盘况监测

你的硬盘（SSD / NVMe / HDD）在默默工作，但偶尔会在关键时刻“罢工”。

本文教你一套简单可落地的盘健康监控方法：安装必备工具 → 手动检查 → 写脚本自动巡检并报警（Linux 与 Windows 两套），步骤清晰，能马上用。

一、为什么要做盘况监测（简短）

• 提前发现坏道、重分配扇区、寿命耗尽等风险
• 自动告警避免数据损失（尤其是备份/数据库服务器）
• 性能退化、异常温度也能及时响应

只要设置好巡检并在发现异常时报警，就能把风险降到最低。

二、先决条件与工具清单

• Linux：smartmontools（smartctl）、nvme-cli（NVMe 专用）

• Windows：CrystalDiskInfo（GUI，适合快速查看），或在命令行使用 smartctl（smartmontools 的 Windows 版）/PowerShell 查看基础健康信息
• 报警方式（任选）：邮件（sendmail/msmtp）、Webhook（企业微信/Slack）、简单 SMS/钉钉机器人

三、Linux：安装与手动检查（一步到位）

1）安装（Debian/Ubuntu / CentOS）

# Debian / Ubuntu

sudo apt update

sudo apt install smartmontools nvme-cli -y

# CentOS / RHEL

sudo yum install smartmontools -y

# nvme-cli 可从 EPEL 安装：sudo yum install epel-release && sudo yum install nvme-cli

2）识别设备

lsblk -o NAME,MODEL,SIZE,TYPE

# 或

sudo fdisk -l

假设设备为 /dev/sda（SATA SSD/HDD）或 /dev/nvme0n1（NVMe）。

3）SATA / NVMe 基本健康查询

# SATA / NVMe 都能用 smartctl（NVMe 需加 -d nvme）

# 对 SATA:

sudo smartctl -a /dev/sda

# 对 NVMe:

sudo smartctl -a -d nvme /dev/nvme0n1

# nvme-cli 的 nvme-smart-info（更直观 NVMe）

sudo nvme smart-log /dev/nvme0

4）关注的关键 SMART 指标（解读要点）

• Reallocated_Sector_Ct（重分配扇区数）>0 要警惕，持续增长代表坏道
• Current_Pending_Sector（待映射扇区）>0 很危险，需立即备份
• Power_On_Hours（通电时长）+ Power_Cycle_Count（开关次数）了解寿命
• NVMe 特有：Percentage Used（寿命使用百分比），Data Units Written（写入总量），温度（℃）

示例：看到 Percentage Used: 98% → SSD 快到寿命上限，应计划更换并立即备份。

四、Linux：一键巡检脚本 + 报警（示例）

下面脚本 check_disk.sh 会检查指定设备的关键项，异常时通过 mail 发送邮件（也可改为 webhook）。

#!/bin/bash

# /usr/local/bin/check_disk.sh

# 用法: sudo check_disk.sh /dev/nvme0n1

DEV=$1

ALERT_EMAIL=”you@example.com”

if [ -z “$DEV” ]; then

echo “Usage: $0 /dev/sdX or /dev/nvme0n1”

exit 1

fi

# 获取 smartctl 输出（自动识别 NVMe）

SMART_OUT=$(sudo smartctl -a -d nvme “$DEV” 2>/dev/null || sudo smartctl -a “$DEV” 2>/dev/null)

# 检查重分配扇区

REALLOC=$(echo “$SMART_OUT” | grep -i “Reallocated_Sector_Ct” | awk '{print $NF}')

PENDING=$(echo “$SMART_OUT” | grep -i -E “Current_Pending_Sector|Pending_Sector” | awk '{print $NF}')

# NVMe 识别 Percentage Used

PERC_USED=$(echo “$SMART_OUT” | grep -i “Percentage Used” | awk -F: '{print $2}' | tr -d ' %')

# 温度

TEMP=$(echo “$SMART_OUT” | grep -i “Temperature” | head -n1 | awk '{print $NF}' | tr -d 'C')

ALERT_MSG=””

if [ -n “$REALLOC” ] && [ “$REALLOC” -gt 0 ]; then

ALERT_MSG=”$ALERT_MSG
Reallocated sectors: $REALLOC”

fi

if [ -n “$PENDING” ] && [ “$PENDING” -gt 0 ]; then

ALERT_MSG=”$ALERT_MSG
Pending sectors: $PENDING”

fi

if [ -n “$PERC_USED” ] && [ “$PERC_USED” -gt 80 ]; then

ALERT_MSG=”$ALERT_MSG
SSD Percent Used: $PERC_USED%”

fi

if [ -n “$TEMP” ] && [ “$TEMP” -gt 60 ]; then

ALERT_MSG=”$ALERT_MSG
Temperature high: ${TEMP}C”

fi

if [ -n “$ALERT_MSG” ]; then

SUBJECT=”Disk alert for $DEV on $(hostname)”

