Prüfsummenfehler durch unterschiedlich schnelle Laufwerke ?

[Sensei21]

[ZFS, WD Red] Prüfsummenfehler durch unterschiedlich schnelle Laufwerke ?

Hi,


ich hab hier zwei WD Red (je 3TB) laufen

und bekomme fast täglich mehrere Prüfsummen Fehler (checksum errors)

WD30EFRX-68EUZN0 (neu, /home - keine checksum Fehler)
WD30EFRX-68AX9N0 (ältere Festplatte - beide nicht sehr alt, hier treten immer sehr früh im Betrieb Fehler auf)


der RAM lief mit memtest86+ mit mehr als 4 Zyklen ohne Fehler durch


die Laufwerke sind in der maximalen Geschwindigkeit (Burst ? , jedenfalls via hdparm -Tt) unterschiedlich schnell

kann es damit zusammenhängen ?

oder verständigen sich die Laufwerke immer auf den kleinsten gemeinsamen Nenner, sowohl bei Raid 1, als auch bei ZFS im Mirror-Verband (Letzteres ist hier der Fall) ?


Vielen Dank im Voraus

 

[Dunkelschwinge]

wahrscheinlich hat eher eine der Platten einen schlag weg...

Was sagen die Smart Werte?

 

[herrhannes]

Nein, das muss auch mit unterschiedlich schnellen Laufwerken funktionieren.

 

[Visceroid]

Die Geschwindigkeit sollte nichts ausmachen, das deutet eher auf einen Defekt hin.

Kabel schon getauscht? Hatte bei SATA Kabeln schon öfter Probleme mit Kabelbrüchen.

 

[Silver Server]

Wer meldet denn den checksum errors? Du kannst beide Festplatten auch mit dem Tool von Western digital überprüfen.
http://www.chip.de/downloads/Western-Digital-Data-Lifeguard-Diagnostic_29715653.html

 

[r0ck3r]

Geschwindigkeiten ändern nicht die Prüfsummen! (vielleicht mal informieren, was eine Prüfsumme ist und wie sie funktioniert )

Kannst ja mal mit CrystalDiskInfo beide Platten überprüfen, also einen Screenshot von beiden Platten in dem Programm machen.

Edit:
Sehe gerade, dass du Linux verwendest... da müsstest du dann wohl ein anderes Tool für die SMART Werte verwenden

 

[helba]

smartctl wäre hier eine nette lösung

 

[Holt]

Lass mal smartctl -A /dev/sd[a/b/c...] laufen und poste die Ausgabe. Der Unterschied der beiden Platten sollte vor allem die Werkseinstellungen des LLC Timer sein, die man mit WDIDLE3 aber umstellen kann.

 

[Margot Honecker]

prüfsummen von was denn genau?

 

[Holt]

Vermutlich von ZFS, denn ich das verstanden habe, verwendet er ZFS. Das hat je Prüfsummen für die Dateien. Ein Blick auf die S.M.A.R.T. Werte sollte aber immer das Erste sein, was man bei Festplattenproblemen macht, da findet man dann oft schon die Lösung.

 

[Sensei21]

Danke vielmals für die schnelle und rege (An-)Teilnahme im Thread


Ich werde mal ein paar Ergänzungen im 1. Post vornehmen & unten steht jetzt auch noch mehr in diesem Post



die Haupt-Festplatte, also wo /home zu Hause ist ("Master"):

smartctl -a /dev/sdc
smartctl 6.2 2013-07-26 r3841 [x86_64-linux-3.14.3_btrfs+_BFS_test08] (local build)
Copyright (C) 2002-13, Bruce Allen, Christian Franke, www.smartmontools.org

=== START OF INFORMATION SECTION ===
Model Family: Western Digital Red (AF)
Device Model: WDC WD30EFRX-68EUZN0
Serial Number: WD-WMC4N2265881
LU WWN Device Id: 5 0014ee 6aee8b5c6
Firmware Version: 80.00A80
User Capacity: 3,000,592,982,016 bytes [3.00 TB]
Sector Sizes: 512 bytes logical, 4096 bytes physical
Rotation Rate: 5400 rpm
Device is: In smartctl database [for details use: -P show]
ATA Version is: ACS-2 (minor revision not indicated)
SATA Version is: SATA 3.0, 6.0 Gb/s (current: 3.0 Gb/s)
Local Time is: Thu May 8 18:53:34 2014 CEST
SMART support is: Available - device has SMART capability.
SMART support is: Enabled

