RAID 1 mdadm simples não ativando sobressalentes

Eu criei duas partições de 2 TB HDD ( /dev/sdb1e /dev/sdc1) em um array RAID 1 chamado /dev/md0usando mdadmno Ubuntu 12.04 LTS Precise Pangolin.

O comando sudo mdadm --detail /dev/md0usado para indicar ambas as unidades como sincronização ativa .

Em seguida, nos testes, falhei /dev/sdb1, removi-o e adicionei-o novamente com o comandosudo mdadm /dev/md0 --add /dev/sdb1

watch cat /proc/mdstat mostrou uma barra de progresso da reconstrução da matriz, mas como eu não passava horas assistindo, assumi que o software sabia o que estava fazendo.

Depois que a barra de progresso não era mais exibida, é cat /proc/mdstatexibido:

md0 : active raid1 sdb1[2](S) sdc1[1]
      1953511288 blocks super 1.2 [2/1] [U_]

E sudo mdadm --detail /dev/md0mostra:

/dev/md0:
        Version : 1.2
  Creation Time : Sun May 27 11:26:05 2012
     Raid Level : raid1
     Array Size : 1953511288 (1863.01 GiB 2000.40 GB)
  Used Dev Size : 1953511288 (1863.01 GiB 2000.40 GB)
   Raid Devices : 2
  Total Devices : 2
    Persistence : Superblock is persistent

    Update Time : Mon May 28 11:16:49 2012
          State : clean, degraded 
 Active Devices : 1
Working Devices : 2
 Failed Devices : 0
  Spare Devices : 1

           Name : Deltique:0  (local to host Deltique)
           UUID : 49733c26:dd5f67b5:13741fb7:c568bd04
         Events : 32365

    Number   Major   Minor   RaidDevice State
       1       8       33        0      active sync   /dev/sdc1
       1       0        0        1      removed

       2       8       17        -      spare   /dev/sdb1

Foi-me dito que o mdadm substitui automaticamente as unidades removidas por peças de reposição, mas /dev/sdb1não está sendo movido para a posição esperada, RaidDevice 1.

ATUALIZAÇÃO (30 de maio de 2012): Um teste badblocksdestrutivo de leitura e gravação de todo o /dev/sdbdisco não produziu erros conforme o esperado; os dois HDs são novos.

Na edição mais recente, montei a matriz com este comando:

sudo mdadm --assemble --force --no-degraded /dev/md0 /dev/sdb1 /dev/sdc1

A saída foi:

mdadm: /dev/md0 has been started with 1 drive (out of 2) and 1 rebuilding.

A reconstrução parece que está progredindo normalmente:

md0 : active raid1 sdc1[1] sdb1[2]
      1953511288 blocks super 1.2 [2/1] [U_]
      [>....................]  recovery =  0.6% (13261504/1953511288) finish=2299.7min speed=14060K/sec

unused devices: <none>

Agora estou aguardando essa reconstrução, mas espero me /dev/sdb1tornar um sobressalente, assim como as cinco ou seis vezes que tentei reconstruir antes.

ATUALIZAÇÃO (31 de maio de 2012): Sim, ainda é uma reposição. Ugh!

ATUALIZAÇÃO (01 de junho de 2012): Estou tentando o comando sugerido por Adrian Kelly :

sudo mdadm --assemble --update=resync /dev/md0 /dev/sdb1 /dev/sdc1

Aguardando a reconstrução agora ...

ATUALIZAÇÃO (02 de junho de 2012): Não, ainda é um ...

UPDATE (4 de junho, 2012): PB trouxe à tona uma preocupação que eu negligenciado: talvez /dev/sdc1é encontrar erros de E / S . Eu não me preocupei em verificar /dev/sdc1porque parecia estar funcionando muito bem e era novo em folha, mas erros de E / S no final da unidade são uma possibilidade racional.

Eu comprei esses HDs à venda, portanto não seria surpresa que um deles já esteja falhando. Além disso, nenhum deles tem suporte para o SMART , portanto, não é de admirar que eles fossem tão baratos ...

Aqui está o procedimento de recuperação de dados que acabei de criar e estou seguindo:

1. sudo mdadm /dev/md0 --fail /dev/sdb1para que eu possa tirar /dev/sdb1.
2. sudo mdadm /dev/md0 --remove /dev/sdb1para remover /dev/sdb1da matriz.
3. /dev/sdc1 está montado em /media/DtkBk
4. Formate /dev/sdb1como ext4.
5. Monte /dev/sdb1em /media/DtkBkTemp.
6. cd /media para trabalhar nessa área.
7. sudo chown deltik DtkBkTemppara me dar (nome de usuário deltik) direitos para a partição.
8. Copie todos os arquivos e diretórios: sudo rsync -avzHXShP DtkBk/* DtkBkTemp

UPDATE (06 de junho de 2012): fiz um teste badblocksdestrutivo no modo de gravação /dev/sdc, seguindo os seguintes procedimentos:

1. sudo umount /media/DtkBk para permitir o rompimento da matriz.
2. sudo mdadm --stop /dev/md0 para parar a matriz.
3. sudo badblocks -w -p 1 /dev/sdc -s -vpara limpar o disco rígido suspeito e, no processo, verifique se há erros de E / S. Se houver erros de E / S, esse não é um bom sinal. Espero conseguir um reembolso ...

