Un NAS ou un serveur RAID tombe rarement en panne sans prévenir. Le plus souvent, le matériel envoie des signaux des jours, des semaines, parfois des mois à l’avance : un attribut SMART qui change, un ralentissement, un disque qui disparaît puis réapparaît. Ils passent facilement inaperçus parce que le service continue de fonctionner grâce à la redondance. Voici les symptômes à surveiller, ce qu’ils peuvent signifier, et la réaction la plus prudente, sans prétendre qu’un signe isolé annonce à coup sûr une panne.

Pourquoi les signaux restent discrets avec un RAID

Un RAID est conçu pour masquer la défaillance d’un disque : le volume reste accessible, les utilisateurs ne remarquent rien, et la première trace d’un problème est parfois une simple ligne dans un journal ou un courriel que personne ne lit. C’est ce qui rend l’observation précieuse. Une fois le volume passé en mode dégradé, on n’est plus dans l’alerte précoce mais dans la panne ; ce moment est détaillé dans notre article sur le NAS qui bipe. Ici, il s’agit de ce qui vient avant. Un disque peut présenter plusieurs symptômes à la fois, ou aucun avant de lâcher : surveiller reste utile sans être infaillible, et ne dispense pas d’une sauvegarde à jour.

Alertes SMART et secteurs réalloués

Le SMART est un dispositif d’auto-surveillance intégré aux disques. L’interface d’un NAS ou d’un serveur affiche un état de santé global et, selon les modèles, le détail de chaque attribut. Cinq attributs sont régulièrement cités : les secteurs réalloués (n° 5), les erreurs non corrigeables signalées (n° 187), les dépassements de délai de commande (n° 188), les secteurs en attente de réallocation (n° 197) et les secteurs non corrigeables (n° 198).

Dans son analyse de parc, Backblaze observe qu’au moins un de ces cinq attributs est supérieur à zéro sur 76,7 % des disques défaillants, contre 4,2 % des disques encore en service. Le signal est donc net, mais il n’est pas absolu : 23,3 % des disques défaillants n’avaient rien affiché. Backblaze précise aussi qu’une valeur non nulle isolée dit peu de choses, qu’il faut regarder la répétition des erreurs, et que la plupart de ces compteurs sont cumulatifs : c’est leur progression dans le temps qui compte.

Une étude de Google sur un grand parc de disques va dans le même sens. Moins de 2 % des disques y présentaient des erreurs de balayage, mais ceux-là échouaient environ dix fois plus souvent, et après la première erreur la probabilité de panne dans les 60 jours était 39 fois supérieure. Les disques ayant des secteurs réalloués échouaient 3 à 6 fois plus souvent. Les auteurs relèvent toutefois qu’une grande partie des disques défaillants n’avaient montré aucun de ces signaux : l’absence d’alerte ne vaut pas garantie.

En pratique : activez les alertes par courriel du NAS, planifiez des tests SMART, et notez de temps en temps les valeurs de ces attributs pour pouvoir constater une évolution.

Bruits, lenteurs et comportements inhabituels

Les bruits

Chaque machine a son bruit de fond : ventilateurs, rotation des plateaux, têtes qui se déplacent. Ce qui doit alerter, c’est un changement : cliquetis répétés, claquements, grincements, ou un bruit nouveau qui apparaît lors d’une copie volumineuse. Un cliquetis renvoie plutôt à un problème mécanique. Le plus sûr est alors de limiter l’usage du disque concerné, car continuer à le solliciter peut aggraver les dégâts.

Les ralentissements

Des dossiers partagés lents à ouvrir ou un débit durablement inférieur à celui des premiers mois méritent attention. Un disque qui relit difficilement certains secteurs peut ralentir toute la grappe. Un ralentissement peut aussi avoir une cause banale (sauvegarde ou indexation en cours, réseau saturé) : le comparer à un débit de référence relevé quand tout allait bien permet de trancher.

Les redémarrages et les plantages

Un redémarrage inattendu, une application ou une machine virtuelle qui plante, un système de fichiers qui signale des erreurs : ces symptômes ont des causes variées (alimentation, mémoire, micrologiciel, disque). Ils ne désignent pas un disque en particulier, mais s’ils se répètent, les journaux du système indiquent souvent ce qui précède l’incident.

Le disque qui sort de la grappe, puis revient

Un disque signalé absent ou déconnecté, puis réintégré seul, peut venir d’un mauvais contact dans la baie ou d’un disque qui répond de plus en plus mal. Cet épisode n’est pas un incident clos : notez la date, la baie et le numéro de série, et considérez ce disque comme suspect. Une resynchronisation automatique n’est pas une réparation.

Les LED et les alarmes

Une LED qui change de couleur, un message de notification ou un bip sont l’étape suivante. Le matériel signale alors un état dégradé, déjà traité dans l’article cité plus haut.

Les températures

Une température qui monte peut venir de la poussière, d’un ventilateur qui faiblit ou d’une pièce mal aérée. L’étude de Google n’a trouvé que peu de lien entre température et pannes dans les plages modérées, avec un effet seulement dans le haut de la plage et surtout sur les disques anciens. La température ne prédit donc pas à elle seule une panne, mais une chaleur durable signale un problème de ventilation à corriger, et il vaut mieux respecter la plage indiquée par le constructeur.

