ECR硬盘故障检测分析专题

关键词：ECR、硬盘、故障、

摘    要：指导用服人员检测ECR故障硬盘（检测时请区分客户自购硬盘和公司出货硬盘）。主要包含：ECR硬盘故障的主要原因，HD Tune硬盘测试软件使用，硬盘使用的注意事项，重点在于介绍ECR故障硬盘检测操作分析过程，如果对其中一些细节不熟悉，可能还需要结合相关用户手册或维护手册来参考。

目  录

1 硬盘故障及主要原因. 3

1.1 导致硬盘硬故障的主要原因. 3

1.2 软故障主要原因. 4

2 硬盘测试. 4

2.1 HD Tune硬盘测试软件使用说明. 5

2.1.1 操作方法. 5

2.1.2 数据分析. 7

2.1.3 结果分析. 9

2.2 ECR对于硬盘下线的处理机制. 10

2.3 硬盘使用注意事项. 11

2.3.1 安装. 12

2.3.2 维护. 13

1  硬盘故障及主要原因

硬盘故障分为硬件故障和软件故障两类，诊断依据主要是根据系统上电后的现象、屏幕上出现的提示信息和测试软件的结果来判断。当硬盘出现故障后，应仔细分析故障现象，判断是属软故障还是物理器件损坏。

1.1  硬件故障的主要原因

硬盘硬件故障指由硬盘自身的机械零件或电子元器件损坏而引起。剧烈的震动、频繁开关机、电路短路、供电电压不稳定等比较容易引发硬盘物理性故障。主要包括扇区物理性损坏（常称为物理坏道）、磁头组件损坏、控制电路损坏和综合性损坏等。

1）. 在读/写磁头和磁碟并非直接接触，中间有一层空气垫，这是由磁碟高速转动产生的。如果硬盘磁头和磁片碰撞接触可能会损坏读写磁头，就可能刮花磁片表面出现坏道，也可能使读/写磁头产生偏移。

2）. 磁碟连接到电机上，通过电机的转动带动磁碟转动。随着使用的年限的增加，电机也会出故障。硬盘上的电机故障或者轴承出问题，都会降低磁碟转速、使磁碟与读写磁头之间不同步而导致读/写数据出错。

3）. 硬盘采用高度过滤的通风孔，以便维持硬盘内部和外部的空气压力平衡，并提供磁头与磁碟之间的空气层。如果过滤通风孔出故障，就有可能使外界的灰尘颗粒通过通风孔进入硬盘内部，这些灰尘将会对划伤磁片造成坏道。

4）. 硬盘上的控制电路也可能由于受人体静电影响而损坏。

1.2  软件故障主要原因

软件故障的含义是指硬盘上一些重要或有特殊意义的数据丢失、损坏或被修改而引起的引导失败或读写故障。硬盘的软故障大多是由于使用不当或维护不当造成的，例如系统区信息损坏、CMOS参数丢失或病毒入侵等。硬盘软故障相对于硬故障来说对数据的损坏程度小，更容易修复。

因此，对一个硬盘的好坏并不能单从是否存在坏道来判断，而应该结合各种其它诊断信息来综合判断。

2  硬盘测试

2.1  HD Tune硬盘测试软件使用说明

HD Tune 是一款小巧易用的硬盘工具软件，其主要功能有硬盘传输速率检测，健康状态检测，温度检测及磁盘表面扫描等。另外，还能检测出硬盘的固件版本、 序列号、容量、缓存大小以及当前的Ultra DMA模式等。虽然这些功能其它软件也有，但难能可贵的是此软件把所有这些功能积于一身，而且非常小巧，速度又快， 更重要的是它是免费软件，可自由使用。

HD Tune其中一个功能就是对硬盘进行全面扫描，找出硬盘中的坏道，下面对该软件的基本操作进行简单说明：

2.1.1  操作方法

1）. 运行HD Tune.exe，出现如下界面，在红箭头所指处选择要测试的硬盘：

2）. 按“错误扫描”选项，出现如下界面，不要选择“快速扫描”直接按“开始”；

3）. 测试开始，如果没有坏道，则界面上出现的方块全部为绿色，若检查出坏道，则会出现红块，如下图所示：

4）. 测试结束后，查看硬盘健康状态

2.1.2  数据分析

硬盘通过HDTune软件进行检测的结果如下所示，可以看到，坏道扫描（注意，如果使用的是快速扫描，并不是全盘扫描）结果是合格的，但是其SMART信息即健康信息的各项参数已经达到亚健康状态，SMART信息是硬盘工作过程中累加统计结果，可说明硬盘工作过程状态，这说明硬盘在使用过程中出错的可能性很大，下面对这些参数进行分析：

1）. ID号为05这一行为再分配扇区数，记录硬盘内部替代扇区数量，一般要求为0，从几块硬盘检测结果来看，有的硬盘这个数据已经成千上万，大大超出其阀值要求，说明之前该硬盘使用过程中出现过不少的坏扇区，只是被内部替换掉，替换后从检测结果来看是没有坏扇区，但是这些坏扇区使用一段时间后会向四周扩散，使其周围好扇区变坏，所以这块硬盘使用起来隐患很大；

2）. ID号为07这一行为寻道错误数，一般要求为0，但是这些硬盘该数据已经达到一个很大的数字，说明其运行过程中寻道错误率很高，可以判断这些硬盘的磁头已经有所损耗或是盘片不平，或者是硬盘运行过程中振动过大或经常性遭到碰撞；