Confirmei agora que não há problemas de entrada / saída em qualquer disco rígido .

De toda essa investigação, minhas duas perguntas originais ainda permanecem.

Minhas perguntas são:

1. Por que a unidade sobressalente não está se tornando sincronizada ativamente?
2. Como faço para ativar a unidade sobressalente?

Isso simplesmente lança a unidade na matriz sem realmente fazer nada com ela, ou seja, é um membro da matriz, mas não está ativo nela. Por padrão, isso o transforma em um sobressalente:

sudo mdadm /dev/md0 --add /dev/sdb1

Se você tiver um sobressalente, poderá aumentá-lo forçando a contagem de unidades ativas para o array crescer. Com 3 unidades e 2 com previsão de ativação, você precisaria aumentar a contagem ativa para 3.

mdadm --grow /dev/md0 --raid-devices=3

O driver da matriz de ataques notará que você está "curto" em uma unidade e, em seguida, procurará uma sobressalente. Encontrando o sobressalente, ele o integrará na matriz como uma unidade ativa. Abra um terminal sobressalente e deixe que esta linha de comando um tanto grosseira seja executada nele, para acompanhar o progresso da ressincronização. Digite-o como uma linha ou use o caractere de quebra de linha (\) e, assim que a reconstrução terminar, digite Ctrl-C no terminal.

while true; do sleep 60; clear; sudo mdadm --detail /dev/md0; echo; cat /proc/mdstat; done

Sua matriz agora terá duas unidades ativas sincronizadas, mas como não há três unidades, ela não estará 100% limpa. Remova a unidade com falha e redimensione a matriz. Note que a --growbandeira é um pouco de um equívoco - isso pode significar quer crescer ou encolher:

sudo mdadm /dev/md0 --fail /dev/{failed drive}
sudo mdadm /dev/md0 --remove /dev/{failed drive}
sudo mdadm --grow /dev/md0 --raid-devices=2

Com relação aos erros, um problema de link com a unidade (ou seja, a porta PATA / SATA, cabo ou conector da unidade) não é suficiente para acionar um failover de um hot spare, pois o kernel normalmente passa a usar o outro "bom" enquanto redefine o link para a unidade "incorreta". Eu sei disso porque executo uma matriz de 3 unidades, duas quentes, uma sobressalente e uma das unidades recentemente decidiu vomitar um pouco nos logs. Quando testei todas as unidades da matriz, todas as três passaram na versão "longa" do teste SMART; portanto, não há problema com os pratos, os componentes mecânicos ou o controlador onboard - o que deixa um cabo de ligação esquisito ou um porta SATA ruim. Talvez seja isso que você está vendo. Tente mudar a unidade para uma porta diferente da placa-mãe ou usando um cabo diferente e verifique se ela melhora.

Um acompanhamento: concluí minha expansão do espelho para 3 unidades, falhei e removi a unidade escamosa da matriz md, troquei o cabo a quente por uma nova (a placa-mãe suporta isso) e re-adicionei a unidade. Após a reinicialização, ele imediatamente iniciou uma ressincronização da unidade. Até o momento, nenhum erro apareceu no log, apesar da unidade estar sendo muito usada. Portanto, sim, os cabos da unidade podem ficar esquisitos.

Eu tive exatamente o mesmo problema e, no meu caso, descobri que o disco RAID ativo sofria de erros de leitura durante a sincronização. Portanto, o novo disco foi mais recente sincronizado com sucesso e, portanto, foi mantido marcado como sobressalente.

Você pode querer verificar seus / var / log / messages e outros logs do sistema quanto a erros. Além disso, também pode ser uma boa ideia verificar o status SMART do seu disco:
1) Execute o teste curto:

"smartctl -t curto / dev / sda"

2) Exiba os resultados do teste:

"smartctl -l selftest / dev / sda"

No meu caso, isso retornou algo como isto:

=== INÍCIO DE LEITURA SECÇÃO DE DADOS INTELIGENTE ===
número da revisão da estrutura de log de autoteste SMART 1
Num Test_Description Status Tempo restante da vida útil (horas) LBA_of_first_error
1 Estendido off-line concluído: falha de leitura 90% 7564 27134728
2 Off- line curto concluído: falha de leitura 90% 7467 1408449701

Eu tive que inicializar uma distribuição ao vivo e copiar manualmente os dados do disco defeituoso para o novo (atualmente "sobressalente").

