请教一下存储大佬, 这服务器的硬盘是不是很快要升天了? 有必要立刻迁移数据吗?

[Int100]

两块 NVME 固态组的 (soft) Raid-1, S.M.A.R.T.测试两块盘都没通过 (FAILED) :

• 第一块已达使用寿命 106%

- NVM subsystem reliability has been degraded

SMART/Health Information (NVMe Log 0x02)
Critical Warning:                   0x04
Temperature:                        34 Celsius
Available Spare:                    100%
Available Spare Threshold:          10%
Percentage Used:                    106%
Data Units Read:                    30,712,672,589 [15.7 PB]
Data Units Written:                 1,862,279,023 [953 TB]
Host Read Commands:                 76,147,225,142
Host Write Commands:                9,769,033,638
Controller Busy Time:               52,392,054,374
Power Cycles:                       11
Power On Hours:                     24,101
Unsafe Shutdowns:                   1
Media and Data Integrity Errors:    0
Error Information Log Entries:      144
Warning  Comp. Temperature Time:    0
Critical Comp. Temperature Time:    0
Temperature Sensor 1:               34 Celsius
Temperature Sensor 2:               36 Celsius

• 第二块已达使用寿命 163%

- NVM subsystem reliability has been degraded

SMART/Health Information (NVMe Log 0x02)
Critical Warning:                   0x04
Temperature:                        39 Celsius
Available Spare:                    100%
Available Spare Threshold:          10%
Percentage Used:                    163%
Data Units Read:                    47,306,232,682 [24.2 PB]
Data Units Written:                 3,009,805,511 [1.54 PB]
Host Read Commands:                 132,313,748,968
Host Write Commands:                41,306,780,960
Controller Busy Time:               141,500,864,939
Power Cycles:                       19
Power On Hours:                     32,831
Unsafe Shutdowns:                   6
Media and Data Integrity Errors:    2
Error Information Log Entries:      259
Warning  Comp. Temperature Time:    0
Critical Comp. Temperature Time:    0
Temperature Sensor 1:               39 Celsius
Temperature Sensor 2:               65 Celsius

有必要立刻迁移数据吗? 感谢🙏

[kokutou]

固态不会立刻暴毙，但是这不是服务器吗。。。换硬盘不是供应商的事？

[defunct9]

机械飞升在即，赶紧换吧

[oldboy627]

我不是存储有关的人，但是我把第一块数据扔给了 AI ，它给出的结论是：Critical Warning 值为 0x04 ，表明硬盘处于危险状态。

我又去搜索了 NVME 文档验证了下有关于 Critical Warning 的内容，在 NVM-Express-1_4-2019.06.10-Ratified.pdf 中 122 页的 Critical Warning 的部分，给出了具体 bit 的定义。
Critical Warning 的值 0x04 转换为 2 进制的话，是 00000100 ，其第二位是 1 ，根据文档中的定义，如果设置为 1 ，NVM 子系统的可靠性已经降级(If set to ‘1’, then the NVM subsystem reliability has been degraded due to significant media related errors or any internal error that degrades NVM subsystem reliability)。

Percentage Used: 生产厂商对硬盘预计的寿命时间，这个值可以大于 100%，也不一定表示一定发生故障，当这个值大于 254 的时候会使用 255 来表示。 这个值更新时间是每一小时一次。

国外也有人在 reddit 上问过类似的情况。

我的个人建议是，如果数据重要且是公司的存储，换新硬盘更保险，不要自己承担风险。

相关链接
https://nvmexpress.org/wp-content/uploads/NVM-Express-1_4-2019.06.10-Ratified.pdf
https://www.reddit.com/r/unRAID/comments/vlmody/nvme_ssd_failed_in_smart_test_but_is_still_working/

[wunonglin]

现在存储便宜得很，该换换

[xclimbing]

存储冗余还完全没有使用，按固态的原理，没啥问题，不过数据重要，不差钱就换了吧。换下来可以继续用。

[sugubei]

@oldboy627 以后尽量少回复这种，有人看不惯会 @管理员 删你账号，之前就有人使用 ai 回复被删账号了。

[jardel]

@sugubei 是使用 AI 回复才会，这种结合 AI 判断的不会

[HojiOShi]

使用了超过 100%的寿命和 SMART 自检不过都不去换吗，你还真坐的住。

@sugubei #6 一大段全是 AI 的，和只有一句话是 AI 的，还是有区别的。

[julyclyde]

想都别想，赶紧换

SMART 报 OK 不一定真的 OK ，但是报错那一定是有错

[Felixchen1062]

是自己的就立刻备份换掉, 是公司的就打个报告, 给出评估结果, 让别人做决定, 记得工作留痕

[WuSiYu]

赶紧备份吧，写入量巨大，寿命已经耗尽了，Media and Data Integrity Errors 和 Error Information Log Entries 有值了，鉴定为寄，能活到现在也不容易

[chnsatan]

数据没那么重要的话，心大点，无所谓。
我有块 14T 的氦气盘，报错一年了，里面都是些电影电视剧，即便炸了也无所谓