Re: Problém se SMR disky Seagate Archive 8TB

[Daniel Smolik]

Dobrý den,
opravdu zajímavé a zkoušeli jste vypnout zapnout ten disk ? Mě připadá, 
že to bude on.

Dan Smolík



> 	Dobrý den,
>
> mám následující problém s disky Seagate Archive 8TB, ST8000AS0002
> (4 KB sektory, SMR zápis, podle nějakých recenzí na webu mají cca 20 GB
> prostoru pro cache náhodných zápisů):
>
> 	Při zálohování na tyto disky se čas od času stane, že se některý
> z disků náhodně odpojí. Když se to stane, jádro vypíše do logu chyby SCSI
> vrstvy (přikládám níže) a disk přestane být v systému vidět (udev smaže
> i jeho uzly v /dev). Následně si pochopitelně začne stěžovat filesystém
> (ext4), že mu zmizel disk, a že aborting journal, atd.
>
> 	Máme dva různé zálohovací stroje, každém je typicky 6 takovýchto
> disků, průměrně pozorujeme dvě takováto odpojení za týden (čili u jednoho
> disku to vychází na střední dobu 3 týdny mezi závadami). Disků máme tak
> cca 15, dělají to nejspíš všechny. Na jednom serveru jsou disky na SAS
> backplane s řadičem LSI SAS2308 (driver mpt_sas), na druhém serveru jsou
> tytéž disky na lokálním AHCI. Čili řadič a jeho driver bych snad vyloučil.
>
> 	Některé disky toto dělají častěji než jiné, ale to přikládám
> různému charakteru dat, která se na ty jednotlivé disky zálohují.
>
> 	Největší podivnost na tom je, že když toto nastane, tak ten slot
> pro disk přestane být použitelný - nepomůže disk vytáhnout a zpět zasunout,
> nepomůže vložit jiný disk, nepomůže "echo 0 0 0 > scan" v příslušném
> adresáři sysfs. Dokonce nepomůže ani reboot přes kexec, ani reboot přes
> BIOS. Je potřeba ten počítač vypnout (shutdown -h nebo tlačítkem) a pak
> teprve zapnout. Což zase směřuje k řadiči, ale že by se takto choval
> LSI SAS i AHCI, to se mi nezdá.
>
> 	Jiné zálohovací disky toto zdá se nedělají.
>
> 	Zkoušeli jsme různé kernely (OS je CentOS 7), zkoušeli jsme
> snižovat hloubku NCQ fronty až na 1, zkoušeli jsme snižovat max. velikost
> requestu, nic nepomohlo.
>
> 	Potkali jste se někdo s něčím takovým? Co dalšího vás napadá,
> že by se dalo vyzkoušet? (nápady typu "použít větší kladivo"
> a "příště nekupovat Seagate" mě pochopitelně už napadly :-).
>
> 	Díky,
>
> -Y.
>
> A ještě zmíněný kus dmesg:
> Mar 29 02:43:29 blackbox kernel: [65260.525550] sd 6:0:2:0: attempting task abort! scmd(ffff880258a42000)
> Mar 29 02:43:29 blackbox kernel: [65260.525572] sd 6:0:2:0: [sde] CDB:
> Mar 29 02:43:29 blackbox kernel: [65260.525582] Synchronize Cache(10): 35 00 00 00 00 00 00 00 00 00
> Mar 29 02:43:29 blackbox kernel: [65260.525607] scsi target6:0:2: handle(0x000a), sas_address(0x4433221101000000), phy(1)
> Mar 29 02:43:29 blackbox kernel: [65260.525627] scsi target6:0:2: enclosure_logical_id(0x5003048011920600), slot(2)
> Mar 29 02:43:29 blackbox kernel: sd 6:0:2:0: attempting task abort! scmd(ffff880258a42000)
> Mar 29 02:43:29 blackbox kernel: sd 6:0:2:0: [sde] CDB:
> Mar 29 02:43:29 blackbox kernel: Synchronize Cache(10): 35 00 00 00 00 00 00 00 00 00
> Mar 29 02:43:29 blackbox kernel: scsi target6:0:2: handle(0x000a), sas_address(0x4433221101000000), phy(1)
> Mar 29 02:43:29 blackbox kernel: scsi target6:0:2: enclosure_logical_id(0x5003048011920600), slot(2)
> Mar 29 02:43:32 blackbox systemd-logind: Removed session 60079.
> Mar 29 02:43:32 blackbox kernel: [65264.411225] sd 6:0:2:0: task abort: SUCCESS scmd(ffff880258a42000)
> Mar 29 02:43:32 blackbox kernel: sd 6:0:2:0: task abort: SUCCESS scmd(ffff880258a42000)
> Mar 29 02:43:32 blackbox kernel: blk_update_request: I/O error, dev sde, sector 7814459304
> Mar 29 02:43:32 blackbox kernel: Aborting journal on device sde1-8.
> Mar 29 02:43:32 blackbox kernel: sd 6:0:2:0: [sde]
> Mar 29 02:43:32 blackbox kernel: Result: hostbyte=DID_OK driverbyte=DRIVER_SENSE
> Mar 29 02:43:32 blackbox kernel: sd 6:0:2:0: [sde]
> Mar 29 02:43:32 blackbox kernel: Sense Key : Not Ready [current]
> Mar 29 02:43:32 blackbox kernel: sd 6:0:2:0: [sde]
> Mar 29 02:43:32 blackbox kernel: Add. Sense: Logical unit not ready, cause not reportable
> Mar 29 02:43:32 blackbox kernel: sd 6:0:2:0: [sde] CDB:
> Mar 29 02:43:32 blackbox kernel: Write(16): 8a 00 00 00 00 01 8c d3 8c 58 00 00 00 08 00 00
> Mar 29 02:43:32 blackbox kernel: blk_update_request: I/O error, dev sde, sector 6657641560
> Mar 29 02:43:32 blackbox kernel: EXT4-fs warning (device sde1): ext4_end_bio:317: I/O error -5 writing to inode 104017376 (offset 188416 size 258048 starting block 832205196)
> Mar 29 02:43:32 blackbox kernel: Buffer I/O error on device sde1, logical block 832204939
>
>