我以前一直觉得坏道什么的太难遇到了，直到去年十二月的一天，类似这样的消息在屏幕出现：

kernel: sd 4:0:0:0: [sda] Unhandled sense code
kernel: sd 4:0:0:0: [sda] Result: hostbyte=0x00 driverbyte=0x08
kernel: sd 4:0:0:0: [sda] Sense Key : 0x3 [current]
kernel: sd 4:0:0:0: [sda] ASC=0x14 ASCQ=0x0
kernel: sd 4:0:0:0: [sda] CDB: cdb[0]=0x28: 28 00 25 42 ea af 00 00 01 00
kernel: end_request: I/O error, dev sda, sector 625142447
kernel: Buffer I/O error on device sda, logical block 78142805

这些消息会反复地出现，持续三分钟左右，在此期间做不得其他事情。这些消息出现在对磁盘执行 mount 或 fsck 之前，也就是说系统刚发现这个硬盘还没有开始挂载的时候，就会僵持三分钟。当然，等到 mount 的时候，又是一个三分钟。换句话说，光是进入 Linux 系统就需要六分多钟。神奇的是 Windows 并不会僵持住

查阅一些资料之后，排除了是内核 Bug 或者是参数设置不正确，了解到那些稀奇古怪的十六进制数字背后还有一些标准，我终于相信坏道就在眼前。实在忍受不了需要六分钟才能进入 Linux 系统，同时我也担心坏道会扩散，就在第二天去换了一个一样容量的硬盘。

最近，出于备份的需要有把这块硬盘拿出来了，那么怎么处理坏道呢？

传统的方法可能是用 badblocks 这个程序去检测一下坏道在哪里了。badblocks 有两种检查方式，一种是只读的，一种是读写的。一般想要彻底查出来坏道就要选择读写的方法，而 badblocks 在这时会依次填上 0xaa, 0×55, 0xff, 0×00，并分别读一次来确认是否有坏道。 badblocks 没有特别的优化，倘若填写 0xaa 之后检查的时候就发现需要检查的所有区域都已经坏掉了， badblocks 并不会终止检查，而是会傻傻地执行完剩下的所有检查。对于一块 320G 笔记本硬盘来说，全盘的读写检查大概需要 24 个小时。

在 badblocks 全盘读写检查的第 18 个小时，我不小心一个操作把它终止掉了 。这么漫长的操作肯定不愿意再来一次了，于是我用了一次 badblocks 全盘只读检查，结果 badblocks 说没有发现坏道 …

查阅相关资料后发现，从一开始就用不到 badblocks。现代硬盘具有自我检查机制，在一个“坏道”彻底坏掉之前的很长时间，它先是在读取的时候变得困难，而不是完全无法读取（希捷官方所言）。这时候，支持 SMART 标准的硬盘（许多年前的有硬盘就都普遍支持了）会防患于未然，把这个 sector 记录成 “Pending”，用 smartctl 命令就可以查看到 Current Pending Sector：

# smartctl -A /dev/sdb
....
... Current_Pending_Sector ... 1
....

这就表明硬盘自己发现了一个不稳定的 sector 了，这时候，如果读写这个 sector 变得正常的话，这个 sector 会被硬盘记录成正常，Current Pending Sector 会减少。如果依然发生了读取困难或者是不能读取的情况，硬盘不会做任何事情。当写入失败的时候，硬盘会自动将这个 sector 映射到它的保留区的一个好的 sector，并把这个 sector 标记成 “remapped”，由于一般坏道在真正坏掉之前还是可以读出内容的，硬盘会自动将读出来的内容复制到保留区，remap 完成之后，Current Pending Sector 也会减少，这一切都是在硬件层面上完成的，如果正常的话，普通软件（比如 badblocks）是根本没法发现这个 sector 是坏掉的，即便它去写那个 sector。

那么问题是不是就变得简单了呢，向标记为 Pending 的 sector 写一点东西就可以让硬件搞定这些问题了？看起来是的。在写之前需要知道有问题的 sector 在哪里，这个在 kernel log 里面已经看到了。现代的硬盘自己也会记录错误的 log，通过 smartctl /dev/sdb -l error 命令就能查看，虽然数量有限（我这里只有最后的 5 条），不一定会看到想要看的错误信息。

通过 fdisk 可以看到一个 sector 的大小：

# fdisk -lu /dev/sdb
 
Disk /dev/sdb: 320.1 GB, 320072933376 bytes
255 heads, 63 sectors/track, 38913 cylinders, total 625142448 sectors
Units = sectors of 1 * 512 = 512 bytes
Sector size (logical/physical): 512 bytes / 512 bytes
I/O size (minimum/optimal): 512 bytes / 512 bytes
....

按照文章开头处 kernel log 中提到的 625142447，向这个地方写一点东西，让硬盘立即 remap 这个 Pending Sector：

# dd if=/dev/zero of=/dev/sdb bs=512 count=1 seek=625142447
dd: writing `/dev/sdb': Input/output error
1+0 records in
0+0 records out
0 bytes (0 B) copied, 7.26951 s, 0.0 kB/s

有的朋友可能读到这里就发现我悲剧了，因为如果硬件正常的话，它会进行 remap，然后就能写成功了，但显然事与愿违，硬盘没有进行 remap，这时用 badblocks 也能发现这个坏道：

# badblocks -svw -b 512 /dev/sdb 625142447 625142447
Checking for bad blocks in read-write mode
From block 625142447 to 625142447
Testing with pattern 0xaa: done
625142447
Reading and comparing: done
Testing with pattern 0x55: done
Reading and comparing: done
Testing with pattern 0xff: done
Reading and comparing: done
Testing with pattern 0x00: done
Reading and comparing: done
Pass completed, 1 bad blocks found.

