Linux存储设备性能衰退是缓慢渐进过程，需综合SMART健康指标（如Percentage Used>85%、Available Spare低于阈值、Reallocated_Sector_Ct非零）、I/O行为（iostat显示await>20ms、%util持续过高）、TRIM启用状态及调度器配置来精准识别老化与故障风险。
Linux 存储设备性能衰退，往往不是突然宕机，而是缓慢、渐进的过程。真正危险的不是“不能用”，而是“还能用但越来越慢、越来越不可靠”。识别老化与故障磁盘，关键在于跳出“是否能挂载”的表层判断，转向健康度、响应行为和错误模式的综合分析。
看 SMART 健康指标，别只信“PASSED”
SMART 是最直接的硬件健康窗口，但仅看“SMART overall-health self-assessment test result: PASSED”远远不够。重点盯住这几个字段：
- Percentage Used（NVMe）或 Media_Wearout_Indicator（SATA SSD）：反映 NAND 闪存擦写损耗，>85% 就该提高警惕，>95% 建议准备更换；
- Available Spare（NVMe）及阈值（Available Spare Threshold）：备用块耗尽即触发预警，低于阈值说明冗余空间严重不足；
- Reallocated_Sector_Ct / Uncorrect / Current_Pending_Sector：非零值即存在已修复或待修复扇区，是机械盘早期故障的明确信号；
- Temperature_Celsius：持续高于 50℃ 会加速老化，尤其对 SSD 和高负载 HDD；
- FAILING_NOW 或 Pre-fail 属性状态为 FAIL：必须立即备份并停用设备。
命令：`sudo smartctl -a /dev/nvme0n1`（NVMe）或 `sudo smartctl -a /dev/sda`（SATA）。
查 I/O 行为异常，比跑分更真实
性能衰退常表现为响应延迟升高、吞吐不稳，而非单纯速度变慢。用 `iostat -x 1` 持续观察：
- %util 接近 100% 但业务负载不高：可能因坏块重试、垃圾回收阻塞或驱动异常；
- await > 20ms 且持续波动：I/O 等待时间过长，说明设备响应变慢；
- avgrq-sz 明显偏小（如 ：典型的小文件随机读写压力，易暴露老化盘短板；
- avgqu-sz（平均队列长度）持续 > 2：请求积压，设备处理能力已达瓶颈。
再配合 `iotop -oP` 找出真实刷盘进程，避免被日志轮转、数据库 WAL 或未调优缓存服务“背锅”。
扫物理坏块，确认是否已出现不可逆损伤
SMART 可预警，但无法替代对存储介质的直接扫描。对 HDD 或老式 SSD，建议定期执行：
- 卸载目标分区：`sudo umount /dev/sda1`；
- 静默扫描坏块：`sudo badblocks -v -s -o badsectors.txt /dev/sda1`（-s 显示进度，-v 显示细节）；
- 标记坏块（ext4）：`sudo e2fsck -l badsectors.txt /dev/sda1`。
注意：SSD 不推荐频繁 `badblocks` 全盘扫描——它依赖底层地址映射，结果易误判，应优先依赖 SMART 和 TRIM 状态。
验 TRIM 与调度器，排除配置型性能衰减
很多“SSD 变慢”其实是软件层配置不当所致，而非硬件老化：
- TRIM 是否启用：`sudo systemctl is-enabled fstrim.timer` 应返回 enabled；手动执行 `sudo fstrim -v /` 不报错才说明路径通畅；
- I/O 调度器是否合理：NVMe 盘应设为 `none`，SATA SSD 推荐 `mq-deadline` 或 `none`；查看命令：`cat /sys/block/nvme0n1/queue/scheduler`；
- swap 是否误用 SSD：`swapon --show` 查位置，若在 SSD 上，建议改用 zram 或彻底禁用；
- 预留空间（OP）是否充足：全盘分区会挤占 OP，建议保留 5%–10% 容量不格式化。
这些优化不做，即使新盘也会一年内明显变慢；做了，老盘也能多撑几个月稳定期。
