背景与需求

在IDC运维中，服务器硬盘故障是导致业务中断的主要原因之一。传统的人工巡检方式存在效率低、响应慢、易遗漏等问题。通过Python编写自动化脚本，可以实现对硬盘健康状态的定期检查、异常告警及日志记录，显著提升运维效率与可靠性。

脚本设计思路

脚本基于Python标准库（如os、subprocess、smtplib）和第三方工具（如smartctl），主要完成以下功能：

• 调用系统命令获取硬盘SMART信息
• 解析关键指标（如Reallocated_Sector_Ct、Temperature_Celsius、Power_On_Hours）
• 根据阈值判断健康状态并生成告警
• 记录巡检日志至本地文件
• 通过邮件发送异常通知

实现步骤

1. 环境准备：确保系统已安装smartmontools，并配置Python环境。
2. 数据采集：使用subprocess.run()执行smartctl -a /dev/sda，捕获输出。
3. 解析与评估：通过正则表达式提取关键字段，与预设阈值对比。
4. 告警与日志：若指标异常，记录日志并调用smtplib发送邮件。
5. 定时执行：利用crontab或计划任务设置每日/每周运行。

核心代码示例

以下为关键函数简化示例（实际需增加错误处理与配置管理）：

def check_disk(device):
    result = subprocess.run(['smartctl', '-a', device], capture_output=True, text=True)
    if 'Reallocated_Sector_Ct' in result.stdout:
        value = int(re.search(r'Reallocated_Sector_Ct\s+\d+\s+(\d+)', result.stdout).group(1))
        if value > 10:
            send_alert(device, '坏道计数过高')

优势与应用

• 效率提升：自动化巡检可覆盖数百台服务器，耗时从数小时降至分钟级。
• 减少误判：基于统一阈值与规则，避免人工主观差异。
• 快速响应：异常实时告警，缩短故障发现时间。

该脚本已在实际IDC环境中部署，支持SAS/SATA及NVMe硬盘，可灵活扩展至其他监控指标。