专利名称：一种linux系统下的故障内存位置定位方法
技术领域：
本发明涉及计算机应用领域，具体地说是一种Iinux系统下的故障内存位置定位方法。
背景技术：
对于故障内存位置的判断，之前有两种通用方法: 1)利用主板集成bmc的内存故障定位和记录功能,在内存发生可纠正ecc错误或不可纠正ecc错误时,主板bmc可以记录内存错误信息,并记录故障发生内存槽位，从而快速定位故障内存位置，但这种方法的使用有一定局限性，首先，必须保证服务器存在bmc的管理芯片，然而bmc管理是近几年才开始使用的技术，早期一般机型并无bmc管理芯片；再者，即使机器自带bmc芯片，其不一定具备内存故障定位功能，需要独立开发，所以依旧未必能实现内存故障的定位和检测；bmc内存故障定位功能受管理芯片的存在与否和自身功能的限制，无法成为一个通用的解决方案； 2)内存压力测试:初步判断属于内存故障后，需要从十几条内存中定位哪条内存出现了故障，使用内存压力测试工具，对系统平台和内存进行分批测试，逐渐缩小范围，最终定位哪条内存故障，此方法的使用也存在一定局限:首先对于大容量内存的压力测试，故障复现时间不易掌握，很有可能压力测试一天未必复现故障，尤其对于客户I周左右出现一次故障的机器，复现问题比较困难；其二，使用分批测试的方法，整体测试时间偏长；其三，无法排除是否因为内存接触不良或cpu本身内存控制器问题从而不能做到精确定位； 以上两种通用的处理方法都存在各自致命的使用缺陷，本发明完全不依赖于bmc芯片及其功能，不用压力测试，使用系统运行中生成的mcelog记录，精确定位故障内存错误信息、报错频率及其在主板上的位置，快速定位和解决内存故障。发明内容
本发明的目的是提供一种Iinux系统下的故障内存位置定位方法。
本发明的目的是按以下方式实现的， 具体步骤如下: O故障平台安装Linux系统，平台及软件安装配置要求: mcelog支持平台要求； 32 bit x86 Linux =Redhat 6.0版本以上支持，需使用源码，编译安装； 64 bit x86_64 Linux:Redhat 5.0版本以上提供rpm包,默认不安装,需指定安装，从hardware monitoring选项卡中查找； 如果要随机器启动，请使用chkconfig命令； Chkconfig —add mcelogd Chkconfig —level 5 mcelogd on Service mcelogd restartMcelog相关文件 设备文件/dev/mcelog 日志文件 /var/log/mcelog 配置文件 /etc/mcelog/mcelog.conf 2)客户系统应用或使用内存压力测试工具； 3)MCA MCE MCELOG原理说明如下: 在计算机中，机器校验架构MCA是指在操作系统中CPU报告硬件错误的一种机制，是cpu的一个ras特性；当一个ECC错误产生的时,位于cpu中的特定模型寄存器MSRs会检测到有错误产生，将会触发MCA机制；而后产生一个系统中断，并将由特定模型寄存器MSRs记录下当时各种状态信息，交给操作系统处理，使用MCElog软件解析错误出现的方式，位置以及状态的信息； MCA的错误报告类型: 有简单错误和复杂错误两种错误类型，这些错误类型通过获取IA32_Mci_StatusMSR状态信息产生，并比对错误代码和具体信息对照表获得相应的错误信息: 寄存器信息和具体表现含义对照表: MCE: 机器校验异常MCE是一类由硬件错误触发的异常，是一种当计算机硬件错误时发生的由一台计算机的CPU检测的硬件问题，当CPU检测到总线，CHIPSET，内存，CACHE硬件出现致命错误时会触发这类异常，这些错误对系统的稳定性危害极大而且无法恢复，会触发系统的复位操作，MCA架构，OS根据不同的错误源产生的错误类别，错误的严重程度，选择隔离错误，记录错误，甚至屏蔽错误源或重启系统，所以，利用新的MCA架构记录MCE信息，生成mcelog进行故障分析:MCELOG: MCELOG是x86的Linux系统上用来检查硬件错误，特别是内存和CPU错误的工具，且产生日志位置Jvar/log/mcelog;日志中记录内存故障发生时间、频率、故障类型及故障内存位置。
