WD Blue | hard resetting link

Bonjour,

Je profite de la présence d'un pro. des disques WD pour exposer mon souci ...
Je rencontre des problèmes récurrents de micro-déconnexions assez inquiétantes du disque système de mon serveur (Dell Inc. OptiPlex 740 Enhanced/0YP806, BIOS 2.1.6 05/04/2008).
Dernièrement je rencontrais un problème légèrement similaire avec un Seagate de 2To que j'ai fini par remplacer car le système était au bord du crash total (Problème exposé dans un post précédent).

Le disque dur a été remplacé, les câbles ont été remplacé par des câbles neufs ou récents (avec verrous) et je pensais avoir résolu le problème mais cela n'a duré qu'un jour ou deux ...
Il n'y a plus au total que 10 To de HDD (WD) sur cette machine (depuis remplacement du 2 To du système), 6 To en XFS et 3 To en NTFS en plus du 1 To saucissoné entre Windows et Linux. 8Go de RAM ...

lsblk --output NAME,FSTYPE,SIZE,MODEL,HCTL

NAME   FSTYPE    SIZE MODEL            HCTL
sda            931,5G WDC WD10TPVT-65H 0:0:0:0
├─sda1 ntfs-3g   100M                  
├─sda2 ntfs-3g   300G                  
├─sda3             1K                  
├─sda5 ext2      128M                  
├─sda6 swap        4G                  
└─sda7 ext4    627,3G                  
sdb              2,7T WDC WD30EFRX-68A 1:0:0:0
└─sdb1 xfs       2,7T                  
sdc              2,7T WDC WD30EZRZ-00Z 2:0:0:0
├─sdc1           128M                  
└─sdc2 ntfs-3g   2,7T                  
sdd              2,7T WDC WD30EFRX-68A 3:0:0:0
└─sdd1 xfs       2,7T                  

Cette machine

Linux athlon 4.4.26-gentoo #3 SMP Fri Dec 16 13:56:52 CET 2016 x86_64 AMD Athlon(tm) 64 X2 Dual Core Processor 4800+ AuthenticAMD GNU/Linux

me sert essentiellement de NAS, de serveur de streaming domestique DLNA (Serviio) et serveur de base (MongoDB / mySQL) Apache PHP, et lance plusieurs bots de collectes de données récupérant et traitant quelques Go chaque 24h + de machine de développement Python.
Elle devrait tourner 24/7 mais est parfois éteinte.

Il y a également un Windows 7 pour test sur cette machine, mais qui n'est jamais mis en route, et de toutes façons je ne pense pas que des problèmes aussi subtils soient facilement identifiés par Windows avant qu'il ne soit trop tard et qu'un disque soit vraiment HS (? je me trompe peut être ?), néanmoins, je peux éventuellement installer des logiciels de tests sur Windows, bien que les problèmes apparaissent à l'usage et que je n'ai aucune utilité sur une telle machine de Windows.

——————————————————————————————————————————
dmesg :

[244890.722072] ata1.00: exception Emask 0x0 SAct 0x0 SErr 0x0 action 0x6 frozen
[244890.722082] ata1.00: failed command: SMART
[244890.722089] ata1.00: cmd b0/da:00:00:4f:c2/00:00:00:00:00/00 tag 18
                         res 40/00:00:00:00:00/00:00:00:00:00/00 Emask 0x4 (timeout)
[244890.722092] ata1.00: status: { DRDY }
[244890.722101] ata1: hard resetting link
[244890.722103] ata1: nv: skipping hardreset on occupied port
[244891.176080] ata1: SATA link up 3.0 Gbps (SStatus 123 SControl 300)
[244891.179234] ata1.00: failed to IDENTIFY (INIT_DEV_PARAMS failed, err_mask=0x80)
[244891.179238] ata1.00: revalidation failed (errno=-5)
[244896.176046] ata1: hard resetting link
[244896.176055] ata1: nv: skipping hardreset on occupied port
[244896.630073] ata1: SATA link up 3.0 Gbps (SStatus 123 SControl 300)
[244896.636374] ata1.00: configured for UDMA/133
[244896.636429] ata1: EH complete
[248483.100258] ata1: drained 512 bytes to clear DRQ
[248483.100273] ata1.00: exception Emask 0x0 SAct 0x0 SErr 0x0 action 0x6
[248483.100278] ata1.00: failed command: SMART
[248483.100285] ata1.00: cmd b0/d1:01:00:4f:c2/00:00:00:00:00/00 tag 24 pio 512 in
                         res 51/84:01:00:4f:c2/00:00:00:00:00/00 Emask 0x10 (ATA bus error)
[248483.100288] ata1.00: status: { DRDY ERR }
[248483.100290] ata1.00: error: { ICRC ABRT }
[248483.100298] ata1: hard resetting link
[248483.100301] ata1: nv: skipping hardreset on occupied port
[248483.554053] ata1: SATA link up 3.0 Gbps (SStatus 123 SControl 300)
[248483.563191] ata1.00: configured for UDMA/133
[248483.563225] ata1: EH complete