Eu tinha exatamente o mesmo problema e sempre pensei que meu segundo disco, que eu queria adicionar novamente à matriz, apresentava erros. Mas era meu disco original tinha lido erros.

Você pode verificar smartctl -t short /dev/sdXe ver os resultados alguns minutos depois com smartctl -l selftest /dev/sdX. Para mim, parecia assim:

=== START OF READ SMART DATA SECTION ===
SMART Self-test log structure revision number 1
Num  Test_Description    Status                  Remaining  LifeTime(hours)  LBA_of_first_error
# 1  Short offline       Completed: read failure       20%     25151         734566647

Eu tentei consertá-los com este manual . Foi divertido :-). Eu sei que você verificou os dois discos quanto a erros, mas acho que o seu problema é que o disco que ainda está na matriz md tem erros de leitura, portanto, a adição de um segundo disco falha.

Atualizar

Você deve executar adicionalmente a smartctl -a /dev/sdX Se você vir Current_Pending_Sector> 0 algo está errado

197 Current_Pending_Sector 0x0012 098 098 000 Old_age Always - 69

Para mim, foi definitivamente o problema de remover um disco do ataque apenas para teste e ressincronização não pôde ser solucionado devido a falhas de leitura. A sincronização foi interrompida na metade do caminho. Quando verifiquei meu disco, que ainda estava na matriz de ataques, o smartctl relatou problemas.

Eu poderia corrigi-los com o manual acima e vi o número de setores pendentes reduzido. Mas havia muitos e é um procedimento longo e chato, então usei meu backup e restaurei os dados em um servidor diferente.

Como você não teve a oportunidade de usar o SMART, acho que seu autoteste não apareceu nos setores defeituosos.

Para mim, é uma lição aprendida: verifique seus discos antes de remover um da sua matriz.

Eu tive um problema semelhante e o corrigi aumentando a quantidade de discos RAID de 1 para 2.

mdadm --grow --raid-devices=2 /dev/md1

ATUALIZAÇÃO (24 de maio de 2015): Após três anos, investiguei a verdadeira causa da degradação da matriz RAID 1.

tl; dr: Uma das unidades estava com defeito e eu não percebi isso porque havia realizado apenas um teste de superfície completa na boa unidade.

Três anos atrás, não pensei em verificar nenhum registro sobre problemas de E / S. Se eu tivesse pensado em verificar /var/log/syslog, eu teria visto algo assim quando mdadmdesistiu de reconstruir a matriz:

May 24 14:08:32 node51 kernel: [51887.853786] sd 8:0:0:0: [sdi] Unhandled sense code
May 24 14:08:32 node51 kernel: [51887.853794] sd 8:0:0:0: [sdi]
May 24 14:08:32 node51 kernel: [51887.853798] Result: hostbyte=DID_OK driverbyte=DRIVER_SENSE
May 24 14:08:32 node51 kernel: [51887.853802] sd 8:0:0:0: [sdi]
May 24 14:08:32 node51 kernel: [51887.853805] Sense Key : Medium Error [current]
May 24 14:08:32 node51 kernel: [51887.853812] sd 8:0:0:0: [sdi]
May 24 14:08:32 node51 kernel: [51887.853815] Add. Sense: Unrecovered read error
May 24 14:08:32 node51 kernel: [51887.853819] sd 8:0:0:0: [sdi] CDB:
May 24 14:08:32 node51 kernel: [51887.853822] Read(10): 28 00 00 1b 6e 00 00 00 01 00
May 24 14:08:32 node51 kernel: [51887.853836] end_request: critical medium error, dev sdi, sector 14381056
May 24 14:08:32 node51 kernel: [51887.853849] Buffer I/O error on device sdi, logical block 1797632

Para obter essa saída no log, procurei o primeiro LBA problemático (14381058, no meu caso) com este comando:

root@node51 [~]# dd if=/dev/sdi of=/dev/zero bs=512 count=1 skip=14381058
dd: error reading ‘/dev/sdi’: Input/output error
0+0 records in
0+0 records out
0 bytes (0 B) copied, 7.49287 s, 0.0 kB/s

Não é à toa que mddesistiu! Não é possível reconstruir uma matriz de uma unidade defeituosa.