本发明的有益效果是:不依赖于主板bmc对内存故障的判断和记录，利用系统产生的mcelog记录，配合实际物理槽位比对关系，快速判断故障内存错误类型和故障位置，快速解决由于内存故障导 致的服务器死机、蓝屏等问题，相比目前的内存故障判断判断方法具有: 1.不依赖于主板bmc对内存故障跟踪和定位功能； 2.不需要现场重复压力测试，等待故障出现和交换内存测试定位故障内存位置，可以依据已经生成的mcelog日志，快速判断故障出现频率、故障原因和故障位置； 3.实现方式简单，提高判断解决问题的效率。
图1是故障内存位置定位流程图。
具体实施方式
参照说明书附图对本发明的方法作以下详细地说明。
故障内存位置定位流程及示例说明: O故障平台安装Linux系统，平台及软件安装配置要求: mcelog支持平台要求 32 bit x86 Linux: Redhat 6.0版本以上支持，需使用源码，编译安装； 64 bit x86_64 Linux:Redhat 5.0版本以上提供rpm包,默认不安装,需指定安装(hardware monitoring 选项卡中)； 如果要随机器启动，请使用chkconfig命令 Chkconfig —add mcelogd Chkconfig —level 5 mcelogd onService mcelogd restart Mcelog相关文件 /dev/mcelog (设备文件) /var/log/mcelog (日志文件)/etc/mcelog/mcelog.conf (配置文件) 2)客户系统应用或使用内存压力测试工具； 3)MCA MCE MCELOG 原理说明； 在计算机中，机器校验架构(MCA)是指在操作系统中CPU报告硬件错误的一种机制，是cpu的一个ras特性；例如当一个ECC错误产生的时,位于cpu中的各种特定模型的寄存器(MSRs )会检测到有错误产生，将会触发MCA机制；而后产生一个系统中断，并将由各种寄存器(MSRs)记录下当时各种状态信息，交给操作系统处理，可以使用MCElog等软件解析错误出现的方式，位置以及状态等信息； MCA的错误报告类型: 有简单错误和复杂错误两种错误类型，这些错误类型通过获取IA32_Mci_StatusMSR状态信息产生，并比对错误代码和具体信息对照表获得相应的错误信息: 寄存器信息和具体表现含义对照表: MCE: 机器校验异常MCE (Machine Check Exception )是一类由硬件错误触发的异常,是一种当计算机硬件错误时发生的由一台计算机的CPU检测的硬件问题，比如当CPU检测到总线，CHIPSET，内存，CACHE等硬件出现致命错误时会触发这类异常。一般来说这些错误对系统的稳定性危害极大而且无法恢复，通常会触发系统的复位操作。在MCA架构的出现之前，OS对MCE的处理非常有限，经常就是简单的重启系统；目前，新的MCA架构，OS可以根据不同的错误源产生的错误类别，错误的严重程度，可以选择隔离错误，记录错误，甚至屏蔽错误源或重启系统，所以，利用新的MCA架构，可以记录MCE信息，生成mcelog进行故障分析:MCELOG: mcelog是x86的Linux系统上用来检查硬件错误，特别是内存和CPU错误的工具，且产生日志位置Jvar/log/mcelog;日志中可以记录内存故障发生时间、频率、故障类型及故障内存位置；示例如下:cpuO、channel2、idO内存发生内存读错误:Hardware event.This is not a software error.MCE 0CPU 0 BANK 8MISC 9288280800080789 ADDR 72e7cf900TIME 1341475261 Thu Jul 5 16:01:01 2012MCG status:MCi status:Corrected errorMCi—MISC register validMCi—ADDR register validMCA: MEMORY CONTROLLER RD—CHANNELunspecified—ERRTransaction: Memory