——————————————————————————————————————————
smartctl -l /dev/sda

smartctl 6.4 2015-06-04 r4109 [x86_64-linux-4.4.26-gentoo] (local build)
Copyright (C) 2002-15, Bruce Allen, Christian Franke, www.smartmontools.org

=== START OF INFORMATION SECTION ===
Model Family:     Western Digital Scorpio Blue Serial ATA (AF)
Device Model:     WDC WD10TPVT-65HT5T0
Serial Number:    WD-WXK1AA033706
LU WWN Device Id: 5 0014ee 2afe25d57
Firmware Version: 01.01A01
User Capacity:    1 000 204 886 016 bytes [1,00 TB]
Sector Sizes:     512 bytes logical, 4096 bytes physical
Rotation Rate:    5200 rpm
Device is:        In smartctl database [for details use: -P show]
ATA Version is:   ATA8-ACS (minor revision not indicated)
SATA Version is:  SATA 2.6, 3.0 Gb/s
Local Time is:    Mon Dec 19 11:29:58 2016 CET
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:  (0x00)	Offline data collection activity
					was never started.
					Auto Offline Data Collection: Disabled.
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: 		(25200) seconds.
Offline data collection
capabilities: 			 (0x7b) SMART execute Offline immediate.
					Auto Offline data collection on/off support.
					Suspend Offline collection upon new
					command.
					Offline surface scan supported.
					Self-test supported.
					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: 	 ( 289) minutes.
Conveyance self-test routine
recommended polling time: 	 (   5) minutes.
SCT capabilities: 	       (0x7031)	SCT Status 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     0x002f   200   200   051    Pre-fail  Always       -       0
  3 Spin_Up_Time            0x0027   203   188   021    Pre-fail  Always       -       2816
  4 Start_Stop_Count        0x0032   096   096   000    Old_age   Always       -       4156
  5 Reallocated_Sector_Ct   0x0033   200   200   140    Pre-fail  Always       -       0
  7 Seek_Error_Rate         0x002e   200   200   000    Old_age   Always       -       0
  9 Power_On_Hours          0x0032   055   055   000    Old_age   Always       -       32906
 10 Spin_Retry_Count        0x0032   100   100   000    Old_age   Always       -       0
 11 Calibration_Retry_Count 0x0032   100   100   000    Old_age   Always       -       0
 12 Power_Cycle_Count       0x0032   096   096   000    Old_age   Always       -       4103
192 Power-Off_Retract_Count 0x0032   198   198   000    Old_age   Always       -       2227
193 Load_Cycle_Count        0x0032   027   027   000    Old_age   Always       -       520464
194 Temperature_Celsius     0x0022   113   084   000    Old_age   Always       -       37
196 Reallocated_Event_Count 0x0032   200   200   000    Old_age   Always       -       0
197 Current_Pending_Sector  0x0032   200   200   000    Old_age   Always       -       0
198 Offline_Uncorrectable   0x0030   100   253   000    Old_age   Offline      -       0
199 UDMA_CRC_Error_Count    0x0032   200   200   000    Old_age   Always       -       0
200 Multi_Zone_Error_Rate   0x0008   100   253   000    Old_age   Offline      -       0

SMART Error Log Version: 1
No Errors Logged

SMART Self-test log structure revision number 1
Num  Test_Description    Status                  Remaining  LifeTime(hours)  LBA_of_first_error
# 1  Short offline       Completed without error       00%     31100         -
# 2  Short offline       Completed without error       00%     30804         -
# 3  Short offline       Completed without error       00%     30797         -
# 4  Short offline       Completed without error       00%     30794         -
# 5  Short offline       Completed without error       00%     30744         -
# 6  Short offline       Completed without error       00%     30743         -
# 7  Short offline       Completed without error       00%     30628         -
# 8  Short offline       Completed without error       00%     30575         -
# 9  Short offline       Completed without error       00%     30568         -
#10  Short offline       Completed without error       00%     30560         -
#11  Short offline       Completed without error       00%     30475         -
#12  Short offline       Completed without error       00%     30408         -
#13  Short offline       Completed without error       00%     30403         -
#14  Short offline       Completed without error       00%     30395         -
#15  Short offline       Completed without error       00%     30377         -
#16  Short offline       Completed without error       00%     30261         -
#17  Short offline       Completed without error       00%     30244         -
#18  Short offline       Completed without error       00%     30237         -
#19  Short offline       Completed without error       00%     30166         -

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.

Dans ce rapport SMART on retrouve bien les erreur de déconnexions et je crains que cela ne finisse par générer de vrais problèmes d'écriture avant crash ... Pour l'instant le disque à l'air propre mais le Seagate qui a fini par lâcher (pas violemment mais problèmes écriture/lecture) la semaine dernière a bien fonctionné sur cette machine pendant quelques temps ...

Alors est-ce à votre avis, encore un problème de disque, de câbles, de kernel, de BIOS, de gestion de l'énergie, de contrôleur SATA (donc de CM), je préférerais clairement consacrer mon temps au développement qu'a l'administration du système permettant de faire une partie de ces développements ;-)