Schreibfehler WD HDD - Garantiefall?

[Zazzles]

Guten Tag zusammen,

ich reihe mich in die Riege der Festplatten-Geplagten ein und habe ebenfalls scheinbar eine kaputte HDD.
Wie äußert sich das? Nach einem Scrub (TrueNAS, ZFS RAID Z1) werden Schreibfehler für eine HDD angezeigt:

Ich habe als erstes einen long/extended SMART-Test gemacht.
Hier das Log:

=== START OF INFORMATION SECTION ===
Model Family:     Western Digital Red
Device Model:     WDC WD80EFAX-******
Serial Number:    VA******
LU WWN Device Id: 5 000cca 099dce62d
Firmware Version: 81.00A81
User Capacity:    8,001,563,222,016 bytes [8.00 TB]
Sector Sizes:     512 bytes logical, 4096 bytes physical
Rotation Rate:    5400 rpm
Form Factor:      3.5 inches
Device is:        In smartctl database [for details use: -P show]
ATA Version is:   ACS-2, ATA8-ACS T13/1699-D revision 4
SATA Version is:  SATA 3.2, 6.0 Gb/s (current: 6.0 Gb/s)
Local Time is:    Thu Aug  5 09:01:11 2021 CEST
SMART support is: Available - device has SMART capability.
SMART support is: Enabled

=== START OF READ SMART DATA SECTION ===
SMART overall-health self-assessment test result: PASSED

General SMART Values:
Offline data collection status:  (0x82) Offline data collection activity
                                        was completed without error.
                                        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:                (   87) 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:        (   2) minutes.
Extended self-test routine
recommended polling time:        ( 879) 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  0x0004   127   127   054    Old_age   Offline      -       112
  3 Spin_Up_Time            0x0007   197   197   024    Pre-fail  Always       -       415 (Average 409)
  4 Start_Stop_Count        0x0012   100   100   000    Old_age   Always       -       605
  5 Reallocated_Sector_Ct   0x0033   100   100   005    Pre-fail  Always       -       0
  7 Seek_Error_Rate         0x000a   100   100   067    Old_age   Always       -       0
  8 Seek_Time_Performance   0x0004   128   128   020    Old_age   Offline      -       18
  9 Power_On_Hours          0x0012   100   100   000    Old_age   Always       -       5226
 10 Spin_Retry_Count        0x0012   100   100   060    Old_age   Always       -       0
 12 Power_Cycle_Count       0x0032   100   100   000    Old_age   Always       -       70
192 Power-Off_Retract_Count 0x0032   097   097   000    Old_age   Always       -       4540
193 Load_Cycle_Count        0x0012   097   097   000    Old_age   Always       -       4540
194 Temperature_Celsius     0x0002   253   253   000    Old_age   Always       -       21 (Min/Max 12/44)
196 Reallocated_Event_Count 0x0032   100   100   000    Old_age   Always       -       0
197 Current_Pending_Sector  0x0022   100   100   000    Old_age   Always       -       0
198 Offline_Uncorrectable   0x0008   100   100   000    Old_age   Offline      -       0
199 UDMA_CRC_Error_Count    0x000a   200   200   000    Old_age   Always       -       32

SMART Error Log Version: 1
ATA Error Count: 32 (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 32 occurred at disk power-on lifetime: 4770 hours (198 days + 18 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
  -- -- -- -- -- -- --
  84 41 00 00 00 00 00  Error: ICRC, ABRT at LBA = 0x00000000 = 0

  Commands leading to the command that caused the error were:
  CR FR SC SN CL CH DH DC   Powered_Up_Time  Command/Feature_Name
  -- -- -- -- -- -- -- --  ----------------  --------------------
  61 80 b8 50 b9 78 40 08   2d+19:37:37.466  WRITE FPDMA QUEUED
  60 e0 b0 20 e7 80 40 08   2d+19:37:37.462  READ FPDMA QUEUED
  60 e0 a8 20 e5 80 40 08   2d+19:37:37.431  READ FPDMA QUEUED
  60 e0 a0 20 03 00 40 08   2d+19:37:37.430  READ FPDMA QUEUED
  60 e0 98 20 01 00 40 08   2d+19:37:37.422  READ FPDMA QUEUED

Error 31 occurred at disk power-on lifetime: 4770 hours (198 days + 18 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
  -- -- -- -- -- -- --
  84 41 00 00 00 00 00  Error: ICRC, ABRT at LBA = 0x00000000 = 0

