有好的驾驶酷刑测试工具吗？

Question

最近我遇到了奇怪和罕见的文件系统损坏，我怀疑这是我的SSD的错。我正在寻找一个好的驾驶酷刑测试工具。一些东西可以写到整个磁盘，然后回去读它，寻找飞行的写入，损坏的块，恢复到旧的修订，以及其他错误。这将远远超过badblocks所做的工作。有这样的工具吗？

注意，我不是在寻找性能基准，我已经检查了智能状态；说健康和没有坏块报告。

Answer 1

可能有点过火了，但有凤眼莲测试套件。还有bonnie++和hdparm。

我通常使用hdparm，例如：

% hdparm -Tt /dev/hdb
/dev/hdb:
 Timing buffer-cache reads:   128 MB in  1.25 seconds =102.40 MB/sec
 Timing buffered disk reads:  64 MB in 16.70 seconds =  3.83 MB/sec

我不认为hdparm是一种酷刑测试，但它确实给了您一个驱动器总体性能的大致概念。

确定驱动器运行状态

在对驱动器进行了测试之后，可以使用下面的命令来检查驱动器的一般健康状况：

% sudo udisks --dump | grep -A 24 Updates
 Attribute       Current|Worst|Threshold  Status   Value       Type     Updates
===============================================================================
 raw-read-error-rate         103| 99| 34   good    5854752     Pre-fail Online 
 spin-up-time                100| 99|  0    n/a    0           Pre-fail Online 
 start-stop-count             98| 98| 20   good    2785        Old-age  Online 
 reallocated-sector-count    100|100| 36   good    0 sectors   Pre-fail Online 
 seek-error-rate              72| 60| 30   good    25872884688 Pre-fail Online 
 power-on-hours               89| 89|  0    n/a    424.4 days  Old-age  Online 
 spin-retry-count            100|100| 97   good    0           Pre-fail Online 
 power-cycle-count            98| 98| 20   good    2753        Old-age  Online 
 attribute-184               100|100| 99   good    0           Old-age  Online 
 reported-uncorrect          100|100|  0    n/a    0 sectors   Old-age  Online 
 attribute-188               100| 96|  0    n/a    0           Old-age  Online 
 high-fly-writes             100|100|  0    n/a    0           Old-age  Online 
 airflow-temperature-celsius  58| 42| 45 FAIL_PAST 42C / 108F  Old-age  Online 
 g-sense-error-rate          100|100|  0    n/a    124         Old-age  Online 
 power-off-retract-count     100|100|  0    n/a    15          Old-age  Online 
 load-cycle-count              1|  1|  0    n/a    248327      Old-age  Online 
 temperature-celsius-2        42| 58|  0    n/a    42C / 108F  Old-age  Online 
 hardware-ecc-recovered       45| 38|  0    n/a    5854752     Old-age  Online 
 reallocated-event-count      89| 89| 30   good    14877766723263 Pre-fail Online 
 current-pending-sector      100|100|  0    n/a    0 sectors   Old-age  Online 
 offline-uncorrectable       100|100|  0    n/a    0 sectors   Old-age  Offline
 udma-crc-error-count        200|200|  0    n/a    0           Old-age  Online 
 attribute-254               100|100|  0    n/a    0           Old-age  Online 

磁盘健康/维护工具

在我工作的地方，我们已经成功地使用了以下2种工具。HDAT2 & 尖晶石.后者是一个商业工具，但前者，HDAT2，是一个开源项目。

下面是HDAT2的几个截图：

在执行这些操作时，您必须将系统重新引导到这两种状态，所以它是脱机的，但是它们都恢复了已经失败或开始出现故障的驱动器。HDAT2中的UI导航有点粗糙，我们通常使用默认的选择，尽量不要偏离那里太远。

Answer 2

我想到了bonnie++：

因此，取决于您的盒的硬件配置：

bonnie++ -d /path/to/mounted/ssd -r your-system-ram-size-in-MB

示例：

# For a 32GB system with the SSD formatted and mounted at /mnt/mounted-ssd-001
bonnie++ -d /mnt/mounted-ssd-001 -r 32000

它应该给你的设备一个良好的压力测试。您也可以定制它。

注意，使用SSD时，当一个坏块发生时，它可能会被驱动器硬件自动重新映射，这取决于您正在使用的驱动器。此外，一项酷刑测试会使你的SSD的写作寿命大大缩短。所以，由你自己决定使用。

编辑：

添加关于SSD故障的说明，因为有人指出Bonnie++压力测试，但不跟踪错误。SSD(s)“重新映射坏块”的方式不同于硬盘驱动器重新映射的方式。它是如何进行的，完全取决于您拥有的SSD品牌/制造/型号：

• 廉价的SSD(s)只是失败了，因为他们没有多余的容量来重新映射，或者因为他们没有办法隔离失败的闪存块。他们只会挂起来或者离线，不会再上网了。
• 没有备用容量的中程SSD(s)可以生成Smartd警报，甚至可能在检测到故障块时生成OS级块设备错误。然而，当故障发生时，SSD的注册大小将发生变化。这可能导致错误，设备被操作系统脱机，或者导致设备本身挂起，需要拔出并重新插入才能再次识别。重新注册后，该设备的可用块大小将减少.
• 具有备用容量的高端SSD(s)将在幕后重新映射坏块，并可能生成OS级别的警报/警告。当备用容量耗尽时，该设备可能会沿着中档SSD(s)的路线失效。

当SSD由于被隔离的坏块而调整自身大小时，如果驱动器的固件没有自动执行正确的更新，则可能需要执行以下操作才能恢复驱动器：

http://communities.intel.com/message/145676

除非应力测试和错误测井工具是专门设计的SSD(s)，在心里，你只是在使用该设备的寿命。

编辑：

基于以上答案的信息，建议要么用更好的电缆替换电缆，要么更换驱动器(RMA/授权者替换)，因为这种OS文件系统级别的错误是不正常的。

此外，如果您的驱动器支持它，您可以增加为处理错误预留的空间：

http://www.thomas-krenn.com/en/wiki/SSD_超额供应_使用_赫德帕姆

Answer 3

我知道这已经有一年多的历史了，但是为了将来阅读这篇文章的人的利益，我希望你所需要的软件(D)还不存在于惠普实验室之外：

“了解SSD在电源故障下的鲁棒性”https://www.usenix.org/system/files/conference/fast13/fast13-final80.pdf

将电源故障注入替换为可选择的事件(或者在检测间歇性固件错误的情况下，不使用任何事件)，而这个软件似乎会检测到它。不幸的是，我不认为有其他选择，否则惠普大概不会自己写东西。

这是一个遗憾，因为我还需要这样的东西来证明虚拟环境中的问题；我怀疑提交的写并没有真正进入物理磁盘。能够像这样对存储堆栈进行压力测试将是很棒的，而不仅仅是SSD。我还没有找到合适的东西。