OVH Community, votre nouvel espace communautaire.

Problème de température sur SSD en RAID hard


buddy
03/04/2016, 16h21
As tu vérifié si dans les autres logs tu avais des messages concernant la température ?

cypx
03/04/2016, 15h27
Sur le coup je n'ai rien pu tester tout les accès disques était planté, c'est uniquement le RTM qui m'a logué cette valeur.

Depuis je me suis mis un petit cron pour suivre les valeurs et pour le moment les 4 disques restent entre 20 et 30°
Code:
2016-04-03:15:13:01 - Disk 4  - 190 Airflow_Temperature_Cel 0x0022   079   071   000    Old_age   Always       -       21 (Min/Max 19/30)
2016-04-03:15:13:01 - Disk 5  - 190 Airflow_Temperature_Cel 0x0022   077   069   000    Old_age   Always       -       23 (Min/Max 21/32)
2016-04-03:15:13:01 - Disk 6  - 190 Airflow_Temperature_Cel 0x0022   079   071   000    Old_age   Always       -       21 (Min/Max 19/30)
2016-04-03:15:13:01 - Disk 7  - 190 Airflow_Temperature_Cel 0x0022   078   069   000    Old_age   Always       -       22 (Min/Max 20/31)
Depuis le reboot rien à signaler mais c'est ennuyeux de rester avec ce genre plantage inexpliqué sur un serveur de prod (clairement il a du se passer un truc au niveau du controleur RAID ou d'un des disques).

Heureusement c'est du virtualisé et les VM sont sur un VRACK donc au pire si ça devait se reproduire plusieurs fois ça sera déménagement vers un autres serveur et restitution de la machine à OVH....

buddy
03/04/2016, 14h09
Je pense que c'est une erreur ... en plus çà parle bien du "Airflow_Temperature_Cel"
80 pour un SSD c'est énorme ... Je ne vois même pas comment il peut chauffer autant.

les autrse smartctl des autres disques indiquent pareil ? à savoir
190 Airflow_Temperature_Cel 0x0022 079 071 000 Old_age Always - 21 (Min/Max 19/30)

cypx
03/04/2016, 12h25
Bonjour,

Ce matin j'ai un serveur récent qui à planté, le serveur était toujours accessible via SSH mais la majorité des services était coupé et le système de fichier semblait inaccessible.

Après un reboot pas de souci, tout est revenu, par contre la dernière ligne enregistré avant le plantage dans le syslog m'inquiète un peu
Code:
Apr  3 07:44:46 ns3645612 smartd[1680]: Device: /dev/bus/0 [megaraid_disk_04] [SAT], SMART Usage Attribute: 190 Airflow_Temperature_Cel changed from 82 to 81
Forcément à 82° il doit moins bien marcher le SSD.

C'est un des premier serveur full SSD que je met en place, c'est un HOST-128-H avec 4x800Go de SSD Intel en RAID hard.
Installé sous Proxmox 4, partition / en ext3 et /var/lib/vz en xfs.
En temps normal les SSD semble rester autour de 20° et monte vite autour de 40° si je les solicite (dump vm).
Lors du plantage à ma connaissance (et d'après les graphs Proxmox) les disque n'était pas particulièrement solicité (à la limite peut être le controleur RAID faisait des synchro, faudrait que je vérifie)

Quelqu'un a déjà eu ce genre de souci avec ces produits?
Ou c'est juste une clim qui est tombé en carafe...


Les détails SMART d'un disque
Code:
=== START OF INFORMATION SECTION ===
Device Model:     INTEL SSDSC2BB800H4
Serial Number:    BTWH44740533800CGN
LU WWN Device Id: 5 5cd2e4 04b725e71
Firmware Version: D2010380
User Capacity:    800 166 076 416 bytes [800 GB]
Sector Sizes:     512 bytes logical, 4096 bytes physical
Rotation Rate:    Solid State Device
Form Factor:      2.5 inches
Device is:        Not in smartctl database [for details use: -P showall]
ATA Version is:   ACS-2 T13/2015-D revision 3
SATA Version is:  SATA 2.6, 6.0 Gb/s (current: 6.0 Gb/s)
Local Time is:    Sun Apr  3 12:09:12 2016 CEST
SMART support is: Available - device has SMART capability.
SMART support is: Enabled

=== START OF READ SMART DATA SECTION ===
SMART Status not supported: ATA return descriptor not supported by controller firmware
SMART overall-health self-assessment test result: PASSED
Warning: This result is based on an Attribute check.