Lire les signaux ensemble

Un signal isolé est une observation. Plusieurs signaux qui convergent (un attribut SMART qui progresse, un ralentissement et un disque qui est sorti de la grappe) constituent une bonne raison d’agir sans attendre, d’autant que chacun de ces signes se constate sans outil spécialisé, depuis l’interface du NAS ou les journaux. Le schéma ci-dessous résume les principaux symptômes, ce qu’ils peuvent signifier et la réaction recommandée.

Tableau à trois colonnes intitulé symptôme, signification possible, réaction recommandée. Lignes : alerte SMART ou secteurs réalloués en hausse, signe d'un disque qui s'use, vérifier la sauvegarde et planifier un remplacement ; cliquetis ou bruit nouveau, problème mécanique possible, limiter l'usage et préparer une copie ; ralentissement durable, disque qui peine ou cause externe, comparer au débit de référence et consulter les journaux ; redémarrages ou plantages répétés, cause matérielle ou logicielle, relever les journaux ; disque sorti puis revenu, contact ou disque suspect, le noter et le surveiller ; température en hausse, ventilation insuffisante, nettoyer et contrôler les ventilateurs.

Que faire quand un signe apparaît

  • Documenter. Notez la date, le message exact, le disque et la baie concernés, et faites une capture d’écran de l’interface.
  • Vérifier la sauvegarde. Est-elle récente, et avez-vous déjà essayé d’en restaurer un fichier ? La règle 3-2-1, rappelée par la CISA, demande trois copies sur deux types de supports, dont une conservée à distance. Un RAID ne remplace pas ce dispositif, comme l’explique notre article sur le RAID qui n’est pas une sauvegarde.
  • Copier d’abord l’essentiel. Mettez les données critiques en sécurité sur un support externe avant toute intervention sur la grappe.
  • Ne pas forcer de reconstruction. Remplacer un disque et lancer une reconstruction oblige tous les autres disques à être lus intégralement. Si l’un d’eux est déjà fragile, l’opération peut échouer. Les précautions sont détaillées dans notre article sur la reconstruction RAID.
  • Planifier le remplacement. Une fois la sauvegarde assurée, remplacer un disque suspect à un moment choisi est préférable à une panne subie.
  • Couper si nécessaire. En cas de bruit mécanique, de volume inaccessible ou de plusieurs disques en défaut, procédez à un arrêt propre, étiquetez chaque disque avec sa baie d’origine, et ne tentez rien de plus.

Mettre en place une surveillance simple

  • Activer les notifications par courriel dans l’interface d’administration, vers une adresse réellement lue.
  • Planifier des tests SMART réguliers, rapides et complets, et en consulter le résultat.
  • Relever une fois un débit de référence et le bruit habituel de la machine, pour avoir un point de comparaison.
  • Dépoussiérer les grilles et vérifier que les ventilateurs tournent, à intervalles réguliers.
  • Tester la restauration d’un fichier depuis la sauvegarde de temps en temps : une sauvegarde qui n’a jamais été restaurée reste une hypothèse.

Ces gestes prennent peu de temps, ne demandent aucun outil particulier et transforment des signaux faibles en informations exploitables.

La chronologie d’une dégradation et le bon moment pour agir

Une grappe évolue rarement d’un coup. Les durées varient beaucoup selon les disques, la charge et l’environnement, mais l’enchaînement est souvent le même : fonctionnement normal, signaux faibles (attributs SMART, lenteurs), disque suspect ou sorti de la grappe, volume dégradé, puis second défaut qui rend le volume inaccessible. Les deux premières étapes laissent le plus de marge : c’est le moment de vérifier la sauvegarde et de remplacer un disque de façon planifiée. À partir du volume dégradé, la priorité devient de sauvegarder avant toute reconstruction. Au stade d’un volume inaccessible, mieux vaut ne plus rien tenter.

Chronologie horizontale de la dégradation d'une grappe RAID en cinq étapes : fonctionnement normal, signaux faibles (SMART, lenteurs), disque suspect ou sorti de la grappe, volume dégradé, volume inaccessible après un second défaut. Une zone verte sur les deux premières étapes indique le bon moment pour vérifier la sauvegarde et remplacer un disque de façon planifiée, une zone orange sur le volume dégradé indique sauvegarder avant toute reconstruction, une zone rouge sur la dernière étape indique ne plus rien tenter et contacter un laboratoire.

Quand contacter un laboratoire

Un avis spécialisé s’impose lorsque le disque fait un bruit mécanique, lorsque plus de disques sont en défaut que le niveau RAID ne le tolère, lorsque le volume ne se monte plus, lorsqu’une reconstruction a échoué, ou lorsque les données sont critiques et sans copie. En laboratoire, la démarche consiste à réaliser des images des disques puis à reconstituer la grappe à partir de ces images, sans dépendre du boîtier d’origine ni solliciter davantage des disques fragiles. Le résultat dépend de l’état des supports, et seul un diagnostic permet de le connaître. Selon le matériel, les pages serveurs NAS et serveurs RAID décrivent la prise en charge.

Repérer ces signes tôt laisse du temps pour agir calmement : une sauvegarde vérifiée, un disque remplacé à froid, et une panne qui reste un simple désagrément.