read errorMemory read ECC errorMemory corrected error count (CORE—ERR—CNT):1Memory transaction Tracker ID (RTId): 89Memory DIMM ID of error: 0Memory channel ID of error: 2Memory ECC syndrome: 92882808STATUS 8c0000400001009f MCGSTATUS 0MCGCAP lc09 APICID 0 SOCKETID 0CPUID Vendor Intel Family 6 Model 444)Mcelog记录内存位置和实际物理槽位对照表
权利要求
1.一种Iinux系统下的故障内存位置定位方法，其特征在于具体步骤如下: O故障平台安装Linux系统，平台及软件安装配置要求: mcelog支持平台要求 .32 bit x86 Linux =Redhat 6.0版本以上支持，需使用源码，编译安装； .64 bit x86_64 Linux:Redhat 5.0版本以上提供rpm包,默认不安装,需指定安装，从hardware monitoring选项卡中查找； 如果要随机器启动，请使用chkconfig命令； Chkconfig —add mcelogd Chkconfig —level 5 mcelogd on Service mcelogd restart Mcelog相关文件 设备文件/dev/mcelog 日志文件 /var/log/mcelog 配置文件 /etc/mcelog/mcelog.conf .2)客户系统应用或使用内存压力测试工具； .3)MCA MCE MCELOG原理说明如下: 在计算机中，机器校验架构MCA是指在操作系统中CPU报告硬件错误的一种机制，是cpu的一个ras特性；当一个ECC错误产 生的时,位于cpu中的特定模型寄存器MSRs会检测到有错误产生，将会触发MCA机制；而后产生一个系统中断，并将由特定模型寄存器MSRs记录下当时各种状态信息，交给操作系统处理，使用MCElog软件解析错误出现的方式，位置以及状态的信息； MCA的错误报告类型: 有简单错误和复杂错误两种错误类型，这些错误类型通过获取IA32_Mci_StatusMSR状态信息产生，并比对错误代码和具体信息对照表获得相应的错误信息: 寄存器信息和具体表现含义对照表:MCE: 机器校验异常MCE是一类由硬件错误触发的异常，是一种当计算机硬件错误时发生的由一台计算机的CPU检测的硬件问题，当CPU检测到总线，CHIPSET，内存，CACHE硬件出现致命错误时会触发这类异常，这些错误对系统的稳定性危害极大而且无法恢复，会触发系统的复位操作，MCA架构，OS根据不同的错误源产生的错误类别，错误的严重程度，选择隔离错误，记录错误，甚至屏蔽错误源或重启系统，所以，利用新的MCA架构记录MCE信息，生成mcelog进行故障分析:MCELOG: MCELOG是x86的Linux系统上用来检查硬件错误，特别是内存和CPU错误的工具，且产生日志位置Jvar/log/mcelog;日志中记录内存故障发生时间、频率、故障类型及故障内存位置。
全文摘要
本发明提供一种linux系统下的故障内存位置定位方法，该方法不依赖于主板bmc对内存故障的判断和记录，利用系统产生的mcelog记录，配合实际物理槽位比对关系，快速判断故障内存错误类型和故障位置，快速解决由于内存故障导致的服务器死机、蓝屏等问题，相比目前的内存故障判断判断方法具有1.不依赖于主板bmc对内存故障跟踪和定位功能。2.不需要现场重复压力测试，等待故障出现和交换内存测试定位故障内存位置，可以依据已经生成的mcelog日志，快速判断故障出现频率、故障原因和故障位置。3.实现方式简单，提高判断解决问题的效率。
文档编号G06F11/34GK103198000SQ20131011224
公开日2013年7月10日 申请日期2013年4月2日 优先权日2013年4月2日
发明者李斌, 任华进 申请人:浪潮电子信息产业股份有限公司