3）. ID号为C3这一行为ECC校验恢复次数，ECC为硬盘内部对写入盘片的一个校验手段，一般在读出的数据与ECC校验值不符时，会能过ECC对数据进行恢复，该参数一般要求为0，这里数字很大，说明硬盘运行过程中经常出现读错误；

4）. 另外，硬盘连接到PC无法识别，很有可能是软故障，即可能是系统区信息遭到损坏，导致系统不能识别硬盘；当然也存在硬故障可能，如磁头或电机损坏，接口芯片损坏等，这个可能性较小。

2.1.3  结果分析

总体来说，这些硬盘已经处于一个不健康的状态，一方面出错率会很高，另一方面存在数据丢失的风险。出现大量的硬盘故障，很有可能有如下原因造成

1）. 硬盘来料不合格，可是运输过程包材不合格等原因导致硬盘损坏，如有坏道，而这种撞击产生的坏道是会扩散的，用了一段时间后，坏道会增加，导致出错率加大；，一般来说，上面所说的几个参数应该都为0；（现在我们公司出货的硬盘所有参数数值都为0）

2）. 硬盘为桌面级硬盘，只支持7×5小时工作时间，而在监控领域一般都是长时间不间断地工作，这会大大影响硬盘的寿命（厂家明确指出在这种工作条件下硬盘寿命是不能保证的）；监控领域内应用的硬盘一般都要求采用监控专用硬盘或企业级硬盘。

2.2  ECR对于硬盘下线的处理机制

1）. 系统刚启动或者有热插拔操作时，驱动程序会去识别硬盘。识别过程中有一项软复位操作，如果软复位操作超时，驱动会对该硬盘做下线处理。此种情况表现为无法识别硬盘。

2）. 驱动程序会监测每个在线硬盘的IO错误计数，如果在一段时间内IO错误增加超过阈值，会对该硬盘做下线处理。多次重试成功的，不算在IO错误计数内；多次重试并最终失败的，只计一次IO错误。此种情况表现为硬盘创阵列时下线，或者记录数据一段时间后下线。

3）. 内核（SCSI模块）在对硬盘操作过程中，如果发现有命令执行超时或者命令异常，会唤醒scsi-error进程，然后尝试一系列的reset、retry等恢复操作，如果都没成功，则把该硬盘置为下线状态，此种情况硬盘表现为硬盘创阵列时下线，或者记录数据一段时间后下线。

2.3  硬盘使用注意事项

在使用硬盘过程中，有如下注意事项，硬盘是精密器件，若使用不当，很容易导致出错。

2.3.1  安装

1）. 安装前或拆离硬盘后，硬盘一定要放在静电防护袋里，并放在平整干净的地方，最好放在衬垫上。手拿硬盘时一定要用静电防护袋包装，或只抓住边框，切忌用手触摸硬盘背面的PCB板，芯片及接头 信号插针，以防静电击坏硬盘控制器。对硬盘进行操作前，要安全接地，带上静电环，如果没有静电环，请经常触摸接了电源地线的计算机外壳，以便把身体静电放掉。

2）. 放置硬盘要小心轻放，并保持水平，最好是PCB板朝下；一定不要堆放，叠放。

3）. 轻拿轻放，注意要避免硬盘遭受撞击或强烈的震动。工作时的振动破坏经常能立刻表现出来，非工作时间的振动会给硬盘使用留下隐患，由其引起的故障经常是过了一段时间后才表现出来，让使用者难于定位故障真正原因。

4）. 操作时不能挤压硬盘的顶盖，硬盘是很脆弱很精密的仪器，内部稍微的一点扭矩和变形都会使它工作不正常。

5）. 安装时要注意，硬盘使用一个空气过滤器，将外部空气过滤导入到内部盘体，以免内外部气压差损坏HDA(Head Disk Assembly)，空气过滤器接口不能被堵住，否则会损坏硬盘。安装硬盘时不要强烈晃动，电源和信号电缆安装或拆除时要正向用力，以避免插针变形，导致信号传输接触不良，任何数据位或片选信号接触不良都可能导致硬盘检测失败。

6）. 硬盘控制器和盘体电路之间由一片FPC(柔性电路)连接，它很容易被撕裂，操作时候要小心。

7）. 安装时，硬盘和其它外设(安装面除外)的净空间不能小于0.05inches(1.25mm)，以防受到电磁干扰。

8）. 保持工作环境清洁，虽然硬盘是密封体，但若环境中灰尘过多还是会引起硬盘的接触不良、局部短路或灰尘进入盘体内部等故障。

2.3.2  维护

1）. 切忌使用电压波动大于15%的5V，12V电源。

2）. 切忌非正常关机，冷启动的时间间隔必须大于10秒。

3）. 马达旋转时不要搬动硬盘，操作前要保证完全停转，目前硬盘马达停转一般需要10S左右的时间，所以最好在断电10S以后再移动硬盘；因此热插拔的硬盘拔出后最好能先在框内轨道上放上10秒钟后再移动。

4）. 拔出不用的硬盘最好能马上用防静电袋包装归位。

5）. 故障硬盘寄回公司时必须使用合格的包装材料，以免再引入其它不确定的因素。