用 smartctl 可以验证 Current Pending Sector 还是 1，并没有变成 0。一切都没有改变，所有的硬盘 SMART 自检都会失败，kernel 还是会产生那样的 log，并持续几十秒挡住你，不让用这块硬盘。

这时候我突然想到了这块希捷硬盘可能还在保修期

厂商保修信息：
    * 该商品保修期为36个月。
    * 3 年有限责任质保(第一年免费包换，第二，三年保修)

看起来只能换不能修了，早知道在刚出问题的时候就去换一个了 想到 Windows 下使用没有问题，说清楚问题所在还是挺麻烦的。并且邮寄费用并不便宜，寄来寄去说不定还会导致彻底坏掉了，还是不要修了 ….

绝望中突然看到了希望，那就是希捷硬盘可以使用的 SeaTools 。它有两个版本，Windows 版能做的事情比 smartctl 命令还要少，真的没啥用，而且把希捷自家的硬盘放到外面的盒子里就认不出来是希捷的了。不过官方说 DOS 版本能修复坏道，这应该是最后的希望了。

于是赶紧下载，刻录成光盘，由于 SeaTools for DOS 不支持移动硬盘，就把现在用的硬盘换下来，用光盘启动，见到了久违的 FreeDOS 。SeaTools for DOS 的坏道修复功能不依靠 SMART 信息，需要执行一次全盘扫描，扫描用了两个小时，接着果然提供了一个 Repair 选项，果断使用，成功了 在此之后这快硬盘用起来完全正常，即便查看 SMART 信息也看不出来有一个坏道被映射了。SeaTools for DOS 还提供了设置硬盘容量的功能，实际上这次有问题的 sector 就是整个硬盘有效 sector 的倒数第二个，修改硬盘容量，减少 1 MB，也应该是解决问题的不错办法。

总结起来，这次这个事情之后有一些经验：

1. 对于硬盘健康情况的检测，badblocks 这种东西太旧了，而且对现代硬盘也不一定有效。smartctl 可以多快好省地完成许多相关事情。
2. 虽然 SMART 是存在好多年的标准，但硬件不一定完全遵守它。厂商自己提供的工具才是最靠谱的！更广泛一点，软件和标准也是这样。
3. palimpsest 用来查看 SMART 信息和做硬盘自检很不错，如果不喜欢命令行的 smartctl 就可以用它。而 gparted 则侧重于做编辑分区的工作。
   

   用 Palimpsest 查看硬盘的 SMART 信息

4. Linux 可以早于 Windows 发现磁盘可疑坏道，可疑坏道出现后的很长一段时间内还是可以读取的，只是硬盘要多用一点力气。
5. 发现硬盘问题时应该立即换下可疑硬盘，备份数据到可靠的硬盘里，再考虑修复。除非很了解正在使用的 FS，掌握 debugfs 等的用法，否则不要直接尝试在线修复坏道。
6. 定期使用如 rsync 的软件备份数据到别的地方，硬盘数据，正如国歌中的中华民族，到了最危险的时候。
7. 有时候见到把硬盘的最后 8 MB 空出来，不分到任何分区去，也许是有一定道理的。

最近Archlinux官方也推出了2009版本的系统镜像，支持ext4文件系统，正好可以在新硬盘上用

Linux系统由于没有注册表等设计，重装起来比Windows轻松多了：

• 分区，用光盘安装基本系统
• 添加一个用户，像这样：adduser quark
• 使用包管理器安装需要的软件，Archlinux下用pacman -S xxx
• 从旧系统复制文件，主要是/etc下的一些配置和/home下的大部分文件，用cp -a可以保留源文件的所有者和修改时间等

做完这些后，就基本上找不到新系统的感觉了

这次没有给系统留交换分区，全部采用了ext4，感觉启动时间要短一些。
新的希捷硬盘也令人满意，工作时噪音比旧的日立硬盘小很多。

Archlinux简单，轻巧，但软件仓库却只有各软件的最新版本。软件并不越新越好，这样的设计很难让用户稳定在一个时代又兼有装卸软件的需要。这次用新硬盘，我就在本地做了一个不更新的镜像，同时在pacman的配置文件中用了这样一行：

Server = file:///home/quark/mirror/archlinux/$repo/os/i686

官方文档只提到了ftp和http，没想到这样也是可以的

但是我很快遇到一个恼人的问题，就是经常遇到

Xlib: extension "Generic Event Extension" missing on display ":0.0"

这样的警告，甚至一下子连续很多行都是这个。

从Google的结果看，这个问题最近才发生，在很多发行版都有。虽然这是“无害”的警告，但将stderr重定向到null也不能消灭它就令人烦恼。

Google timeline view

Xorg Team没把这个问题当做是Bug（Link）。也许，只是输出令人烦恼的信息，没有导致实质的错误就不算Bug吧。

这个问题也反映了开源社区的一些问题，比如各软件尽管联系紧密开发却相对独立，开发者不注重用户真实体验等。

代码风格各异、文档残缺不全、到处没有担保的开源世界，也许只在能折腾的人眼里，才是一道靓丽的风景线吧 :|