A nova tecnologia (melhor smartmontoolscompatibilidade de hardware?) Me permitiu obter informações SMART da unidade, incluindo os últimos cinco erros (dos 1393 erros até agora):

root@node51 [~]# smartctl -a /dev/sdi
smartctl 6.2 2013-07-26 r3841 [x86_64-linux-3.13.0-43-generic] (local build)
Copyright (C) 2002-13, Bruce Allen, Christian Franke, www.smartmontools.org

=== START OF INFORMATION SECTION ===
Model Family:     Hitachi Deskstar 5K3000
Device Model:     Hitachi HDS5C3020ALA632
Serial Number:    ML2220FA040K9E
LU WWN Device Id: 5 000cca 36ac1d394
Firmware Version: ML6OA800
User Capacity:    2,000,398,934,016 bytes [2.00 TB]
Sector Size:      512 bytes logical/physical
Rotation Rate:    5940 rpm
Device is:        In smartctl database [for details use: -P show]
ATA Version is:   ATA8-ACS T13/1699-D revision 4
SATA Version is:  SATA 2.6, 6.0 Gb/s (current: 3.0 Gb/s)
Local Time is:    Sun May 24 14:13:35 2015 CDT
SMART support is: Available - device has SMART capability.
SMART support is: Enabled

=== START OF READ SMART DATA SECTION ===
SMART STATUS RETURN: incomplete response, ATA output registers missing
SMART overall-health self-assessment test result: PASSED
Warning: This result is based on an Attribute check.

General SMART Values:
Offline data collection status:  (0x84) Offline data collection activity
                                        was suspended by an interrupting command from host.
                                        Auto Offline Data Collection: Enabled.
Self-test execution status:      (   0) The previous self-test routine completed
                                        without error or no self-test has ever
                                        been run.
Total time to complete Offline
data collection:                (21438) seconds.
Offline data collection
capabilities:                    (0x5b) SMART execute Offline immediate.
                                        Auto Offline data collection on/off support.
                                        Suspend Offline collection upon new
                                        command.
                                        Offline surface scan supported.
                                        Self-test supported.
                                        No Conveyance Self-test supported.
                                        Selective Self-test supported.
SMART capabilities:            (0x0003) Saves SMART data before entering
                                        power-saving mode.
                                        Supports SMART auto save timer.
Error logging capability:        (0x01) Error logging supported.
                                        General Purpose Logging supported.
Short self-test routine
recommended polling time:        (   1) minutes.
Extended self-test routine
recommended polling time:        ( 358) minutes.
SCT capabilities:              (0x003d) SCT Status supported.
                                        SCT Error Recovery Control supported.
                                        SCT Feature Control supported.
                                        SCT Data Table supported.

SMART Attributes Data Structure revision number: 16
Vendor Specific SMART Attributes with Thresholds:
ID# ATTRIBUTE_NAME          FLAG     VALUE WORST THRESH TYPE      UPDATED  WHEN_FAILED RAW_VALUE
  1 Raw_Read_Error_Rate     0x000b   100   100   016    Pre-fail  Always       -       0
  2 Throughput_Performance  0x0005   136   136   054    Pre-fail  Offline      -       93
  3 Spin_Up_Time            0x0007   172   172   024    Pre-fail  Always       -       277 (Average 362)
  4 Start_Stop_Count        0x0012   100   100   000    Old_age   Always       -       174
  5 Reallocated_Sector_Ct   0x0033   100   100   005    Pre-fail  Always       -       8
  7 Seek_Error_Rate         0x000b   100   100   067    Pre-fail  Always       -       0
  8 Seek_Time_Performance   0x0005   146   146   020    Pre-fail  Offline      -       29
  9 Power_On_Hours          0x0012   097   097   000    Old_age   Always       -       22419
 10 Spin_Retry_Count        0x0013   100   100   060    Pre-fail  Always       -       0
 12 Power_Cycle_Count       0x0032   100   100   000    Old_age   Always       -       161
192 Power-Off_Retract_Count 0x0032   100   100   000    Old_age   Always       -       900
193 Load_Cycle_Count        0x0012   100   100   000    Old_age   Always       -       900
194 Temperature_Celsius     0x0002   127   127   000    Old_age   Always       -       47 (Min/Max 19/60)
196 Reallocated_Event_Count 0x0032   100   100   000    Old_age   Always       -       8
197 Current_Pending_Sector  0x0022   100   100   000    Old_age   Always       -       30
198 Offline_Uncorrectable   0x0008   100   100   000    Old_age   Offline      -       0
199 UDMA_CRC_Error_Count    0x000a   200   200   000    Old_age   Always       -       2

SMART Error Log Version: 1
ATA Error Count: 1393 (device log contains only the most recent five errors)
        CR = Command Register [HEX]
        FR = Features Register [HEX]
        SC = Sector Count Register [HEX]
        SN = Sector Number Register [HEX]
        CL = Cylinder Low Register [HEX]
        CH = Cylinder High Register [HEX]
        DH = Device/Head Register [HEX]
        DC = Device Command Register [HEX]
        ER = Error register [HEX]
        ST = Status register [HEX]
Powered_Up_Time is measured from power on, and printed as
DDd+hh:mm:SS.sss where DD=days, hh=hours, mm=minutes,
SS=sec, and sss=millisec. It "wraps" after 49.710 days.