=== START OF READ SMART DATA SECTION ===
SMART overall-health self-assessment test result: PASSED

General SMART Values:
Offline data collection status: (0x82) Offline data collection activity
was completed without error.
Auto Offline Data Collection: Enabled.
Self-test execution status: ( 0) The previous self-test routine completed
without error or no self-test has ever
been run.
Total time to complete Offline
data collection: (41640) seconds.
Offline data collection
capabilities: (0x7b) SMART execute Offline immediate.
Auto Offline data collection on/off support.
Suspend Offline collection upon new
command.
Offline surface scan supported.
Self-test supported.
Conveyance Self-test supported.
Selective Self-test supported.
SMART capabilities: (0x0003) Saves SMART data before entering
power-saving mode.
Supports SMART auto save timer.
Error logging capability: (0x01) Error logging supported.
General Purpose Logging supported.
Short self-test routine
recommended polling time: ( 2) minutes.
Extended self-test routine
recommended polling time: ( 418) minutes.
Conveyance self-test routine
recommended polling time: ( 5) minutes.
SCT capabilities: (0x703d) SCT Status supported.
SCT Error Recovery Control supported.
SCT Feature Control supported.
SCT Data Table supported.

SMART Attributes Data Structure revision number: 16
Vendor Specific SMART Attributes with Thresholds:
ID# ATTRIBUTE_NAME FLAG VALUE WORST THRESH TYPE UPDATED WHEN_FAILED RAW_VALUE
1 Raw_Read_Error_Rate 0x002f 200 200 051 Pre-fail Always - 0
3 Spin_Up_Time 0x0027 179 179 021 Pre-fail Always - 6033
4 Start_Stop_Count 0x0032 100 100 000 Old_age Always - 110
5 Reallocated_Sector_Ct 0x0033 200 200 140 Pre-fail Always - 0
7 Seek_Error_Rate 0x002e 100 253 000 Old_age Always - 0
9 Power_On_Hours 0x0032 099 099 000 Old_age Always - 1021
10 Spin_Retry_Count 0x0032 100 100 000 Old_age Always - 0
11 Calibration_Retry_Count 0x0032 100 253 000 Old_age Always - 0
12 Power_Cycle_Count 0x0032 100 100 000 Old_age Always - 82
192 Power-Off_Retract_Count 0x0032 200 200 000 Old_age Always - 11
193 Load_Cycle_Count 0x0032 200 200 000 Old_age Always - 471
194 Temperature_Celsius 0x0022 119 112 000 Old_age Always - 31
196 Reallocated_Event_Count 0x0032 200 200 000 Old_age Always - 0
197 Current_Pending_Sector 0x0032 200 200 000 Old_age Always - 0
198 Offline_Uncorrectable 0x0030 200 200 000 Old_age Offline - 0
199 UDMA_CRC_Error_Count 0x0032 200 200 000 Old_age Always - 0
200 Multi_Zone_Error_Rate 0x0008 200 200 000 Old_age Offline - 0

SMART Error Log Version: 1
No Errors Logged

SMART Self-test log structure revision number 1
Num Test_Description Status Remaining LifeTime(hours) LBA_of_first_error
# 1 Short offline Completed without error 00% 998 -
# 2 Conveyance offline Completed without error 00% 781 -
# 3 Short offline Completed without error 00% 778 -
# 4 Short offline Completed without error 00% 775 -
# 5 Short offline Completed without error 00% 761 -
# 6 Short offline Completed without error 00% 135 -
# 7 Short offline Completed without error 00% 66 -
# 8 Short offline Completed without error 00% 38 -
# 9 Short offline Completed without error 00% 0 -

