Início / server / Perguntas / 1130827
Accepted
King David
Asked: 2023-05-10 20:55:15 +0800 CST

as mensagens do kernel são reclamadas sobre a memória, apesar de todos os cartões DIMM terem sido substituídos

  • 772

temos poucas máquinas DELL ( com RHEL 7.6) , e como substituímos os cartões DIMM nas máquinas por causa dos erros que vimos nas mensagens do kernel

depois de algum tempo verificamos novamente as mensagens do kernel e encontramos o seguinte e podemos ver os erros sobre a memória RAM (também relacionado ao caso RHEL - https://access.redhat.com/solutions/6961932 )

[Mon May  8 21:08:01 2023] EDAC sbridge MC0: PROCESSOR 0:406f1 TIME 1683580080 SOCKET 0 APIC 0
[Mon May  8 21:08:01 2023] EDAC MC0: 0 CE memory read error on CPU_SrcID#0_Ha#0_Chan#1_DIMM#1 (channel:1 slot:1 page:0x6f3c77 offset:0xc80 grain:32 syndrome:0x0 -  area:DRAM err_code:0000:009f socket:0 ha:0 channel_mask:2 rank:4)
[Mon May  8 21:08:21 2023] mce: [Hardware Error]: Machine check events logged
[Tue May  9 05:30:29 2023] {13}[Hardware Error]: Hardware error from APEI Generic Hardware Error Source: 4
[Tue May  9 05:30:29 2023] {13}[Hardware Error]: It has been corrected by h/w and requires no further action
[Tue May  9 05:30:29 2023] {13}[Hardware Error]: event severity: corrected
[Tue May  9 05:30:29 2023] {13}[Hardware Error]:  Error 0, type: corrected
[Tue May  9 05:30:29 2023] {13}[Hardware Error]:  fru_text: B6
[Tue May  9 05:30:29 2023] {13}[Hardware Error]:   section_type: memory error
[Tue May  9 05:30:29 2023] {13}[Hardware Error]:   error_status: 0x0000000000000400
[Tue May  9 05:30:29 2023] {13}[Hardware Error]:   physical_address: 0x000000446e0d5f00
[Tue May  9 05:30:29 2023] {13}[Hardware Error]:   node: 1 card: 1 module: 1 rank: 0 bank: 3 row: 64982 column: 888 
[Tue May  9 05:30:29 2023] {13}[Hardware Error]:   error_type: 2, single-bit ECC
[Tue May  9 05:30:29 2023] EDAC sbridge MC0: HANDLING MCE MEMORY ERROR
[Tue May  9 05:30:29 2023] EDAC sbridge MC0: CPU 0: Machine Check Event: 0 Bank 1: 940000000000009f
[Tue May  9 05:30:29 2023] EDAC sbridge MC0: TSC 30d2ef7e9bfda 
[Tue May  9 05:30:29 2023] EDAC sbridge MC0: ADDR 446e0d5f00 
[Tue May  9 05:30:29 2023] EDAC sbridge MC0: MISC 0 
[Tue May  9 05:30:29 2023] EDAC sbridge MC0: PROCESSOR 0:406f1 TIME 1683610228 SOCKET 0 APIC 0
[Tue May  9 05:30:29 2023] EDAC MC1: 0 CE memory read error on CPU_SrcID#1_Ha#0_Chan#1_DIMM#1 (channel:1 slot:1 page:0x446e0d5 offset:0xf00 grain:32 syndrome:0x0 -  area:DRAM err_code:0000:009f socket:1 ha:0 channel_mask:2 rank:4)
[Tue May  9 05:30:51 2023] mce: [Hardware Error]: Machine check events logged
[Tue May  9 17:52:21 2023] perf: interrupt took too long (380026 > 7861), lowering kernel.perf_event_max_sample_rate to 1000
[Wed May 10 06:27:17 2023] warning: `lshw' uses legacy ethtool link settings API, link modes are only partially reported

apenas para ter certeza de que as mensagens acima não são mensagens aleatórias, decidimos reiniciar as máquinas e ver se as mensagens ruins sobre a memória são reproduzidas

mas as mensagens de Erros sobre a memória RAM, ainda permanecem.

então estamos confusos sobre o problema que vimos nas mensagens do kernel

como pode ser que ainda tenhamos erros sobre RAM apesar de termos substituído os cartões DIMM

Devo fornecer aqui informações adicionais sobre o que vemos do IDRAC

insira a descrição da imagem aqui

como podemos acima IDRAC não concluído sobre os cartões DIMM ou sobre a memória RAM

então a questão é - como as dmesg(mensagens do kernel) são reclamadas sobre a memória RAM, apesar de todos os DIMMs terem sido substituídos?

é possível que outra coisa esteja RUIM e não as placas DIMM? por exemplo, a placa-mãe na máquina DELL?

redhat

1 respostas

  1. Best Answer

    O erro que você vê é um erro de memória corrigível ECC de bit único que foi corrigido pelo hardware. Eles não acionam um componente listado como com falha no iDRAC, pelo menos até que seu número exceda algum limite definido internamente, mas você deve ver esse erro de memória registrado em iDRAC SEL (log de eventos do sistema).

    Não é recomendado misturar módulos single e dual rank, mas sua milhagem pode variar dependendo da versão do processador/placa-mãe.

    • 2

relate perguntas