物理机群过多的话，硬盘故障是不可避免的问题，如何及时的监控物理硬盘的问题，然后出问题了应汇报出来方便硬盘及时的更换等，当着有很多种方式，定时任务脚本啊，监控工具啊等。

普通硬盘故障的检测方式：

我这里就先记录一种通过过滤/var/log/messages日志的方式来检测硬盘故障的方式。

本来打算贴下两年前写的脚本加定时任务的方式，后来想了下每个人写脚本的习惯和方式可能不一样，就简单记录下当时是怎么想的了。

egrep -i 'sd[a-z]*.*err|error*.*sd[a-z]|sd[a-z].*Hardware Error'  /var/log/messages   #通过这种方式基本上硬盘故障了能爆出来（做了RAID5，RAID10的硬盘除外），这个过滤还是比较靠谱的，基本有问题就会过滤出来。

然后就是围绕这个过滤来写脚本了，我的思路就是：

首先先判断有没有日志报错，如果有就将报错日志的时间记录下来然后写入到一个文件中去

然后下次再检查的话肯定还是会刷新到报错日志信息的，然后就再把日志报错信息取出来取出时间跟之前记录的时间做比较，如果时间一致就说明还是旧的日志，那么就不会再重复汇报，如果日期不相同，本次日期比较新就会在此上报信息。

而汇报呢，当发现要汇报的时候，会将报错日志信息写入到一个报错汇报文件中，例如写入到：warn-$ip.$date的形式。然后通过例如ftp之类的形式将报错文件汇聚到一个统一的节点目录。

然后再中心汇聚节点上面写日志分析脚本，如果有最新的warn文件就进行分析，发现确实有问题就报警给对应的联系人，如果是其他的问题就发送给对应的联系人。

大概就是这么个意思，就是日志过滤汇聚然后分析报警。当然中间的细节就根据自己的情况具体搞就行了。

SSD硬盘的检测方式：

SSD硬盘的检测还稍微有点不一样，当然也可以用上面的方式，不过可能要等彻底废的时候才会报出来，因为SSD都是有寿命吗，如果想当SSD寿命快到报废但是还没有报废呢。也就是SSD块废的时候就报警出来，提前做好准备呢?

#/usr/sbin/smartctl -A /dev/sdb   #/dev/sdb就是我的一个SSD硬盘

#好多信息我们是不用关心的，我们要的就是这一条信息。

#/usr/sbin/smartctl -A /dev/sdb |grep Media_Wearout_Indicator|awk '{print $4}'   #那这就是过滤出来我们要的结果。

073

#如果是一个新的SSD的话它是100，然后随着使用时间越长数值会越来越小，当快到000的时候，就是寿终正寝的时候了，你可以就检测这个值，例如当值010的时候就汇总到中心节点或者通过curl命令啊mail命令啊啥的报警出来。

#当然还有很多种方式，这是一种比较简单的方式，就在这里记录一下。