一、故障现象
系统在运行期间频繁出现硬盘无法写入文件的情况，导致系统自动进入只读模式。通过执行 reboot -f 强制重启可暂时恢复正常，但数天后故障再次出现，严重影响业务连续性。
tail -n 100 /var/log/syslog | grep -i error
二、环境信息
设备类型：物理服务器
系统版本：Ubuntu 22.04
系统盘：1 × 3.84 TB M.2 NVMe 固态硬盘
三、初步排查与处理
3.1 执行硬盘坏道检测
使用 badblocks -s -v /dev/nvme0n1 进行检查，未发现坏道。
3.2 文件系统检测无问题
3.3 更换硬盘及相关硬件
因怀疑硬件故障，将原 3.84 TB M.2 NVMe 系统盘更换为 1.92 TB 同类型硬盘（旧盘通过对拷的形式到新盘，旧盘原分区实际使用空间未超过新盘容量）
同步更换 M.2 硬盘背板及主板连接线缆
结果
更换后系统短暂恢复正常，但约两三天后再次出现相同故障，说明问题并非由硬盘物理损坏或连接件故障导致。
四、深入排查与根本原因分析
4.1 检查硬盘健康状态
这里按提示进行安装就好，apt install smartmontools
安装 smartmontools 工具后，执行 smartctl -a /dev/nvme0n1 查看硬盘详细信息。
4.2 关键发现
硬盘日志中记录 372 次温度告警，表明硬盘长期处于高温环境。
4.3 原因分析
该服务器搭载 8 张显卡，运行 GPU 密集型业务，机箱内部温度较高。
M.2 NVMe 硬盘体积小、散热设计有限，在高温环境下持续工作，触发硬盘自我保护机制，导致系统进入只读模式。
五、解决方案
5.1 更换硬盘类型
申请并更换为 U.2 接口 NVMe 硬盘（散热性能优于 M.2 接口）。
5.2 硬盘对拷（PE工具）
将原 M.2 硬盘系统完整对拷至 U.2 硬盘。
5.3 结果验证
更换后系统持续稳定运行超过 20 天，未再出现写入失败或只读模式问题。
U2硬盘也未出现高温告警