Error 1393 occurred at disk power-on lifetime: 22419 hours (934 days + 3 hours)
  When the command that caused the error occurred, the device was active or idle.

  After command completion occurred, registers were:
  ER ST SC SN CL CH DH
  -- -- -- -- -- -- --
  40 51 06 02 70 db 00  Error: UNC 6 sectors at LBA = 0x00db7002 = 14381058

  Commands leading to the command that caused the error were:
  CR FR SC SN CL CH DH DC   Powered_Up_Time  Command/Feature_Name
  -- -- -- -- -- -- -- --  ----------------  --------------------
  25 00 08 00 70 db 40 00   1d+03:59:34.096  READ DMA EXT
  25 00 08 00 70 db 40 00   1d+03:59:30.334  READ DMA EXT
  b0 d5 01 09 4f c2 00 00   1d+03:57:59.057  SMART READ LOG
  b0 d5 01 06 4f c2 00 00   1d+03:57:58.766  SMART READ LOG
  b0 d5 01 01 4f c2 00 00   1d+03:57:58.476  SMART READ LOG

Error 1392 occurred at disk power-on lifetime: 22419 hours (934 days + 3 hours)
  When the command that caused the error occurred, the device was active or idle.

  After command completion occurred, registers were:
  ER ST SC SN CL CH DH
  -- -- -- -- -- -- --
  40 51 06 02 70 db 00  Error: UNC 6 sectors at LBA = 0x00db7002 = 14381058

  Commands leading to the command that caused the error were:
  CR FR SC SN CL CH DH DC   Powered_Up_Time  Command/Feature_Name
  -- -- -- -- -- -- -- --  ----------------  --------------------
  25 00 08 00 70 db 40 00   1d+03:59:30.334  READ DMA EXT
  b0 d5 01 09 4f c2 00 00   1d+03:57:59.057  SMART READ LOG
  b0 d5 01 06 4f c2 00 00   1d+03:57:58.766  SMART READ LOG
  b0 d5 01 01 4f c2 00 00   1d+03:57:58.476  SMART READ LOG
  b0 d5 01 00 4f c2 00 00   1d+03:57:58.475  SMART READ LOG

Error 1391 occurred at disk power-on lifetime: 22419 hours (934 days + 3 hours)
  When the command that caused the error occurred, the device was active or idle.

  After command completion occurred, registers were:
  ER ST SC SN CL CH DH
  -- -- -- -- -- -- --
  40 51 06 02 70 db 00  Error: UNC 6 sectors at LBA = 0x00db7002 = 14381058

  Commands leading to the command that caused the error were:
  CR FR SC SN CL CH DH DC   Powered_Up_Time  Command/Feature_Name
  -- -- -- -- -- -- -- --  ----------------  --------------------
  25 00 08 00 70 db 40 00   1d+03:56:28.228  READ DMA EXT
  25 00 08 00 70 db 40 00   1d+03:56:24.549  READ DMA EXT
  25 00 08 00 70 db 40 00   1d+03:56:06.711  READ DMA EXT
  25 00 10 f0 71 db 40 00   1d+03:56:06.711  READ DMA EXT
  25 00 f0 00 71 db 40 00   1d+03:56:06.710  READ DMA EXT

Error 1390 occurred at disk power-on lifetime: 22419 hours (934 days + 3 hours)
  When the command that caused the error occurred, the device was active or idle.

  After command completion occurred, registers were:
  ER ST SC SN CL CH DH
  -- -- -- -- -- -- --
  40 51 06 02 70 db 00  Error: UNC 6 sectors at LBA = 0x00db7002 = 14381058

  Commands leading to the command that caused the error were:
  CR FR SC SN CL CH DH DC   Powered_Up_Time  Command/Feature_Name
  -- -- -- -- -- -- -- --  ----------------  --------------------
  25 00 08 00 70 db 40 00   1d+03:56:24.549  READ DMA EXT
  25 00 08 00 70 db 40 00   1d+03:56:06.711  READ DMA EXT
  25 00 10 f0 71 db 40 00   1d+03:56:06.711  READ DMA EXT
  25 00 f0 00 71 db 40 00   1d+03:56:06.710  READ DMA EXT
  25 00 10 f0 70 db 40 00   1d+03:56:06.687  READ DMA EXT

Error 1389 occurred at disk power-on lifetime: 22419 hours (934 days + 3 hours)
  When the command that caused the error occurred, the device was active or idle.

