Neues YouTube-Video: Visualisierung im Devices-Adapter

[MartinP]

Den habe ich mir selber erstellt - den Proxmox-Adapter habe ich nicht installiert.

Hier der Userdata-Tree

Das Bash-Script ist etwas länglich...

Spoiler

 #!/usr/bin/bash 


# to make script ready for cron
PATH=/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin


SimpleApiUrl="http://192.168.2.201:8087/set/0_userdata.0."


echo "test_hdd_data.sh drive health check started" > /root/scripte/Proxmox_Skripte/last_run.log

# parameter §1 is subpath (no leading dot but a trailing dot
function write_userdata_hdd()
{
  # normalized read error rate

  # use simple api to write to iobroker
  # example: http://192.168.1.:8087/set/javascript.0.test?value=1

  # ReadErrorRate and ReadErrorRateWorst should be ABOVE ReadErrorRateLimit
  # decreasing distance to limit is an indicator for hdd getting worse 

  curl $SimpleApiUrl$1"NormalizedReadErrorRate?value="$(awk '/Raw_Read_Error_Rate/{print $4}' /root/scripte/Proxmox_Skripte/Testdata.txt);
  curl $SimpleApiUrl$1"NormalizedReadErrorRateWorst?value="$(awk '/Raw_Read_Error_Rate/{print $5}' /root/scripte/Proxmox_Skripte/Testdata.txt);
  curl $SimpleApiUrl$1"NormalizedReadErrorRateLimit?value="$(awk '/Raw_Read_Error_Rate/{print $6}' /root/scripte/Proxmox_Skripte/Testdata.txt);

  # SeekErrorRate and SeekErrorRateWorst should be ABOVE SeekErrorRateLimit
  # decreasing distance to limit is an indicator for hdd getting worse 

  curl $SimpleApiUrl$1"SeekErrorRate?value="$(awk '/Seek_Error_Rate/{print $4}' /root/scripte/Proxmox_Skripte/Testdata.txt);
  curl $SimpleApiUrl$1"SeekErrorRateWorst?value="$(awk '/Seek_Error_Rate/{print $5}' /root/scripte/Proxmox_Skripte/Testdata.txt);
  curl $SimpleApiUrl$1"SeekErrorRateLimit?value="$(awk '/Seek_Error_Rate/{print $6}' /root/scripte/Proxmox_Skripte/Testdata.txt);
  curl $SimpleApiUrl$1"LastSmartResult?value="$2

}



function write_userdata_ssd()
{
  # normalized read error rate

  # use simple api to write to iobroker
  # example: http://192.168.1.:8087/set/javascript.0.test?value=1

  # ReadErrorRate and ReadErrorRateWorst should be ABOVE ReadErrorRateLimit
  # decreasing distance to limit is an indicator for hdd getting worse 

  curl $SimpleApiUrl$1"NormalizedReadErrorRate?value="$(awk '/Raw_Read_Error_Rate/{print $4}' /root/scripte/Proxmox_Skripte/Testdata.txt);
  curl $SimpleApiUrl$1"NormalizedReadErrorRateWorst?value="$(awk '/Raw_Read_Error_Rate/{print $5}' /root/scripte/Proxmox_Skripte/Testdata.txt);
  curl $SimpleApiUrl$1"NormalizedReadErrorRateLimit?value="$(awk '/Raw_Read_Error_Rate/{print $6}' /root/scripte/Proxmox_Skripte/Testdata.txt);

  # SeekErrorRate and SeekErrorRateWorst should be ABOVE SeekErrorRateLimit
  # decreasing distance to limit is an indicator for hdd getting worse 

  curl $SimpleApiUrl$1"PercentLifetimeRemain?value="$(awk '/Percent_Lifetime_Remain/{print $4}' /root/scripte/Proxmox_Skripte/Testdata.txt);
  curl $SimpleApiUrl$1"LastSmartResult?value="$2

}

# write smartctl of hdds of interest to file and analyze results

# for test purpose comment out smartctl invocations and invoke write_userdata_... functions with off script got Testdata.txt
# even possible on different linux machine

# Intenso USB hdd read parameter "sat,12" from https://raw.githubusercontent.com/mirror/smartmontools/master/drivedb.h 
smartctl -a -d sat,12 /dev/sdb >/root/scripte/Proxmox_Skripte/Testdata.txt
result=$?
echo " test_hdd_data.sh drive health check data of usb hdd retrieved result="$result >> /root/scripte/Proxmox_Skripte/last_run.log


write_userdata_hdd "Proxmox_N3000.HDD_Intenso1." $result


# system SSD
smartctl -a /dev/sda >/root/scripte/Proxmox_Skripte/Testdata.txt
result=$?
echo " test_hdd_data.sh drive health check data of system ssd retrieved result="$result >> /root/scripte/Proxmox_Skripte/last_run.log
write_userdata_ssd "Proxmox_N3000.System_SSD." $result


echo " test_hdd_data.sh drive health check finished" >> /root/scripte/Proxmox_Skripte/last_run.log