General SMART Values:
Offline data collection status:  (0x02) Offline data collection activity
                                        was completed without error.
                                        Auto Offline Data Collection: Disabled.
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:                (    2) seconds.
Offline data collection
capabilities:                    (0x79) SMART execute Offline immediate.
                                        No Auto Offline data collection 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:        (   1) minutes.
Extended self-test routine
recommended polling time:        (   2) minutes.
Conveyance self-test routine
recommended polling time:        (   2) minutes.
SCT capabilities:              (0x003d) SCT Status supported.
                                        SCT Error Recovery Control supported.
                                        SCT Feature Control supported.
                                        SCT Data Table supported.

SMART Attributes Data Structure revision number: 1
Vendor Specific SMART Attributes with Thresholds:
ID# ATTRIBUTE_NAME          FLAG     VALUE WORST THRESH TYPE      UPDATED  WHEN_FAILED RAW_VALUE
  5 Reallocated_Sector_Ct   0x0032   100   100   000    Old_age   Always       -       0
  9 Power_On_Hours          0x0032   100   100   000    Old_age   Always       -       1035
 12 Power_Cycle_Count       0x0032   100   100   000    Old_age   Always       -       5
170 Unknown_Attribute       0x0033   100   100   010    Pre-fail  Always       -       0
171 Unknown_Attribute       0x0032   100   100   000    Old_age   Always       -       0
172 Unknown_Attribute       0x0032   100   100   000    Old_age   Always       -       0
174 Unknown_Attribute       0x0032   100   100   000    Old_age   Always       -       4
175 Program_Fail_Count_Chip 0x0033   100   100   010    Pre-fail  Always       -       25775440473
183 Runtime_Bad_Block       0x0032   100   100   000    Old_age   Always       -       0
184 End-to-End_Error        0x0033   100   100   090    Pre-fail  Always       -       0
187 Reported_Uncorrect      0x0032   100   100   000    Old_age   Always       -       0
190 Airflow_Temperature_Cel 0x0022   079   071   000    Old_age   Always       -       21 (Min/Max 19/30)
192 Power-Off_Retract_Count 0x0032   100   100   000    Old_age   Always       -       4
194 Temperature_Celsius     0x0022   100   100   000    Old_age   Always       -       32
197 Current_Pending_Sector  0x0032   100   100   000    Old_age   Always       -       0
199 UDMA_CRC_Error_Count    0x003e   100   100   000    Old_age   Always       -       0
225 Unknown_SSD_Attribute   0x0032   100   100   000    Old_age   Always       -       149239
226 Unknown_SSD_Attribute   0x0032   100   100   000    Old_age   Always       -       163
227 Unknown_SSD_Attribute   0x0032   100   100   000    Old_age   Always       -       63
228 Power-off_Retract_Count 0x0032   100   100   000    Old_age   Always       -       62127
232 Available_Reservd_Space 0x0033   100   100   010    Pre-fail  Always       -       0
233 Media_Wearout_Indicator 0x0032   100   100   000    Old_age   Always       -       0
234 Unknown_Attribute       0x0032   100   100   000    Old_age   Always       -       0
241 Total_LBAs_Written      0x0032   100   100   000    Old_age   Always       -       149239
242 Total_LBAs_Read         0x0032   100   100   000    Old_age   Always       -       263658

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%         1         -
# 2  Short offline       Completed without error       00%         1         -
# 3  Short offline       Completed without error       00%         0         -
# 4  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.