Linux系统运行中硬盘故障是比较常见的问题，故障表现包括文件读写报错、系统启动卡顿、磁盘空间显示异常、频繁出现IO错误等，不同的故障表现对应不同的排查和处理方向，需要按照从浅到深的顺序逐步定位问题。
常见硬盘故障类型
Linux下的硬盘故障主要分为三类，不同类型的故障排查方式存在差异：
- 物理故障：包括磁盘坏道、磁头损坏、电机故障等，这类故障通常伴随硬件异响、系统频繁卡顿、IO错误无法恢复等特征。
- 文件系统故障：由于非正常关机、断电、软件异常导致文件系统元数据损坏，表现为文件无法访问、目录结构异常、挂载失败等。
- 逻辑分区故障：分区表损坏、分区未正确挂载、磁盘空间被异常占用等，这类故障通常不会造成硬件损伤，修复难度相对较低。
基础排查步骤
第一步：查看系统日志定位错误
系统日志会记录硬盘相关的错误信息，首先可以通过日志判断故障的大致方向，使用dmesg命令查看内核日志，过滤磁盘相关错误：
# 查看最近的内核日志，过滤磁盘相关错误 dmesg | grep -i "error|fail|disk|sd" # 查看系统日志中的硬盘错误记录 grep -i "disk error" /var/log/messages
如果日志中出现I/O error、uncorrectable error等字样，大概率存在物理坏道或者硬件连接问题。
第二步：检查磁盘健康状态
使用smartctl工具可以读取硬盘的S.M.A.R.T信息，判断硬盘的健康状态，首先需要安装smartmontools工具包：
# CentOS/RHEL系统安装 yum install smartmontools -y # Ubuntu/Debian系统安装 apt install smartmontools -y
安装完成后执行以下命令检测硬盘健康状态：
# 查看硬盘整体健康状态，/dev/sda为待检测硬盘 smartctl -H /dev/sda # 查看详细的S.M.A.R.T信息 smartctl -a /dev/sda
如果输出中SMART overall-health self-assessment test result显示为PASSED，说明硬盘硬件层面暂时没有严重问题；如果显示为FAILED，则硬盘已经存在硬件故障，建议及时备份数据更换硬盘。
第三步：检查文件系统和分区状态
使用df和lsblk命令查看分区挂载和空间使用情况：
# 查看分区挂载和空间使用情况 df -h # 查看所有块设备信息 lsblk -f
如果发现某个分区无法挂载，或者挂载后读写异常，可能是文件系统损坏，需要进一步检测文件系统。
常见故障修复方法
文件系统损坏修复
如果确认是文件系统损坏，且分区没有被挂载，可以使用fsck工具修复，注意修复前一定要卸载对应分区，避免数据损坏：
# 卸载待修复的分区，/dev/sda1为分区路径 umount /dev/sda1 # 修复ext4文件系统，按提示输入y确认修复操作 fsck -y /dev/sda1 # 如果是xfs文件系统，使用xfs_repair修复 xfs_repair /dev/sda1
如果分区是系统根分区，无法卸载，可以进入单用户模式或者使用Live CD启动系统后再执行修复操作。
磁盘坏道处理
如果是逻辑坏道，可以尝试使用badblocks工具标记坏道，避免系统再次写入坏道区域：
# 扫描磁盘坏道，/dev/sda为待检测磁盘 badblocks -v /dev/sda > badblocks_list.txt # 将坏道信息写入文件系统，避免后续使用 e2fsck -l badblocks_list.txt /dev/sda1
如果是物理坏道，上述方法只能临时规避，无法彻底修复，建议尽快备份重要数据，更换新的硬盘。
分区表损坏修复
如果分区表损坏导致分区无法识别，可以使用testdisk工具恢复分区表：
# 安装testdisk工具 yum install testdisk -y # 运行工具按照提示选择磁盘和分区表类型，扫描恢复分区 testdisk /dev/sda
故障预防建议
为了减少硬盘故障带来的影响，日常使用中可以采取以下预防措施：
- 定期备份重要数据，避免故障导致数据丢失。
- 定期使用
smartctl检测硬盘健康状态，提前发现潜在硬件问题。 - 避免服务器非正常关机、频繁断电，减少文件系统损坏的概率。
- 对于重要业务系统，可以采用RAID阵列冗余，单块硬盘故障不会影响业务运行。
注意：如果硬盘已经出现严重的物理故障，不要反复尝试通电修复，避免故障扩大，建议联系专业数据恢复机构处理。