 SATA 名稱很常見;其解讀方式可能取決於製造商與磁碟類型。2
| ID 或欄位 | 意義 | 應檢查的項目 | StorageDiag 預設值:警告 / 嚴重 |
|---|---|---|---|
| 5 — Reallocated_Sector_Ct | 已被備用磁區取代的磁區。 | 備份是否為最新、計數器是否持續增加,以及是否有其他磁碟錯誤。 | ≥ 1 / ≥ 50 |
| 197 — Current_Pending_Sector | 有讀取問題、等待處理的磁區。 | 資料保護與進一步診斷;不要嘗試在使用者資料上執行寫入測試來「修復」它們。 | ≥ 1 / ≥ 5 |
| 198 — Offline_Uncorrectable | 磁碟在相關測試中無法修正的錯誤。 | 測試記錄、讀取錯誤與備份狀態。 | ≥ 1 / ≥ 1 |
| 187 — Reported_Uncorrect | 已回報的無法修正錯誤。 | 計數器的增加與相關的 I/O 錯誤。 | ≥ 1 / ≥ 10 |
| 196 — Reallocation_Event_Count | 與磁區重新分配相關的事件。 | 製造商的解讀方式,以及屬性 5 的變化。 | ≥ 1 / ≥ 20 |
| 10 — Spin_Retry_Count | 硬碟主軸啟動旋轉的重試次數。 | 電源供應、啟動行為與磁碟機械元件的狀況。 | ≥ 1 / ≥ 10 |
| 188 — Command_Timeout | 超過逾時時間的指令。 | 磁碟、通訊路徑、電源與韌體;僅憑計數器無法確定單一原因。 | ≥ 1 / ≥ 100(解碼值) |
| 199 — UDMA_CRC_Error_Count | SATA 連結上的傳輸錯誤。 | 計數器的增加、接頭、連接與背板;不要將這些錯誤等同於媒體損壞。 | ≥ 1 / ≥ 100 |
| 194 — Temperature_Celsius | 磁碟回報的溫度。 | 該型號的容許範圍、氣流與負載下的溫度。 | ≥ 55 °C / ≥ 65 °C |
| NVMe — Percentage Used | 磁碟預期耐用度中已消耗比例的估計值。 | 趨勢與更換規劃;100% 本身並不是故障通知。 | ≥ 80% / ≥ 100% |
| NVMe — Media and Data Integrity Errors | 無法修正的資料錯誤或完整性錯誤。 | 備份、錯誤記錄與進一步診斷;並非每一筆項目都只代表 NAND 損壞。 | ≥ 1 / ≥ 10 |
| NVMe — Critical Warning | 描述特定警告狀況的位元欄位。 | 哪個位元被設定:例如溫度、可用備用容量、可靠性降低或唯讀模式。 | 任一位元被設定:嚴重 |
NVMe 欄位有其各自的定義。特別是 Percentage Used 可能超過 100%,而 Critical Warning 必須經過解碼,不能當成一般的錯誤計數器。14
DriveTime 的警告閾值與從磁碟讀取的 Thr 欄不同。前者是此工具中的分類規則;後者由韌體回報。上表最後一欄列出 StorageDiag 1.6.10045 中 SMART 視窗與 DriveTime 磁碟卡片的預設閾值;管理員可以變更這些值。它們不是磁碟製造商的閾值。DriveTime 會在 How verdicts work → Rules & formulas 中說明所用版本的規則。Health 分頁上的歷史警示使用另外的規則。
在某些 Seagate 型號上,屬性 1、7 或 195 的原始值很大,是資料編碼方式造成的。不要自動將它們解讀為數百萬個錯誤。請查看該型號特有的解讀方式、正規化值與其他診斷證據;也不要僅因磁碟是 Seagate 製造就忽略其他警告。2
即使陣列仍在運作,也要處理 RAID 中的讀取錯誤。重建取決於能否從其餘磁碟成功讀取所需的資料。視 RAID 等級與問題的嚴重程度而定,更多錯誤可能導致部分資料或整個群組無法恢復。無論陣列有何種備援,備份仍然必要。
SSD 快取、SLOG 與備用電源
| 機制 | 用途 | 保護 |
|---|---|---|
| QTS:唯讀快取 | 儲存資料的額外副本以加速讀取。 | UPS 有助於防止整台 NAS 發生不受控制的關機。 |
| QuTS hero:L2ARC | 位於 SSD 上的額外讀取快取層。 | 它不是寫入快取;UPS 仍可保護伺服器的運作。 |
| QTS:唯寫或讀寫快取 | 可能在新資料寫入目標磁碟之前暫存這些資料。 | 必須防範斷電與快取磁碟故障。 |
| QuTS hero:SLOG | 用於 ZFS 同步作業日誌的獨立裝置。 | 選擇具備 PLP 的合適 SSD 與容錯設定(例如鏡像);同時設定 UPS。 |
在 QTS 中,失去寫入快取磁碟可能意味著遺失尚未寫入目標儲存空間的資料。請選擇能防範磁碟故障的受支援設定。Single、JBOD 與 RAID 0 無法提供這種保護。15
SLOG 並不是通用的寫入快取。ZIL 是 ZFS 的意圖日誌(intent log);SLOG 為它提供獨立的裝置。此日誌可在當機後重新執行所需的作業。正常運作時,資料是從 RAM 寫入主儲存池;對於不發出同步寫入的工作負載,SLOG 不一定能改善效能。16
磁碟中的 PLP(Power Loss Protection,斷電保護)與 UPS 在不同層級提供保護。UPS 讓伺服器在外部電源故障時有時間安全關機,但無法防範所有內部故障。PLP 無法取代備份,也無法取代對磁碟完全故障的防護。連接 UPS 後,請設定 NAS 對停電的回應方式,並檢查與 UPS 的通訊。17, 16
診斷完成後,請保留每項測試的結果與條件說明。您的結論應指出哪些測量結果與日誌項目支持所懷疑的原因,而不只是哪個元件得到最低的評等。
技術資料來源
- Linux Kernel,libATA Developer’s Guide,關於傳輸錯誤與錯誤處理的章節。
- smartmontools,
smartctl文件,關於廠商特定屬性,以及正規化值、原始值與閾值。 - QNAP,磁碟與裝置相容性清單。
- Microsoft Learn,Slow SMB files transfer speed,涵蓋用戶端、緩衝、檔案大小與安全性的影響。
- Microsoft Learn,Deploy Windows Offloaded Data Transfers;登錄值定義。
- sysstat,
iostat文件,以及await、aqu-sz與%util的定義。 - Linux Kernel,I/O statistics fields。
- OpenZFS,
zpoolprops,包括fragmentation、capacity與free屬性。 - QNAP,在 QuTS hero h6.0.x 中建立儲存池並設定其警示閾值;使用 80% 閾值的範例。
- OpenZFS,Copy-on-Write。
- ESnet,Invoking iperf3。
- Western Digital,WD Red Pro 系列說明與規格,作為參數因型號而異的範例。
- Western Digital,On WD Red NAS Drives,2020 年 6 月 23 日:關於 CMR、SMR 與重建行為的討論,而非目前的型號目錄。
- Microsoft Learn,
NVME_HEALTH_INFO_LOG。 - QNAP,Creating the SSD Cache,說明快取模式,以及未防範磁碟故障之設定的風險。請查看已安裝 QTS 版本中可用的選項。
- OpenZFS,Caching and Auxiliary Devices。
- QNAP, How to avoid sudden shutdown from power outage?