SMART Selective self-test log data structure revision number 1
SPAN MIN_LBA MAX_LBA CURRENT_TEST_STATUS
1 0 0 Not_testing
2 0 0 Not_testing
3 0 0 Not_testing
4 0 0 Not_testing
5 0 0 Not_testing
Selective self-test flags (0x0):
After scanning selected spans, do NOT read-scan remainder of disk.
If Selective self-test is pending on power-up, resume after 0 minute delay.

die Mirror-Festplatte (gerade umgebaut und neues Kabel angeschlossen, dies ist ein Fertiggehäuse, da sind 2 Plätze & Kabel fix)

smartctl -a /dev/sda
smartctl 6.2 2013-07-26 r3841 [x86_64-linux-3.14.3_btrfs+_BFS_test08] (local build)
Copyright (C) 2002-13, Bruce Allen, Christian Franke, www.smartmontools.org

=== START OF INFORMATION SECTION ===
Model Family: Western Digital Red (AF)
Device Model: WDC WD30EFRX-68AX9N0
Serial Number: WD-WCC1T0671617
LU WWN Device Id: 5 0014ee 25da52db8
Firmware Version: 80.00A80
User Capacity: 3,000,592,982,016 bytes [3.00 TB]
Sector Sizes: 512 bytes logical, 4096 bytes physical
Device is: In smartctl database [for details use: -P show]
ATA Version is: ACS-2 (minor revision not indicated)
SATA Version is: SATA 3.0, 6.0 Gb/s (current: 3.0 Gb/s)
Local Time is: Thu May 8 18:54:24 2014 CEST
SMART support is: Available - device has SMART capability.
SMART support is: Enabled

=== START OF READ SMART DATA SECTION ===
SMART overall-health self-assessment test result: PASSED

General SMART Values:
Offline data collection status: (0x80) Offline data collection activity
was never started.
Auto Offline Data Collection: Enabled.
Self-test execution status: ( 0) The previous self-test routine completed
without error or no self-test has ever
been run.
Total time to complete Offline
data collection: (38580) seconds.
Offline data collection
capabilities: (0x7b) SMART execute Offline immediate.
Auto Offline data collection on/off support.
Suspend Offline collection upon new
command.
Offline surface scan supported.
Self-test supported.
Conveyance Self-test supported.
Selective Self-test supported.
SMART capabilities: (0x0003) Saves SMART data before entering
power-saving mode.
Supports SMART auto save timer.
Error logging capability: (0x01) Error logging supported.
General Purpose Logging supported.
Short self-test routine
recommended polling time: ( 2) minutes.
Extended self-test routine
recommended polling time: ( 387) minutes.
Conveyance self-test routine
recommended polling time: ( 5) minutes.
SCT capabilities: (0x70bd) SCT Status supported.
SCT Error Recovery Control supported.
SCT Feature Control supported.
SCT Data Table supported.

SMART Attributes Data Structure revision number: 16
Vendor Specific SMART Attributes with Thresholds:
ID# ATTRIBUTE_NAME FLAG VALUE WORST THRESH TYPE UPDATED WHEN_FAILED RAW_VALUE
1 Raw_Read_Error_Rate 0x002f 200 200 051 Pre-fail Always - 0
3 Spin_Up_Time 0x0027 177 176 021 Pre-fail Always - 6150
4 Start_Stop_Count 0x0032 100 100 000 Old_age Always - 22
5 Reallocated_Sector_Ct 0x0033 200 200 140 Pre-fail Always - 0
7 Seek_Error_Rate 0x002e 200 200 000 Old_age Always - 0
9 Power_On_Hours 0x0032 100 100 000 Old_age Always - 324
10 Spin_Retry_Count 0x0032 100 253 000 Old_age Always - 0
11 Calibration_Retry_Count 0x0032 100 253 000 Old_age Always - 0
12 Power_Cycle_Count 0x0032 100 100 000 Old_age Always - 20
192 Power-Off_Retract_Count 0x0032 200 200 000 Old_age Always - 3
193 Load_Cycle_Count 0x0032 200 200 000 Old_age Always - 18
194 Temperature_Celsius 0x0022 118 108 000 Old_age Always - 32
196 Reallocated_Event_Count 0x0032 200 200 000 Old_age Always - 0
197 Current_Pending_Sector 0x0032 200 200 000 Old_age Always - 0
198 Offline_Uncorrectable 0x0030 100 253 000 Old_age Offline - 0
199 UDMA_CRC_Error_Count 0x0032 200 200 000 Old_age Always - 0
200 Multi_Zone_Error_Rate 0x0008 200 200 000 Old_age Offline - 0

