记一次机械硬盘出现数据写入错误的真实案例

由于博主做的工作原因，最近获取到了一批语音数据集，全部为wav格式。数据拿到手，自然要将数据存储到自己的硬盘中。由于固态硬盘的容量有限，所以我就将其全部复制粘贴到机械结构的移动硬盘中，随后要进行的工作就是数据的处理。

但是在进行数据的处理和程序debug的时候，会出现程序在处理到某些数据的时候，突然抛出异常并崩溃的异常，直觉告诉我是数据出了问题，于是我在程序中对异常进行了捕获，定位到了是在处理哪一条数据时出现了异常，以及异常的原因。

根据出现错误的以0开头计数的数据序号，在数据目录列表中找到了对应的文件名和文件路径。

于是，我很好奇这个wav文件为什么不是以“RIFF”开头的。首先，通过16进制查看器查看这个文件的16进制的存储内容。

果然，这个文件不是以“RIFF”开头的，也就是说，文件头标记根本不是wav文件的头部标记，那么，出现那个异常也就在情理之中。另外，我们甚至可以在对应的ascii编码的内容中，看到拍照设备之类的信息。但是，好好的wav文件，怎么可能就没有RIFF标记了呢？

为了解释这个问题，我继续观察这个16进制存储的信息内容，可以看到，在0x06到0x09位置这四个字节，是jpg图片格式的文件头的一个标记。那么，意思就是说，我拿到的wav文件是个假的wav文件，其实就是个图片？于是，带着好奇心，我将文件的扩展名改为.tiff试试，果然，一个可见的图片在缩略图中显示了出来。

看到这张图片，我马上想起来，这不是我之前在某个房间内对着白板拍的照片吗？为了验证，我最后确实在我的硬盘中找到了这张图片。但是，为什么这张照片会混入到wav数据集中去呢？阴谋论浮现在我的脑海，难道数据提供方窃取了我硬盘中的文件，不小心混入wav数据集中让我发现了？

为了解决这个疑惑，我找到了原始数据直接备份后的压缩文件包，找到了同样文件名，但后缀为jpg的文件，使用16进制查看器进行查看。

唉？原始文件是没有问题、完好无损的。那么，这个阴谋论就不攻自破了，这张混入的假wav真jpg的文件就不可能是被窃取的，所以，问题只能出现在文件的复制上。

检查了一下临近的几十个wav文件，都出现了这种类似的问题，但是内容不可理解，不像这个文件一样可以找到明显的标识。连续的若干文件都出现了这类问题，就更加印证了这一点。通过查看复制后文件的修改时间，为某一天的下午4点多，也就是白天。而前后没有问题的文件在修改时间上，也都是有先后顺序的，那么也排除了后来发生文件修改的可能，只能是复制的时候，就出现了问题。

通过查找资料了解到，一般来说，机械硬盘中，文件的读写操作会导致机械硬盘处于脆弱状态，尤其是写操作，时间成本很高，写入的速度慢，延时大，一般都是以毫秒来计的。当机械硬盘有读写操作时，任何干扰，尤其是震动，都会对硬盘的机械结构和物理状态产生影响，当影响超出抗干扰的阈值时，硬盘的读写错误便产生了。震动等干扰，在严重时，甚至会直接损坏硬盘。

由于机械硬盘的结构特性，我们使用的时候，在硬盘通电之前，一定要将硬盘或者笔记本电脑放平稳，在使用中不要晃动，开着机背着电脑跑来跑去，或者用手去摆弄通电的移动硬盘，也不是一个好习惯。只有在硬盘断电之后，机械运动全部停止，硬盘才会处于安全状态，这时候我们拿着它到处跑，就没有什么问题了。硬盘有价，数据无价，为了数据的安全，养成一个好的使用习惯，对于当今离不开信息化社会的我们来说很重要。

版权声明 本博客的文章除特别说明外均为原创，本人版权所有。欢迎转载，转载请注明作者及来源链接，谢谢。 本文地址: https://blog.ailemon.net/2019/04/20/remember-real-case-of-data-write-error-in-mechanical-hard-disk/ All articles are under Attribution-NonCommercial-ShareAlike 4.0