  After command completion occurred, registers were:
  ER ST SC SN CL CH DH
  -- -- -- -- -- -- --
  40 51 06 02 70 db 00  Error: UNC 6 sectors at LBA = 0x00db7002 = 14381058

  Commands leading to the command that caused the error were:
  CR FR SC SN CL CH DH DC   Powered_Up_Time  Command/Feature_Name
  -- -- -- -- -- -- -- --  ----------------  --------------------
  25 00 08 00 70 db 40 00   1d+03:56:06.711  READ DMA EXT
  25 00 10 f0 71 db 40 00   1d+03:56:06.711  READ DMA EXT
  25 00 f0 00 71 db 40 00   1d+03:56:06.710  READ DMA EXT
  25 00 10 f0 70 db 40 00   1d+03:56:06.687  READ DMA EXT
  25 00 f0 00 70 db 40 00   1d+03:56:03.026  READ DMA EXT

SMART Self-test log structure revision number 1
Num  Test_Description    Status                  Remaining  LifeTime(hours)  LBA_of_first_error
# 1  Extended offline    Completed: read failure       90%     21249         14381058

SMART Selective self-test log data structure revision number 1
 SPAN  MIN_LBA  MAX_LBA  CURRENT_TEST_STATUS
    1        0        0  Not_testing
    2        0        0  Not_testing
    3        0        0  Not_testing
    4        0        0  Not_testing
    5        0        0  Not_testing
Selective self-test flags (0x0):
  After scanning selected spans, do NOT read-scan remainder of disk.
If Selective self-test is pending on power-up, resume after 0 minute delay.

Ahh ... isso faria isso.

Agora, resolvi esta questão em três etapas fáceis:

1. Torne-se um administrador do sistema em três anos.
2. Verifique os logs.
3. Volte ao Superusuário e ria da minha abordagem de três anos atrás .

ATUALIZAÇÃO (19 de julho de 2015): para quem está curioso, a unidade finalmente ficou sem setores para remapear:

root@node51 [~]# smartctl -a /dev/sdg
smartctl 6.2 2013-07-26 r3841 [x86_64-linux-3.13.0-43-generic] (local build)
Copyright (C) 2002-13, Bruce Allen, Christian Franke, www.smartmontools.org

=== START OF INFORMATION SECTION ===
Model Family:     Hitachi Deskstar 5K3000
Device Model:     Hitachi HDS5C3020ALA632
Serial Number:    ML2220FA040K9E
LU WWN Device Id: 5 000cca 36ac1d394
Firmware Version: ML6OA800
User Capacity:    2,000,398,934,016 bytes [2.00 TB]
Sector Size:      512 bytes logical/physical
Rotation Rate:    5940 rpm
Device is:        In smartctl database [for details use: -P show]
ATA Version is:   ATA8-ACS T13/1699-D revision 4
SATA Version is:  SATA 2.6, 6.0 Gb/s (current: 3.0 Gb/s)
Local Time is:    Sun Jul 19 14:00:33 2015 CDT
SMART support is: Available - device has SMART capability.
SMART support is: Enabled

=== START OF READ SMART DATA SECTION ===
SMART STATUS RETURN: incomplete response, ATA output registers missing
SMART overall-health self-assessment test result: FAILED!
Drive failure expected in less than 24 hours. SAVE ALL DATA.
See vendor-specific Attribute list for failed Attributes.

General SMART Values:
Offline data collection status:  (0x85) Offline data collection activity
                                        was aborted by an interrupting command from host.
                                        Auto Offline Data Collection: Enabled.
Self-test execution status:      ( 117) The previous self-test completed having
                                        the read element of the test failed.
Total time to complete Offline
data collection:                (21438) seconds.
Offline data collection
capabilities:                    (0x5b) SMART execute Offline immediate.
                                        Auto Offline data collection on/off support.
                                        Suspend Offline collection upon new
                                        command.
                                        Offline surface scan supported.
                                        Self-test supported.
                                        No Conveyance Self-test supported.
                                        Selective Self-test supported.
SMART capabilities:            (0x0003) Saves SMART data before entering
                                        power-saving mode.
                                        Supports SMART auto save timer.
Error logging capability:        (0x01) Error logging supported.
                                        General Purpose Logging supported.
Short self-test routine
recommended polling time:        (   1) minutes.
Extended self-test routine
recommended polling time:        ( 358) minutes.
SCT capabilities:              (0x003d) SCT Status supported.
                                        SCT Error Recovery Control supported.
                                        SCT Feature Control supported.
                                        SCT Data Table supported.

