NAS硬盘坏了有什么前兆？我那块红盘撑了五年才咽气，五个信号我错过前三个

我家那块西数红盘WD30EFRX，在NAS里跑了五年两个月，通电两万四千小时，去年秋天下的岗。事后复盘日志，它其实从春天就开始给我递话了，异响、掉速、休眠变差，一路被我当成「老盘都这样」硬扛过去，直到后台弹出健康告警才慌。这篇把我错过的信号和SMART数字怎么读一次讲透，你家的盘要是也有下面这些苗头，别学我。

先说清楚：机械盘是拖坏的，不是猝死的

很多人对硬盘坏的概念还停留在「昨天还好好的今天突然认不出了」。机械盘确实有这么死的——磁头撞盘片或者马达卡死，一秒走人，但这种纯属彩票。绝大多数盘的死法是拖：盘片表面某个点磁性衰减了，读写到那得反复重试，这就是坏道的萌芽；然后这个点周边越拖越大，重试越来越频繁，某天磁头在这个区域实在读不出来，固件直接把数据搬到备用扇区并标记这块别用了——这个动作叫重映射。坏道从萌芽到扩散到「重映射也救不回来」，通常以月为单位，窗口期就是留给你的逃生时间。

我的红盘就是这个节奏。三月份第一次咔哒响，六月份拷文件开始卡，九月底SMART告警，十月中旬做短测直接失败。回头看，小半年的缓冲期全被我用来心存侥幸了。

五个信号，我错过前三个

按出现顺序排，前三个最容易被忽略：

信号一：偶发的咔哒声。不是硬盘正常读写的那种细碎滋滋声，是「咔—哒」一下、间隔几秒再来一下的闷响，官方叫磁头归位异响。夜深人静时最好认，贴着机箱听。偶尔一两次不算事，频率越来越高就要警惕。我三月份听到的时候还以为是机箱共振，拿本书垫了垫完事。

信号二：传输速度断崖式抖动。拷大文件本来稳在180MB/s，突然掉到几MB/s甚至归零，转几秒又恢复，全程像心电图。这是磁头在坏道区域反复重试的直接表现。注意跟网络原因的传输慢区分开：网络慢是稳定地慢，千兆口就是110MB/s上不去但不会归零；坏道是忽快忽慢。我六月份第一次遇到还重启了交换机，方向全错。

信号三：休眠越来越难睡。盘上有坏道时，系统后台的巡检和重试动作会变多，表现出来就是原本调好的硬盘休眠突然又睡不踏实了。我家那阵子休眠失败我还去查Docker，查了一晚上容器一无所获，其实那会儿SMART的待定扇区已经从0变4了。

信号四：后台健康告警。飞牛的存储管理、群晖的存储管理器都会在SMART异常时弹通知，群晖还会发邮件。走到这一步说明系统已经替你读过一轮数字了，别点掉就完事，这是明牌。

信号五：冷启动认盘慢或者掉盘。重启NAS后这块盘要多转十几秒才认出来，偶尔干脆认不出再重启又好了。到这份上就是倒计时了，我收到告警后一周就遇到了。

真正硬的证据：SSH进去看SMART五项

耳朵和体感都只是线索，数字才是证据。飞牛开SSH、群晖同样，跑这条：

smartctl -a /dev/sda

输出几十项，别慌，真正值得盯的就五项，我按重要程度排：

两个容易踩的坑说一下。一是raw_value那列才是原始值，有些盘用十六进制存，看到1000别吓着，换算一下可能就是16。二是UDMA_CRC这一项冤枉了很多好盘——它统计的是线缆传输错误，拔插一下SATA线或者换根线，这个数字就不再涨了，别一看非0就下单买盘。

光看数字还不放心，可以主动跑个短测，两三分钟出结果：

smartctl -t short /dev/sda

跑完用 smartctl -a 看结果段落，PASS就是当前读得动，FAIL基本可以准备后事了。我的盘就是短测FAIL之后一周内冷启动掉盘的，这个测试对坏道的嗅觉比人耳灵。

查出问题了怎么办：先备份，再决定换不换

顺序千万别反。我见过太多人反过来——先研究换哪块新盘，下单等快递的那几天里盘彻底咽气，这种故事每年贴吧都有。正确顺序是：

第一步，立刻备份。不管三七二十一，把这块盘上没法重新下载的东西先按备份的门道抄去别处。坏道扩散期的盘，每一次全盘扫描都是催命，拷贝时挑最重要的先来，别从第一个文件夹开始慢慢磨。我那块盘咽气前最后拷出去的是家庭照片和文档，影视库存了三百多G的蓝光原盘直接放弃——那些东西重新下载就是了。

第二步，评估要不要换。Pending非0或者短测FAIL，没得商量，换。Reallocated只有个位数且几个月不涨，温度和声音都正常，可以再观察，但巡检频率提到一月一次。高龄盘（通电5万小时以上）哪怕数字干净，也建议列进换盘计划，别等它跟 RAID 里的另一块一起老。

第三步，换盘。组了RAID的直接插新盘进重建，注意别两块一起换，重建那几十个小时是剩下的老盘压力最大的时段，详见我写RAID怎么选那篇里的重建时间账。没组RAID的单盘更简单，新盘上位、数据拷回、旧盘退役。买新盘时候的盘位和容量账可以翻翻我算两盘位四盘位那篇，别又买小了。

让盘活得久，平时做好三件事

事后我复盘，我那块红盘其实伺候得不算差，但有三件事能做得更好，也给各位提个醒：

降温。机械盘的寿命对温度最敏感，常年45度往上跑的盘坏道出得早。我后来加了机箱风扇把盘温压到38度上下，成本二十块。盘位挤在一起叠罗汉装的最容易积热，能隔一格装一格。

扫描和重活挪凌晨。全盘巡检、SMART长测这种让磁头全盘跑一圈的动作，放在凌晨占用最低的时段干，跟我把任务挪凌晨省电费是一个思路——既不耽误白天用，也让盘的作息规律点。

别频繁启停，也别怕启停。一天启停十几次的折腾盘和七年不关机的工作盘都不可取，按使用节奏设个合理的休眠就好。另外电源质量也上点心，我家停电比较勤，后来配了UPS，电压不稳对硬盘是隐形杀手。

收尾说句公道话：机械盘其实挺结实的，两万四千小时才咽气、咽气前给了半年预警，比很多人想象中靠谱。真正的不靠谱是人的侥幸心理。一个月花两分钟跑一次smartctl，把数字截图存着对比趋势，这五个信号一个都漏不掉。数据无价，盘是有价的，想明白这个顺序，NAS这事儿就稳了。