BODY=”Disk check report for $DEV on $(hostname):
$ALERT_MSG

Full smartctl output:
$SMART_OUT”

echo -e “$BODY” | mail -s “$SUBJECT” “$ALERT_EMAIL”

fi

配置说明：

• 需要系统能发邮件（mail 命令）。可安装 mailutils 或改为 curl 调用 webhook。
• 把脚本放 /usr/local/bin/check_disk.sh，赋可执行 chmod +x。

5）用 systemd timer 自动运行（每日一次）

创建服务单元
/etc/systemd/system/check-disk.service：

[Unit]

Description=Disk health check

[Service]

Type=oneshot

ExecStart=/usr/local/bin/check_disk.sh /dev/nvme0n1

创建 timer
/etc/systemd/system/check-disk.timer：

[Unit]

Description=Run disk health check daily

[Timer]

OnCalendar=daily

Persistent=true

[Install]

WantedBy=timers.target

启用并启动：

sudo systemctl daemon-reload

sudo systemctl enable –now check-disk.timer

五、Windows：查看与自动化（GUI + 脚本）

1）快速 GUI：CrystalDiskInfo

• 下载并运行 CrystalDiskInfo（免费，界面友善）可实时看到 SMART 状态与温度、健康度（Good/Warning/Bad）。适合桌面用户。

2）命令行：smartctl（Windows 版）

• 下载 smartmontools 的 Windows 包，放到 C:Program Filessmartmontools，使用命令：

# 以管理员 PowerShell 运行

& 'C:Program Filessmartmontoolsinsmartctl.exe' -a /dev/sda

# NVMe:

& 'C:Program Filessmartmontoolsinsmartctl.exe' -a -d nvme /dev/nvme0n1

注意：Windows 设备名称可能为 //./PhysicalDrive0 等，smartctl 文档有说明。

3）PowerShell 监控脚本（示例）

下面示例用 PowerShell 调用 smartctl 并在发现问题时通过邮件（SMTP）发出告警：

# save as C:ScriptsCheck-Disk.ps1

$dev = “//./PhysicalDrive0”

$smartPath = “C:Program Filessmartmontoolsinsmartctl.exe”

$out = & $smartPath -a $dev

# 检查关键字

if ($out -match “Reallocated_Sector_Ct.*s([0-9]+)$”) {

$realloc = [int]$Matches[1]

if ($realloc -gt 0) {

$smtpServer = “smtp.example.com”

$msg = New-Object System.Net.Mail.MailMessage

$msg.From = “monitor@example.com”

$msg.To.Add(“you@example.com”)

$msg.Subject = “Disk alert on $env:COMPUTERNAME”

$msg.Body = “Reallocated sectors: $realloc`n`nFull output:`n$out”

$smtp = New-Object Net.Mail.SmtpClient($smtpServer,25)

$smtp.Send($msg)

}

}

4）把脚本做成计划任务（Task Scheduler）

• 在任务计划程序中新建任务：触发器 → 每日/每小时，操作 → 运行 PowerShell 并指定脚本路径，勾选“以最高权限运行”。

六、报警方式替代（更现代的做法）

• Webhook：把脚本里发送邮件部分改为 curl 请求企业微信或 Slack webhook，收到即时消息。
• Prometheus + node_exporter + alertmanager：大型环境推荐把 SMART 指标收集到监控系统，再配置阈值告警（进阶）。
• 日志滚动：把检测结果写入日志文件并用 fail2ban / logwatch 做二次处理。

七、日常运营提议（实用清单）

• 定期备份：任何报警都先做立即备份（镜像或数据同步）。
• 监测阈值：为每台盘设置合理阈值（不同厂商 SMART 名称可能不同）。
• 温度管理：若温度常年偏高（>60℃），请清理散热或更换散热方案。
• 写入量监控：对 SSD 关注写入总量与 Percentage Used，高写入环境需评估更耐写企业级 SSD。
• 做好更换计划：当 SMART 报警出现，计划在可控时间内更换并恢复数据。

八、常见问题 FAQ（速查）

Q：SMART 报警后还能继续用吗？

A：短期可用，但必须立即备份并尽快更换。

Q：SMART 值为 0 就必定安全？

A：不绝对，SMART 是补充手段，仍需关注写入量、温度与性能异常。

Q：能否把脚本改为微信告警？

A：可以，把发送部分替换为推送到企业微信机器人或 ServerChan 类服务的 HTTP 请求。

九、示例资源（可复制粘贴）

• Linux 检查一次所有磁盘并输出简短报告：

for d in /dev/nvme*n1 /dev/sd?; do

[ -b “$d” ] || continue

echo “=== $d ===”

sudo smartctl -H -a -d nvme “$d” 2>/dev/null || sudo smartctl -H -a “$d”

done

十、结语（行动提议）

1. 目前就运行一次 smartctl / nvme smart-log，读一遍关键指标；
2. 把上面的 check_disk.sh 放到服务器并用 systemd timer 每日检查；
3. 一旦脚本发现异常，立刻备份并计划更换硬盘。