处理内存故障的方法、装置、设备及存储介质与流程

本申请涉及内存，尤其涉及一种处理内存故障的方法、装置、设备及存储介质。

背景技术：

1、计算机内存是计算机系统中的关键组成部分，对于计算机的运行和性能起着重要作用。如果计算机内存发生故障可能会导致系统崩溃、数据丢失、程序错误、性能下降以及系统不稳定等危害。

2、常见的计算机内存故障主要是单比特故障，这种故障可能会导致数据的错误读取、写入或计算结果的错误，进而影响系统的正常运行。

3、在相关方案中，主要是通过纠错码(error correction code，ecc)校验的方式来检测和纠正计算机内存故障。但是单纯使用ecc校验的方式，在内存发生故障较多的时候难以精准判断出需要及时隔离的内存单元，在对计算机性能要求高的场景中难以适用。

技术实现思路

1、本申请实施例提供了一种处理内存故障的方法、装置、设备及存储介质，可以解决如何精准识别并及时隔离发生可纠正错误的内存单元的技术问题。

2、第一方面，本申请实施例提供了一种处理内存故障的方法，包括：

3、获取多个待检测内存单元的错误次数信息，所述错误次数信息用于表示所述待检测内存单元可纠正错误发生的次数。

4、通过筛选可纠正错误发生次数较高的内存单元，可以提高系统的可靠性。

5、利用基板管理控制器，根据所述错误次数信息从多个所述待检测内存单元中筛选出目标内存单元，所述目标内存单元是所述可纠正错误发生的次数大于或等于预设隔离次数阈值的内存单元。

6、将bmc作为判断目标内存单元是否需要隔离的决策和处理中心，可以集中管理和监控整个系统的内存状态，实现实时监测内存，一旦发现需要隔离的内存单元，可以立即做出决策和处理。这样可以快速识别和定位内存故障，减少系统的停机时间，并及时采取措施进行修复。

7、查找所述目标内存单元的地址信息。

8、查找出每一个目标内存单元对应的地址信息，方便后续步骤中对目标内存单元进行精准隔离。

9、根据所述目标内存单元所对应的地址信息对所述目标内存单元进行隔离。

10、隔离操作可以防止发生故障的内存单元被继续使用，进而避免其对系统的正常运行造成更大的影响。

11、第二方面，本申请实施例提供了一种处理内存故障的装置，该装置具有实现第一方面或其任意可能的实现方式中的方法的功能。具体地，该装置包括实现第一方面或其任意可能的实现方式中的方法的单元。

12、在其中的一个实施例中，该装置包括：

13、获取单元，用于获取多个待检测内存单元的错误次数信息，错误次数信息用于表示待检测内存单元可纠正错误发生的次数。

14、处理单元，用于利用基板管理控制器，根据错误次数信息从多个待检测内存单元中筛选出目标内存单元，目标内存单元是可纠正错误发生的次数大于或等于预设隔离次数阈值的内存单元。

15、处理单元还用于，查找目标内存单元的地址信息。

16、处理单元还用于，根据目标内存单元所对应的地址信息对目标内存单元进行隔离。

17、第三方面，本申请实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，该处理器执行计算机程序时，使得计算机设备实现上述第一方面任意一种实现方式的方法。

18、第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被计算机设备执行时，使得计算机设备实现上述第一方面任意一种实现方式的方法。

19、第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在计算机设备上运行时，使得计算机设备执行上述第一方面任意一种实现方式的方法。

20、本申请实施例与现有技术相比存在的有益效果是：将待检测内存单元发生的可纠正错误次数作为筛选出目标内存单元的依据，提高了判断的可靠性；将bmc作为判断是否需要隔离内存单元的决策和处理中心，通过检测内存单元的可纠正错误次数是否大于或等于预设次数阈值来精准识别判断出发生故障的内存单元，可以避免误隔离正常状态的内存单元，同时，也可以实现集中管理和即时响应，有助于提高系统的管理性；由于地址信息和内存单元具有唯一对应关系，根据地址信息将筛选出的目标内存单元进行精准隔离，是避免误隔离正常状态的内存单元的双重验证，可以最大程度地保证系统性能和运行的稳定性。

技术特征：

1.一种处理内存故障的方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

4.根据权利要求3所述的方法，其特征在于，所述根据所述目标内存单元的地址信息生成常见平台错误记录对象信息并进行存储，包括：

5.根据权利要求4所述的方法，其特征在于，所述获取多个待检测内存单元的错误次数信息，包括：

6.根据权利要求4所述的方法，其特征在于，所述获取多个待检测内存单元的错误次数信息，包括：

7.根据权利要求1-6中任一项所述的方法，其特征在于，在所述获取多个待检测内存单元的错误次数信息之前，所述方法还包括：

8.一种处理内存故障的装置，其特征在于，包括：

9.一种计算机设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，使得所述计算机设备实现如权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被计算机设备执行时实现如权利要求1至7中任一项所述的方法。

技术总结
本申请适用于内存技术领域，提供了一种处理内存故障的方法、装置、设备及存储介质，该方法包括：获取多个待检测内存单元的错误次数信息，所述错误次数信息用于表示所述待检测内存单元可纠正错误发生的次数；利用基板管理控制器，根据所述错误次数信息从多个所述待检测内存单元中筛选出目标内存单元，所述目标内存单元是所述可纠正错误发生的次数大于或等于预设隔离次数阈值的内存单元；查找所述目标内存单元的地址信息；根据所述目标内存单元所对应的地址信息对所述目标内存单元进行隔离。该方案利用基板管理控制器筛选目标内存单元，可以避免误隔离正常状态的内存单元，可以实现系统的集中管理和即时响应，有利于提高系统的稳定性。

技术研发人员：傅汝丹,黎建根,李璇,周庆飞,吴燕琴,梁礼学
受保护的技术使用者：中国长城科技集团股份有限公司
技术研发日：
技术公布日：2024/2/1