Vida Útil de SSDs NVMe: Como Monitorar o TBW e Prever Falhas Antes que Aconteçam

Monitorar a vida útil de SSDs NVMe é essencial para evitar falhas inesperadas, perda de dados e downtime em servidores Linux. SSDs NVMe são rápidos, mas não são eternos. Diferente de HDs, eles morrem por desgaste de escrita, e o principal indicador disso é o TBW (Total Bytes Written).

A boa notícia?
👉 O NVMe te conta quando está morrendo — se você souber onde olhar.

🔍 O que é TBW (Total Bytes Written)?

TBW indica quantos dados já foram gravados fisicamente no SSD ao longo da vida útil.

Exemplo:

• SSD NVMe de 1 TB com TBW de 600 TB
• Significa que o fabricante garante ~600 TB de escrita antes do desgaste crítico

💡 Importante:

• Leitura NÃO desgasta
• Escrita = desgaste real das células NAND

🧠 Por que monitorar TBW é melhor que “esperar falhar”?

Porque falha de SSD não avisa com barulho, como HD.
Ele simplesmente:

• entra em modo read-only
• começa a gerar I/O error
• some do sistema

Monitorar TBW permite:

• Planejar troca
• Evitar downtime
• Migrar dados com calma
• Evitar corrupção silenciosa

🧰 Ferramenta essencial: nvme-cli

Instalação

Debian / Ubuntu

apt install nvme-cli

RHEL / AlmaLinux / Rocky

dnf install nvme-cli

📊 Identificando seus discos NVMe

nvme list

Exemplo de saída:

/dev/nvme0n1   Samsung SSD 980 PRO 1TB

📈 Como ver o TBW real do SSD NVMe

Comando principal

nvme smart-log /dev/nvme0n1

Campos importantes

Procure por:

Data Units Written:        123,456,789
Percentage Used:           12%
Media and Data Integrity Errors: 0
Critical Warning:          0

🔢 Convertendo “Data Units Written” em TBW

Cada Data Unit = 512.000 bytes (512 KB)

Fórmula:

TBW = DataUnits × 512.000 ÷ 1.000.000.000.000

Exemplo prático

Data Units Written: 123.456.789

123456789 × 512000 = 63.2 TB escritos

💡 Dica rápida via terminal

echo "scale=2; 123456789*512000/1000000000000" | bc

📉 Interpretando o campo “Percentage Used”

Esse campo é ouro puro:

Percentage Used: 12%

Significa:

• 0% → SSD novo
• 100% → Vida útil estimada esgotada
• 100% → Funcionando fora da especificação (perigo real)

Regra prática de sysadmin:

🚨 Alertas críticos que indicam morte próxima

Fique atento se algum desses aparecer:

Critical Warning != 0
Media and Data Integrity Errors > 0
Percentage Used > 90%

Ou no kernel:

dmesg | grep -i nvme

Mensagens como:

• I/O error
• controller is down
• resetting controller

⚠️ Isso já é pré-falha ou falha ativa.

⏱️ Automatizando monitoramento (cron)

Exemplo simples para log diário:

nvme smart-log /dev/nvme0n1 >> /var/log/nvme-health.log

Ou alerta básico:

nvme smart-log /dev/nvme0n1 | grep "Percentage Used"

Você pode integrar isso com:

• Zabbix
• Prometheus
• Netdata
• Script Bash + Telegram/Slack

🔥 O que MAIS consome TBW sem você perceber?

Vilões clássicos:

• Swap em SSD
• Logs excessivos (access.log, error.log)
• Banco de dados sem tuning (MariaDB / PostgreSQL)
• Cache mal configurado
• Containers escrevendo demais (overlay2)
• WordPress com WP-Cron descontrolado

💡 SSD morre mais por má configuração do que por idade.

🧠 NVMe x SATA SSD: diferença no monitoramento?

✅ Checklist de prevenção real

• Monitorar TBW mensalmente
• Alertar acima de 80%
• Evitar swap agressivo
• Ajustar logs
• Backup sempre testado
• Planejar troca antes do desastre

🧨 Verdade inconveniente

“SSD não falha do nada.
Ele avisa — só ninguém olha.”

FAQ