  Commands leading to the command that caused the error were:
  CR FR SC SN CL CH DH DC   Powered_Up_Time  Command/Feature_Name
  -- -- -- -- -- -- -- --  ----------------  --------------------
  61 80 48 20 29 06 40 08   2d+19:37:23.015  WRITE FPDMA QUEUED
  60 10 60 10 03 00 40 08   2d+19:37:23.014  READ FPDMA QUEUED
  60 10 58 10 e7 80 40 08   2d+19:37:23.014  READ FPDMA QUEUED
  60 10 50 10 e5 80 40 08   2d+19:37:23.014  READ FPDMA QUEUED
  ef 02 00 00 00 00 40 08   2d+19:37:23.010  SET FEATURES [Enable write cache]

Error 30 occurred at disk power-on lifetime: 4770 hours (198 days + 18 hours)
  When the command that caused the error occurred, the device was doing SMART Offline or Self-test.

  After command completion occurred, registers were:
  ER ST SC SN CL CH DH
  -- -- -- -- -- -- --
  84 41 00 00 00 00 00  Error: ICRC, ABRT at LBA = 0x00000000 = 0

  Commands leading to the command that caused the error were:
  CR FR SC SN CL CH DH DC   Powered_Up_Time  Command/Feature_Name
  -- -- -- -- -- -- -- --  ----------------  --------------------
  61 20 b8 c8 f0 9e 40 08   2d+19:35:46.628  WRITE FPDMA QUEUED
  ef 02 00 00 00 00 40 08   2d+19:35:46.574  SET FEATURES [Enable write cache]
  ef aa 00 00 00 00 40 08   2d+19:35:46.570  SET FEATURES [Enable read look-ahead]
  c6 00 10 00 00 00 40 08   2d+19:35:46.569  SET MULTIPLE MODE
  ef 10 02 00 00 00 40 08   2d+19:35:46.565  SET FEATURES [Enable SATA feature]

Error 29 occurred at disk power-on lifetime: 4770 hours (198 days + 18 hours)
  When the command that caused the error occurred, the device was doing SMART Offline or Self-test.

  After command completion occurred, registers were:
  ER ST SC SN CL CH DH
  -- -- -- -- -- -- --
  84 41 00 00 00 00 00  Error: ICRC, ABRT at LBA = 0x00000000 = 0

  Commands leading to the command that caused the error were:
  CR FR SC SN CL CH DH DC   Powered_Up_Time  Command/Feature_Name
  -- -- -- -- -- -- -- --  ----------------  --------------------
  61 68 08 58 5a 02 40 08   2d+19:35:18.235  WRITE FPDMA QUEUED
  ef 02 00 00 00 00 40 08   2d+19:35:18.231  SET FEATURES [Enable write cache]
  ef aa 00 00 00 00 40 08   2d+19:35:18.226  SET FEATURES [Enable read look-ahead]
  c6 00 10 00 00 00 40 08   2d+19:35:18.226  SET MULTIPLE MODE
  ef 10 02 00 00 00 40 08   2d+19:35:18.222  SET FEATURES [Enable SATA feature]

Error 28 occurred at disk power-on lifetime: 4770 hours (198 days + 18 hours)
  When the command that caused the error occurred, the device was doing SMART Offline or Self-test.

  After command completion occurred, registers were:
  ER ST SC SN CL CH DH
  -- -- -- -- -- -- --
  84 41 00 00 00 00 00  Error: ICRC, ABRT at LBA = 0x00000000 = 0

  Commands leading to the command that caused the error were:
  CR FR SC SN CL CH DH DC   Powered_Up_Time  Command/Feature_Name
  -- -- -- -- -- -- -- --  ----------------  --------------------
  61 20 d8 e0 68 04 40 08   2d+19:35:14.976  WRITE FPDMA QUEUED
  61 20 d0 a0 ef 9e 40 08   2d+19:35:14.884  WRITE FPDMA QUEUED
  ef 02 00 00 00 00 40 08   2d+19:35:14.880  SET FEATURES [Enable write cache]
  ef aa 00 00 00 00 40 08   2d+19:35:14.877  SET FEATURES [Enable read look-ahead]
  c6 00 10 00 00 00 40 08   2d+19:35:14.876  SET MULTIPLE MODE