[ticaki]

nicht das es eine gute platte war - aber das hab ich gerade gefunden (hab was anders geguckt)

Wert	Status
SMART Health	FAILED
Critical Warning	0x04 — Reliability degraded
Percentage Used	131% — SSD hat TBW-Limit um 31% überschritten
Daten geschrieben	221 TB auf einer 512 GB SSD
Power On Hours	24.754 h (~2,8 Jahre)
Spare Blocks	100% (noch gut)
Media Errors	0 (noch keine Datenfehler)

[MartinP]

Hmm - nur ~500 Zyklen pro Zelle, und die Platte gibt Alarm?

Meine Platte (480 GB) hat inzwischen 43562302801 LBAs geschrieben.

Bei 512 Bytes pro LBA wären das 22 TB, bei 4096 Bytes pro LBA etwa 180 TB

Der Abnutzungsgrad von 11% spricht dafür, dass etwa 22 TB bisher geschrieben worden sind...

Scheint also üblich zu sein, dass man das 500 - fache der Kapazität an Schreibzyklen als Verschleißgrenze annimmt ...

[Chaot]

Die Anzeige zeigt also den Verschleiß der Platte in % an. Das kann bei mir irgendwie nicht stimmen:

[arteck]

-50% ist auch interessant

[Chaot]

Kommt so aus den SMART Werten

[Chaot]

Kommt so aus den SMART Werten

[ilovegym]

100% ist neu, 0% ist verschlissen. Bei -50 biste halt schon drüber, aber wennse noch geht.. schonmal Reserve nebendran legen.. :)

[arteck]

nein 0% in proxmox ist neu.. im Adapter währe die verschlissen bei 0% da ist 100% neu
eben umgekehrt, die api liefert das so..

[Chaot]

Sorry für den Doppelpost. Irgendwie spinnt mein Internet.
@ilovegym Laut den Bildern der anderen Nutzer hier scheint es aber anders zu sein 0% ist Neu 100% ist Tot

[ilovegym]

Ah ja sorry, Recht haste.. 100% ist Kaputt, 0% ist neu, das ist das, was Proxmox aus den Smartwerten rechnet..

[ilovegym]

@arteck ahhh.. daher hab ich mein Durcheinenander.. danke, die Api zeigts anders als die Gui.. na das ist ja mal interessant.. :)

[MartinP]

@Chaot sagte:

Kommt so aus den SMART Werten

Percent_lifetime_remain über 100% sind schon sehr merkwürdig, und erklären die negativen Werte, die die Proxmox-Umrechnung ergibt....

Vielleicht hat die SSD ja Katzen-Gene
Katzen haben ja bekanntlich sieben Leben.

Bei einer neugeborenen Katze würde also bei Percent Lifetime Remain 700 gemeldet.....

[Chaot]

Ich muss ehrlicherweise sagen, dass ich da nie darauf geachtet habe. Aber die ganze Anzeige ist irgendwie Käse.
percent Lifetime 206 Schwellwert 150 hat doch beides nichts mit irgendwelchen Prozentwerten zu tun finde ich.
Ok, dauernde Backups mache ich sowieso und eine Reserveplatte (die ich eigentlich schon vor 12 Monaten einbauen wollte) liegt auch bereit. Mal im Auge behalten wo hier die Reise hingeht.

[Master67]

Ein sehr interessantes Thema über das ich mir nie Gedanken gemacht hatte.
Die Aktuelle Nvme ist seit November 2024 im System Verbaut, ebenso die SSD.

Und so sehen die Werte aus

Keine Ahnung warum dir beiden Platten nur zu 2% belastet sind.....

[MartinP]

Interessant finde ich die hohe Anzahl an "Unsafe Shutdowns". Muss Linux bei SSDs beim Herunterfahren besondere Prozeduren einhalten, und tut es in Deinem Fall nicht korrekt?

[Master67]

@MartinP sagte:

Interessant finde ich die hohe Anzahl an "Unsafe Shutdowns".

