只看/proc/mdstat不够，必须三层结合：一用/proc/mdstat查逻辑状态快照，二用mdadm --detail验阵列元数据（state、active devices、failed devices等），三用smartctl按盘型加-d参数查smart原始值（如id5、id197、id199）判物理盘真实健康。
只看 /proc/mdstat 不够，它只告诉你“阵列当前有没有掉盘”，但看不出哪块盘快挂了、是不是假故障、有没有隐藏坏道。真要监控软 RAID 健康，得三层结合：内核层看逻辑状态、驱动层查成员盘元数据、硬件层验物理盘寿命。
一、用 /proc/mdstat 快速抓当前运行态
这是最轻量的入口，适合写进定时脚本或告警触发：
- 执行
cat /proc/mdstat，重点盯括号里的状态字符：[UU]表示两块都在线同步，[_U]表示一块已失效，[U_]是另一块掉线 - 看到
recovery = 67.2%或resync = 12.5%，说明正在重建——此时 I/O 压力大，要避免写入高峰 - 若出现
md0 : inactive或整行消失，代表阵列没被自动激活，可能因某盘 UUID 不匹配或元数据损坏
二、用 mdadm --detail 挖逻辑层关键元数据
它告诉你阵列“怎么建的”和“现在认哪些盘”，是判断是否真降级的核心依据：
Zynq Linux Hardware Debug
下载
Zynq‑7000 / Zynq UltraScale+ 硬件调试技能。适用于 Xilinx Zynq（Cortex‑A9/A53 + FPGA）Linux 环境，调试 I2C、I2S、UART、GPIO 等外设。包括设备树配置、内核驱动、用户空间调试工具、交叉编译和常见问题排查，支持 PetaLinux 开发。
- 运行
sudo mdadm --detail /dev/md0（把md0换成你的设备名） -
State : 后面带
clean是正常关机；带active, not clean说明上次异常断电，下次启动可能无法自动组装 - Active Devices : 数值必须等于你当初设定的盘数（比如 RAID5 设了 4 块，这里就得是 4），少一个就说明有盘被踢出
-
Failed Devices : 非零即危险，再往下找具体是哪块盘标着
faulty - 每个成员盘的状态列如
/dev/sdb1 : active sync是健康，/dev/sdc1 : spare是热备待命，/dev/sdd1 : faulty就该立刻隔离
三、用 smartctl 深挖每块物理盘真实健康
这才是决定“换不换盘”的最终依据——RAID 状态再绿，SMART 里藏着坏扇区也得换：
- 先确认盘类型：
lsblk -d -o NAME,TRAN,MODEL，看TRAN列：是sata就加-d ata；是nvme直接smartctl -a /dev/nvme0n1；USB 盒里通常要-d sat - 别只信最后一行
SMART overall-health self-assessment test result: PASSED，它可能被缓存或屏蔽 - 重点盯原始值（RAW_VALUE）：
• ID 5 Reallocated_Sector_Ct > 0 → 已有扇区被重映射，盘开始老化
• ID 197 Current_Pending_Sector > 0 → 有扇区读不出，正等着重映射，随时可能卡死
• ID 199 UDMA_CRC_Error_Count 持续上升 → 数据线或接口接触不良，不是盘本身问题但影响阵列稳定
四、日常可落地的监控建议
不靠人盯，靠机制防漏：
- 把
mdadm --detail和关键盘的smartctl -a输出定期存日志，比如每天凌晨 3 点跑一次 - 配置邮件告警：在
/etc/mdadm/mdadm.conf里设MAILADDR your@domain.com，阵列出问题会自动发信 - 每月手动触发一次校验：
echo "check" > /sys/block/md0/md/sync_action，检查奇偶一致性，输出会记在dmesg里 - 重建中别硬扛：如果
dmesg | grep "I/O error"持续刷屏，说明某盘在重建中途又出错，应暂停重建、换掉问题盘再重来