SMART Self-test log structure revision number 1
Num  Test_Description    Status                  Remaining  LifeTime(hours)  LBA_of_first_error
# 1  Extended offline    Completed without error       00%      5203         -
# 2  Extended offline    Completed without error       00%      4742         -
# 3  Short offline       Completed without error       00%      4702         -
# 4  Extended offline    Completed without error       00%      4691         -
# 5  Extended offline    Aborted by host               90%      4631         -
# 6  Extended offline    Aborted by host               80%      4629         -
# 7  Extended offline    Aborted by host               90%      4612         -
# 8  Short offline       Completed without error       00%      4611         -
# 9  Short offline       Completed without error       00%      4611         -
#10  Extended offline    Aborted by host               80%      4608         -
#11  Short offline       Completed without error       00%      3584         -
#12  Extended offline    Completed without error       00%      3571         -
#13  Short offline       Completed without error       00%      3557         -

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.

Ich kann da - soweit ich das überhaupt beurteilen kann - nichts Negatives sehen (soweit meine Recherchen zu den einzelnen Punkten).
Könntet ihr mal einen kurzen Blick darauf werfen?

Weiterhin habe ich die Festplatte ausgebaut, in ein externes Gehäuse eingebaut, per USB an mein Windows-Notebook angehängt und die WD-Tools laufen lassen:
WD Dashboard --> erkennt meine HDD nicht
WD Data Lifeguard Diagnostic for Windows --> hier lief der Smart-Test, aber der scheint erfolgreich gewesen zu sein

Die HDD hat laut der Western Digital Support-Website noch Garantie bis zum 07.01.2023.
Ist das ein Garantiefall? Wenn ja, wie gehe ich am besten vor (über den Amazon-Händler oder direkt zu WD)? Wenn nein, bleibt nur neu kaufen, oder?

Vielen Dank schon mal im Voraus für eure Antworten!

Viele Grüße
Zazzles

 

[hominidae]

,,,hab jetzt nicht alles in Deinem Post gelesen, aber solange da keine "pending reallocated sectors" auftauchen, geht es der Platte selbst eigentlich gut.
Wenn es Probleme gibt kann es auch einfach am Kabel oder Controller liegen...

 

[Holt]

Ist das ein Garantiefall?

Also ich würde sagen: Nein.

Die Werte sind gut, es gibt nur Fehler in der Kommunikation mit dem SATA Host Controller:
199 UDMA_CRC_Error_Count 0x000a 200 200 000 Old_age Always - 32
Diese kommen in aller Regel von dem SATA Datenkabel, welches entweder defekt ist, was gerne passiert wenn man am Kabel statt am Stecker zieht oder wo ein Stecker lose ist, es kann aber auch von der Backplane kommen, falls eine vorhanden ist. Die haben ja auch eine begrenzte Anzahl an Steckverbindungen die sie aushalten.

Beobachte den Wert, wenn er über 32 steigt, wobei es dazu natürlich auch Zugriffe auf die Platte geben muss, sonst findet ja praktisch gar keine Kommunikation statt, dann ist das Problem akut vorhanden und dies dies dürfte auch die Ursache für die Schreibfehler und den Rauswurf aus dem RAID gewesen sein.

hier lief der Smart-Test, aber der scheint erfolgreich gewesen zu sein

Ja, alle Selbsttests wurden entweder ohne Fehler oder wurden vom Rechner abgebrochen:
SMART Self-test log structure revision number 1
Num Test_Description Status Remaining LifeTime(hours) LBA_of_first_error
# 1 Extended offline Completed without error 00% 5203 -
# 2 Extended offline Completed without error 00% 4742 -
# 3 Short offline Completed without error 00% 4702 -
# 4 Extended offline Completed without error 00% 4691 -
# 5 Extended offline Aborted by host 90% 4631 -
# 6 Extended offline Aborted by host 80% 4629 -
# 7 Extended offline Aborted by host 90% 4612 -
# 8 Short offline Completed without error 00% 4611 -
# 9 Short offline Completed without error 00% 4611 -
#10 Extended offline Aborted by host 80% 4608 -
#11 Short offline Completed without error 00% 3584 -
#12 Extended offline Completed without error 00% 3571 -
#13 Short offline Completed without error 00% 3557 -

 

[Zazzles]

Hallo ihr beiden,

danke für eure Rückmeldung und für Verschieben des Threads.

Wenn es Probleme gibt kann es auch einfach am Kabel oder Controller liegen...

Also ich würde sagen: Nein.