SMART Error Log Version: 1
No Errors Logged

SMART Self-test log structure revision number 1
Num Test_Description Status Remaining LifeTime(hours) LBA_of_first_error
# 1 Short offline Completed without error 00% 302 -
# 2 Conveyance offline Completed without error 00% 93 -
# 3 Short offline Completed without error 00% 91 -
# 4 Extended offline Completed without error 00% 88 -
# 5 Short offline Completed without error 00% 74 -
# 6 Short offline Completed without error 00% 32 -
# 7 Short offline Completed without error 00% 17 -
# 8 Short offline Completed without error 00% 0 -

SMART Selective self-test log data structure revision number 1
SPAN MIN_LBA MAX_LBA CURRENT_TEST_STATUS
1 0 0 Not_testing
2 0 0 Not_testing
3 0 0 Not_testing
4 0 0 Not_testing
5 0 0 Not_testing
Selective self-test flags (0x0):
After scanning selected spans, do NOT read-scan remainder of disk.
If Selective self-test is pending on power-up, resume after 0 minute delay.

Kurioserweise sind bei der Statusabfrage, gerade eben nach dem Hochfahren, gleich nochmals Fehler angezeigt worden,

das heißt also, dass meistens beim Importieren des Pools die Fehler auftreten

bedeutet das, dass die Daten korrekt sind, aber irgendwie beim Importieren diese Fehler auftreten (immer ?! unwahrscheinlich - oder ?) -

oder die Daten immer auf der 2. Platte (== Mirror) wd30efrx_002 kaputt sind (also eventuell beim Herunterfahren beschädigt werden ?)


im Betrieb war das, glaub ich, bis jetzt einmal - oder eventuell gar nicht - jedenfalls traten die Probleme ziemlich früh nach dem Hochfahren auf


die Vermutung lag schon bei Hochfahren und starten in X, wobei aber die Zeit des Vorfalls ziemlich gut mit dem Importieren (1-2 Minuten nach Hochfahren) zusammenpasst



edit:

die Festplatte hat keine Fehler in S.M.A.R.T., macht keine komischen Geräusche (der Mirror ist der Ersatz für eine gerade kaputt gegangene ST3000DM001) und zeigte bei der Inbetriebnahme auch keine beim Durchlaufen von Badblocks (0 errors)

genau, das sind Prüfsummen für die Daten auf der Platte, damit die Konsistenz in Ordnung ist - Bitrot, Bitflips, Silent-Bit Corruption kann ja immer wieder auftreten

in Ordnung, dann macht also eine (leicht) unterschiedliche Geschwindigkeit keine Probleme

ECC Speicher ist hier leider noch nicht verbaut, das wird beim nächsten Rechner passieren - aber nicht so schnell

wie weiter unten geschrieben, ist jetzt ein neues bzw. anderes Kabel dran, wo wohl vorher keine Fehler angezeigt wurden (anderes Laufwerk mit ZFS ohne Mirror)

im ursprünglich angeschlossenen Kabel war zuvor eine ST3000DM001 ausgefallen mit Klick-Geräuschen, mit hohem Reallocated_Sector_Ct und Reallocated_Event_Count - aber die ist weg und wird jetzt zu Testzwecken verwendet



Vorher trat dieses Verhalten nicht auf, werde jetzt trotzdem einmal versuchen vor dem Herunterfahren oder Neustarten den Pool auszuhängen ("zpool export") und nachschauen, ob die Fehler weiterhin auftreten


von dem her sollte es also eigentlich nicht am Init-System und dem Aushängen liegen


