注:本人为系统工程师,对硬件服务器不熟悉,无法直接定位损坏的内存位置,一般来说,服务器内存故障,在服务器面板上有所显示,此文中服务器面板并未显示,出现的内存损坏的位置信息,也是在本人依次更换内存时,服务器无意之间弹出来的显示,在此之前服务器重启了六次,也没有重要信息显示。正常服务器面板显示如下图:
现象描述
:
系统巡检时,发现dmesg日志中有大量内存报错信息:
报错信息:
[ 9.238875] EDAC MC0: 6 CE error on CPU#0Channel#1_DIMM#1 (channel:1 slot:1 page:0x0 offset:0x0 grain:8 syndrome:0x0)
日志信息拆分描述
:
EDAC即error detection and correction(错误检测与纠正),是Linux系统内部的机制。MC即memory controller(内存控制器)。CE则代表correctable error,是ECC内存中可以纠正的错误,相对地还有UE(uncorrectable error)。
故障现象:
服务器正常启动,可以显示用户登录页面,但过十秒左右,服务器会自动生成crash日志,然后黑屏。
故障解决过程:
1. 服务器重启过程中,报出故障内存位置(1号CPU 第5个内存插槽)
注:(服务器重启了六次 才有此条信息)
2. 打开服务器机盖,找到该位子的内存条拔出,并更换内存
3. 更换完成后,启动服务器,查看系统恢复正常 报错也随之消失