Die Werte sind gut, es gibt nur Fehler in der Kommunikation mit dem SATA Host Controller:
199 UDMA_CRC_Error_Count 0x000a 200 200 000 Old_age Always - 32
Diese kommen in aller Regel von dem SATA Datenkabel, welches entweder defekt ist, was gerne passiert wenn man am Kabel statt am Stecker zieht oder wo ein Stecker lose ist, es kann aber auch von der Backplane kommen, falls eine vorhanden ist. Die haben ja auch eine begrenzte Anzahl an Steckverbindungen die sie aushalten.

Ah super. Da ihr beide der gleichen Meinung seid, habe ich jetzt erst mal 3 neue SATA-Kabel bestellt. Sollten morgen da sein, dann teste ich das mal. Tatsächlich hatte ich bis dato ältere Kabel verwendet, die ich noch "rumliegen" hatte. Ich nutze in meinem Server den Onboard-Controller vom Supermicro X11SCH-F.
Weiterhin habe ich noch einen LSI SAS 9300-8I hier liegen, den ich eigentlich aufgrund des Stromverbrauchs aussortiert habe. Den werde ich, sollte das mit den Kabel nicht reichen, am Wochenende nochmal einbauen.

Ja, alle Selbsttests wurden entweder ohne Fehler oder wurden vom Rechner abgebrochen:

Die Abbrüche lagen daran, dass ich nicht bedacht habe, dass mein Notebook (an den ich die WD im externen USB-Gehäuse angeschlossen hatte) auch im Netzbetrieb nach ein paar Stunden in den Standby gegangen ist. Es hat etwas gedauert, bis ich darauf gekommen bin...

Beobachte den Wert, wenn er über 32 steigt

Alles klar, das mache ich, danke!

Ich melde mich dann nochmal, wenn ich beides ausprobiert habe.


Vielen Dank & viele Grüße
Zazzles

 

[Holt]

Übrigens wird der Wert nicht mehr unter die 32 Kommunikationsfehler fallen die schon vorhanden sind, da es ein Lebenszeitzähler ist und daher der Wert bei neue Fehlern nur steigen, beim Ausbleiben von weiteren Kommunikationsfehler aber eben konstant bleiben wird. Wenn der Wert nicht steigt, dann ist alles in Ordnung und ebenso, wenn er 0 ist, da es in dem Fall ja nie Kommunikationsprobleme gab und daher solltest Du bei den anderen Platten erstmal nach dem Wert schauen und ich würde das Kabel bei Platten bei denen der Wert des Attributs 199 (0xC7) eben 0 ist, dann auch das Kabel nicht tauschen, damit riskiert man nur danach mit dem neuen Kabel Kommunikationsfehler zu bekommen. Auch neue Kabel sind leider nicht immer 100%ig.

 

[Trambahner]

@Zazzles : 9300-8i ausgesondert? Bevor der wieder in der Grabbelkiste verstaubt, melde dich evtl bei mir.

Ja das mit den Kommunikationsfehlern durch problematische Kontakte oder Kabel kenn ich, Kann schnell mal Fehler erzeugen und ZFS wirft solche Devices dann auch schnell aus dem Pool.
Hab da auch schon Kabel und Backplanes gehabt, die man aussondern musste.

 

[Zazzles]

Guten Morgen,

entschuldigt zunächst, dass ich mich die letzten Tage nicht gemeldet habe.

Ich habe das alte Kabel durch eins der neuen Kabel ersetzt und es hat tatsächlich funktioniert!
Nach dem ersten Scrub gab es noch ein paar Checksum-Fehler auf der Platte. Nun habe ich im Laufe der Woche aber 2 weitere Scrubs laufen lassen, die jeweils erfolgreich durchgeführt wurden.
Also der ZFS-Pool läuft wieder. Einen Extended SMART-Test lasse ich noch laufen.

Ich danke euch vielmals für eure Hilfe und den goldenen Tipp mit dem Kabel!

@Zazzles : 9300-8i ausgesondert? Bevor der wieder in der Grabbelkiste verstaubt, melde dich evtl bei mir.

Ich bin mir aktuell noch nicht sicher, was ich mit dem Controller machen soll. Mir schweben da noch 1-2 Projekte im Kopf. Mal sehen wie und wann ich das realisiere. Aufgrund der aktuellen Preislage versuche ich den Kauf von neuen PC-Komponenten zu vermeiden... Sollte ich doch keine Verwendung mehr dafür haben, komme ich nochmal auf dein Angebot zurück


Vielen Dank & viele Grüße
Zazzles