Lustig, ohne das Posten hier wäre ich nicht auf das Init-System gekommen - so einfach kann es aber nicht sein


Kann es eventuell an einem Netzteil liegen, welches jetzt langsam den Geist aufgibt ? (wäre aber zu spezifisch, da ja jetzt die Platte an einem anderen SATA-Kabel und Strom-Kabel hängt - oder ?)



edit Ende




edit2:

Frühere Fehler:

pool: WD30EFRX
state: ONLINE
status: One or more devices has experienced an unrecoverable error. An
attempt was made to correct the error. Applications are unaffected.
action: Determine if the device needs to be replaced, and clear the errors
using 'zpool clear' or replace the device with 'zpool replace'.
see: http://zfsonlinux.org/msg/ZFS-8000-9P
scan: resilvered 204K in 0h0m with 0 errors on Wed May 7 10:27:23 2014
config:

NAME STATE READ WRITE CKSUM
WD30EFRX ONLINE 0 0 0
mirror-0 ONLINE 0 0 0
wd30efrx ONLINE 0 0 0
wd30efrx_002 ONLINE 0 0 5

errors: No known data errors

zpool status
pool: WD30EFRX
state: ONLINE
status: One or more devices has experienced an unrecoverable error. An
attempt was made to correct the error. Applications are unaffected.
action: Determine if the device needs to be replaced, and clear the errors
using 'zpool clear' or replace the device with 'zpool replace'.
see: http://zfsonlinux.org/msg/ZFS-8000-9P
scan: resilvered 68K in 0h0m with 0 errors on Wed May 7 18:20:15 2014
config:

NAME STATE READ WRITE CKSUM
WD30EFRX ONLINE 0 0 0
mirror-0 ONLINE 0 0 0
wd30efrx ONLINE 0 0 0
wd30efrx_002 ONLINE 0 0 4

errors: No known data errors

zpool status
pool: WD30EFRX
state: ONLINE
status: One or more devices has experienced an unrecoverable error. An
attempt was made to correct the error. Applications are unaffected.
action: Determine if the device needs to be replaced, and clear the errors
using 'zpool clear' or replace the device with 'zpool replace'.
see: http://zfsonlinux.org/msg/ZFS-8000-9P
scan: resilvered 144K in 0h0m with 0 errors on Wed May 7 22:43:00 2014
config:

NAME STATE READ WRITE CKSUM
WD30EFRX ONLINE 0 0 0
mirror-0 ONLINE 0 0 0
wd30efrx ONLINE 0 0 0
wd30efrx_002 ONLINE 0 0 3

errors: No known data errors

zpool status
pool: WD30EFRX
state: ONLINE
status: One or more devices has experienced an unrecoverable error. An
attempt was made to correct the error. Applications are unaffected.
action: Determine if the device needs to be replaced, and clear the errors
using 'zpool clear' or replace the device with 'zpool replace'.
see: http://zfsonlinux.org/msg/ZFS-8000-9P
scan: resilvered 72K in 0h0m with 0 errors on Thu May 8 09:50:33 2014
config:

NAME STATE READ WRITE CKSUM
WD30EFRX ONLINE 0 0 0
mirror-0 ONLINE 0 0 0
wd30efrx ONLINE 0 0 0
wd30efrx_002 ONLINE 0 0 3

errors: No known data errors

Aktueller Fehler:

zpool status
pool: WD30EFRX
state: ONLINE
status: One or more devices has experienced an unrecoverable error. An
attempt was made to correct the error. Applications are unaffected.
action: Determine if the device needs to be replaced, and clear the errors
using 'zpool clear' or replace the device with 'zpool replace'.
see: http://zfsonlinux.org/msg/ZFS-8000-9P
scan: resilvered 132K in 0h0m with 0 errors on Thu May 8 18:50:41 2014
config:

NAME STATE READ WRITE CKSUM
WD30EFRX ONLINE 0 0 0
mirror-0 ONLINE 0 0 0
wd30efrx ONLINE 0 0 0
wd30efrx_002 ONLINE 0 0 5

errors: No known data errors

Es liegt also nicht immer dieselbe Anzahl an Fehlern vor