Mich nicht.... das System ist öfter mal "Hart" Abgeschaltet worden, weil bei mir die Server über PV laufen, es hängt zwar eine USV dazwischen aber bis alle Automationen aufeinander Abgestimmt
waren hat es sicher 20 mal "geknallt" der Rest wird von sonstigen Hart-Resets sein, aber nach 1,5 Jahren kann ich nicht alles Aufzählen, es wird sicher auch mal ein LXC mit schuld sein, vermute ich mal :-)

Edit:
So sieht der zweite Server aus, da wird die SSD bald ausfallen, die ist aber auch älter, war beim Einbau sicher schon 2-3 Jahre alt.

[OliverIO]

@Master67

Die 2% betrifft wahrscheinlich den TBA Total bytes written wert.
Da musst mal schauen wieviel der Hersteller vorgibt. Bis dahin garantiert er. Manchmal auch noch zusätzlich die Betriebsstunden.

[David G.]

Ich rufe mir die Werte mit Linux Control ab.

Befehl

smartctl --scan | awk '{print $1}' | while read dev; do name=$(basename $dev); json=$(smartctl -A -j $dev); if echo "$json" | jq -e '.ata_smart_attributes' > /dev/null 2>&1; then echo "$json" | jq --arg d "$name" '{($d): (.ata_smart_attributes.table | map({(.name): (if .name == "Temperature_Celsius" then .value else .raw.value end)}) | add // {})}'; else echo "$json" | jq --arg d "$name" '{($d): (.nvme_smart_health_information_log // {} | del(.nsid, .temperature_sensors))}'; fi; done | jq -s 'add'

Ergebnis

{
  "sda": {
    "Reallocated_Sector_Ct": 0,
    "Power_On_Hours": 23050,
    "Power_Cycle_Count": 46,
    "Wear_Leveling_Count": 286,
    "Used_Rsvd_Blk_Cnt_Tot": 0,
    "Unused_Rsvd_Blk_Cnt_Tot": 437,
    "Program_Fail_Cnt_Total": 0,
    "Erase_Fail_Count_Total": 0,
    "Runtime_Bad_Block": 0,
    "End-to-End_Error": 0,
    "Uncorrectable_Error_Cnt": 0,
    "Airflow_Temperature_Cel": 53,
    "Temperature_Celsius": 47,
    "ECC_Error_Rate": 0,
    "Current_Pending_Sector": 0,
    "CRC_Error_Count": 0,
    "Exception_Mode_Status": 0,
    "POR_Recovery_Count": 14,
    "Total_LBAs_Written": 52455340537,
    "Total_LBAs_Read": 40595535623,
    "SATA_Downshift_Ct": 0,
    "Thermal_Throttle_St": 0,
    "Timed_Workld_Media_Wear": 65535,
    "Timed_Workld_RdWr_Ratio": 65535,
    "Timed_Workld_Timer": 65535,
    "NAND_Writes": 67942600384
  },
  "nvme0": {
    "critical_warning": 0,
    "temperature": 55,
    "available_spare": 100,
    "available_spare_threshold": 10,
    "percentage_used": 13,
    "data_units_read": 1622206761,
    "data_units_written": 295401619,
    "host_reads": 11974915901,
    "host_writes": 4429907015,
    "controller_busy_time": 27892,
    "power_cycles": 45,
    "power_on_hours": 3891,
    "unsafe_shutdowns": 11,
    "media_errors": 0,
    "num_err_log_entries": 0,
    "warning_temp_time": 17,
    "critical_comp_time": 0
  }
}

[BananaJoe]

Ich hatte auch mal einen Anlauf genommen, die S.M.A.R.T.-Werte unter Windows zu überwachen. Grund war das ich eine Festplatte hatte die dann schon massive Schreibfehler produziert hatte. Unter Windows produziert das einen EventLog-Eintrag mit der Ereignis-ID 7, dann ist höchster Alarm angesagt. CrystalDiskInfo hat immerhin Vorsicht bei der Festplatte gemeldet bei C5, das war der Current Pending Sector Count. Aber 3 andere Festplatten die exakt den gleichen Wert bei C5 hatten (200) waren grün?!?!?
Ich habe dann geschaut was über WMI, PowerShell (nicht WMI) und den Smartmontools geht.

Bei den Tools die auch für eine Hintergrundüberwachung geeignet wäre, kein einziges, der Gesamtzustand war trotzdem Heathly (PowerShell), OK (WMI) bzw. PredictFailure = False (auch WMI) und bei den SmartmonTools kam nur die Werte raus, aber ohne Bewertung.

Hier meine Forschungen von damals: https://znil.net/index.php?title=Zabbix:Template_Windows_SMART-Werte_Festplatten

Mein Fazit war, das ich nur auf das Eventlog vertraue.

Was wäre das Pendant in Linux?