[发明专利]一种linux系统下的故障内存位置定位方法

说明书

技术领域

本发明涉及计算机应用领域，具体地说是一种linux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1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linux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：

1）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_Status   MSR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：