SMART Attributes Data Structure revision number: 16
Vendor Specific SMART Attributes with Thresholds:
ID# ATTRIBUTE_NAME          FLAG     VALUE WORST THRESH TYPE      UPDATED  WHEN_FAILED RAW_VALUE
  1 Raw_Read_Error_Rate     0x000b   099   099   016    Pre-fail  Always       -       2
  2 Throughput_Performance  0x0005   136   136   054    Pre-fail  Offline      -       93
  3 Spin_Up_Time            0x0007   163   163   024    Pre-fail  Always       -       318 (Average 355)
  4 Start_Stop_Count        0x0012   100   100   000    Old_age   Always       -       181
  5 Reallocated_Sector_Ct   0x0033   001   001   005    Pre-fail  Always   FAILING_NOW 1978
  7 Seek_Error_Rate         0x000b   086   086   067    Pre-fail  Always       -       1245192
  8 Seek_Time_Performance   0x0005   146   146   020    Pre-fail  Offline      -       29
  9 Power_On_Hours          0x0012   097   097   000    Old_age   Always       -       23763
 10 Spin_Retry_Count        0x0013   100   100   060    Pre-fail  Always       -       0
 12 Power_Cycle_Count       0x0032   100   100   000    Old_age   Always       -       167
192 Power-Off_Retract_Count 0x0032   092   092   000    Old_age   Always       -       10251
193 Load_Cycle_Count        0x0012   092   092   000    Old_age   Always       -       10251
194 Temperature_Celsius     0x0002   111   111   000    Old_age   Always       -       54 (Min/Max 19/63)
196 Reallocated_Event_Count 0x0032   001   001   000    Old_age   Always       -       2927
197 Current_Pending_Sector  0x0022   100   100   000    Old_age   Always       -       33
198 Offline_Uncorrectable   0x0008   100   100   000    Old_age   Offline      -       0
199 UDMA_CRC_Error_Count    0x000a   200   200   000    Old_age   Always       -       2

SMART Error Log Version: 1
ATA Error Count: 2240 (device log contains only the most recent five errors)
        CR = Command Register [HEX]
        FR = Features Register [HEX]
        SC = Sector Count Register [HEX]
        SN = Sector Number Register [HEX]
        CL = Cylinder Low Register [HEX]
        CH = Cylinder High Register [HEX]
        DH = Device/Head Register [HEX]
        DC = Device Command Register [HEX]
        ER = Error register [HEX]
        ST = Status register [HEX]
Powered_Up_Time is measured from power on, and printed as
DDd+hh:mm:SS.sss where DD=days, hh=hours, mm=minutes,
SS=sec, and sss=millisec. It "wraps" after 49.710 days.

Error 2240 occurred at disk power-on lifetime: 23763 hours (990 days + 3 hours)
  When the command that caused the error occurred, the device was active or idle.

  After command completion occurred, registers were:
  ER ST SC SN CL CH DH
  -- -- -- -- -- -- --
  10 51 f0 18 0f 2f 00  Error: IDNF 240 sectors at LBA = 0x002f0f18 = 3084056

  Commands leading to the command that caused the error were:
  CR FR SC SN CL CH DH DC   Powered_Up_Time  Command/Feature_Name
  -- -- -- -- -- -- -- --  ----------------  --------------------
  35 00 f0 18 0f 2f 40 00      00:25:01.942  WRITE DMA EXT
  35 00 f0 28 0e 2f 40 00      00:25:01.168  WRITE DMA EXT
  35 00 f0 38 0d 2f 40 00      00:25:01.157  WRITE DMA EXT
  35 00 f0 48 0c 2f 40 00      00:25:01.147  WRITE DMA EXT
  35 00 f0 58 0b 2f 40 00      00:25:01.136  WRITE DMA EXT

Error 2239 occurred at disk power-on lifetime: 23763 hours (990 days + 3 hours)
  When the command that caused the error occurred, the device was active or idle.

  After command completion occurred, registers were:
  ER ST SC SN CL CH DH
  -- -- -- -- -- -- --
  10 51 5a 4e f7 2e 00  Error: IDNF 90 sectors at LBA = 0x002ef74e = 3077966

  Commands leading to the command that caused the error were:
  CR FR SC SN CL CH DH DC   Powered_Up_Time  Command/Feature_Name
  -- -- -- -- -- -- -- --  ----------------  --------------------
  35 00 f0 b8 f6 2e 40 00      00:24:57.967  WRITE DMA EXT
  35 00 f0 c8 f5 2e 40 00      00:24:57.956  WRITE DMA EXT
  35 00 f0 d8 f4 2e 40 00      00:24:57.945  WRITE DMA EXT
  35 00 f0 e8 f3 2e 40 00      00:24:57.934  WRITE DMA EXT
  35 00 f0 f8 f2 2e 40 00      00:24:57.924  WRITE DMA EXT

Error 2238 occurred at disk power-on lifetime: 23763 hours (990 days + 3 hours)
  When the command that caused the error occurred, the device was active or idle.

  After command completion occurred, registers were:
  ER ST SC SN CL CH DH
  -- -- -- -- -- -- --
  10 51 40 a8 c6 2e 00  Error: IDNF 64 sectors at LBA = 0x002ec6a8 = 3065512

  Commands leading to the command that caused the error were:
  CR FR SC SN CL CH DH DC   Powered_Up_Time  Command/Feature_Name
  -- -- -- -- -- -- -- --  ----------------  --------------------
  35 00 f0 f8 c5 2e 40 00      00:24:49.444  WRITE DMA EXT
  35 00 f0 08 c5 2e 40 00      00:24:49.433  WRITE DMA EXT
  35 00 f0 18 c4 2e 40 00      00:24:49.422  WRITE DMA EXT
  35 00 f0 28 c3 2e 40 00      00:24:49.412  WRITE DMA EXT
  35 00 f0 38 c2 2e 40 00      00:24:49.401  WRITE DMA EXT

Error 2237 occurred at disk power-on lifetime: 23763 hours (990 days + 3 hours)
  When the command that caused the error occurred, the device was active or idle.

  After command completion occurred, registers were:
  ER ST SC SN CL CH DH
  -- -- -- -- -- -- --
  10 51 ea be ba 2e 00  Error: IDNF 234 sectors at LBA = 0x002ebabe = 3062462

  Commands leading to the command that caused the error were:
  CR FR SC SN CL CH DH DC   Powered_Up_Time  Command/Feature_Name
  -- -- -- -- -- -- -- --  ----------------  --------------------
  35 00 f0 b8 ba 2e 40 00      00:24:39.263  WRITE DMA EXT
  35 00 f0 c8 b9 2e 40 00      00:24:38.885  WRITE DMA EXT
  35 00 f0 d8 b8 2e 40 00      00:24:38.874  WRITE DMA EXT
  35 00 f0 e8 b7 2e 40 00      00:24:38.862  WRITE DMA EXT
  35 00 f0 f8 b6 2e 40 00      00:24:38.852  WRITE DMA EXT

Error 2236 occurred at disk power-on lifetime: 23763 hours (990 days + 3 hours)
  When the command that caused the error occurred, the device was active or idle.

  After command completion occurred, registers were:
  ER ST SC SN CL CH DH
  -- -- -- -- -- -- --
  10 51 86 c2 2a 2e 00  Error: IDNF 134 sectors at LBA = 0x002e2ac2 = 3025602

  Commands leading to the command that caused the error were:
  CR FR SC SN CL CH DH DC   Powered_Up_Time  Command/Feature_Name
  -- -- -- -- -- -- -- --  ----------------  --------------------
  35 00 f0 58 2a 2e 40 00      00:24:25.605  WRITE DMA EXT
  35 00 f0 68 29 2e 40 00      00:24:25.594  WRITE DMA EXT
  35 00 f0 78 28 2e 40 00      00:24:25.583  WRITE DMA EXT
  35 00 f0 88 27 2e 40 00      00:24:25.572  WRITE DMA EXT
  35 00 f0 98 26 2e 40 00      00:24:25.561  WRITE DMA EXT

SMART Self-test log structure revision number 1
Num  Test_Description    Status                  Remaining  LifeTime(hours)  LBA_of_first_error
# 1  Short captive       Completed: read failure       50%     23763         869280
# 2  Extended offline    Completed without error       00%     22451         -
# 3  Short offline       Completed without error       00%     22439         -
# 4  Extended offline    Completed: read failure       90%     21249         14381058
1 of 2 failed self-tests are outdated by newer successful extended offline self-test # 2

SMART Selective self-test log data structure revision number 1
 SPAN  MIN_LBA  MAX_LBA  CURRENT_TEST_STATUS
    1        0        0  Not_testing
    2        0        0  Not_testing
    3        0        0  Not_testing
    4        0        0  Not_testing
    5        0        0  Not_testing
Selective self-test flags (0x0):
  After scanning selected spans, do NOT read-scan remainder of disk.
If Selective self-test is pending on power-up, resume after 0 minute delay.

No meu caso, também era um disco de origem ruim. Embora parecesse que não era (o / proc / mdstat progrediu acima de 99,9% normalmente - mas na verdade falhou em 99,97%, o que coincidia com o término da sincronização regular). Portanto, você precisa verificar a dmesg(1)saída - ele informará se há algum erro de leitura.

Você pode ver detalhes do meu caso no bug Debian # 767243 . Finalmente consegui terminar a sincronização substituindo forçosamente alguns setores defeituosos no disco de origem (que, por sorte, não foram utilizados no meu caso, caso contrário, haveria perda de dados)

Você poderia tentar

sudo mdadm --assemble --update=resync /dev/md0 /dev/sdb1 /dev/sdc1

para atualizar as unidades e ressincronizá-las.

Não tenho certeza se funcionará desde que você já --addeditou o disco, mas --re-addparece ser a opção que você precisa.

Ou talvez você precise --growdo dispositivo para 2 discos ativos mdadm --grow -n 2,? Não testado, tenha cuidado.

Eu recomendaria remover o sdc1, zerar o super bloco no sdc1 e adicioná-lo novamente.

mdadm /dev/md0 -r /dev/sdc1
mdadm --zero-superblock /dev/sdc1
mdadm /dev/md0 -a /dev/sdc1