Data Domain：内存错误故障处理

Summary: 本文介绍如何对 Dell Data Domain 系统上与内存相关的警报进行故障处理，包括如何识别需要更换的故障 DIMM。它介绍了常见警报代码、可纠正和不可纠正 ECC 错误的根本原因，以及分步解决方案指导，例如启动开机自检软件包修复 （PPR）、运行诊断 CLI 命令和执行物理故障处理。

This article applies to This article does not apply to This article is not tied to any specific product. Not all product versions are identified in this article.
Check out other resources

Symptoms

  • DDOS 生成与内存相关的警报，包括：
    • DIMM-00001: Correctable ECC logging limit reached
    • DIMM-00002: Multibit uncorrectable ECC error
    • DIMM-00003: Memory card failure
    • ENVIRONMENT-00009: Correctable ECC errors exceed threshold
    • ENVIRONMENT-00013: Uncorrectable ECC error detected
    • ENVIRONMENT-00044: Memory riser fault detected
    • MEM-00001: DIMM failure detected; DDFS will not start
    • MEM-00002: Memory size below configured value
  • iDRAC 系统事件日志 （SEL） 报告
    • MEM0802： The memory health monitor feature has detected a degradation in the DIMM installed in DIMM [slot number]. Reboot system to initiate self-heal process.
  • 由无法纠正的内存错误触发的系统重新启动
  • DDFS 未启动或无法启用
  • 由于内存硬件故障，系统进入关闭状态
  • 其他警报可能会掩盖内存问题（例如，CPU 机器检查错误）

Cause

  • Data Domain DIMM 使用错误纠正代码 （ECC） 来检测和纠正内存错误。
  • 可纠正的错误会累积，并在超过阈值时触发警报。
  • 不可纠正的错误表示硬件故障，并可能导致系统不稳定或重新启动。
  • DIMM 或内存转接卡发生故障会减少可用内存，并可能阻止 DDFS 启动。
🛠️ 提醒：其他症状或警报可能会掩盖内存错误（例如，CPU 机器检查错误），重新启动可能会解决底层内存问题，可能需要进行更深入的日志分析或故障处理。

Resolution

✅ 提醒：如果在基于 Dell PowerEdge 的系统上报告 DIMM 错误，恢复的第一个操作是重新启动 Data Domain 单元。这将启动 PPR（开机自检软件包修复）以恢复 DIMM。

DIMM 警报 - 重新启动决策指南

 BIOS 开机自检软件包修复 （PPR） 功能可以在重新启动期间修复受影响的内存单元。

重新启动决策指导：

情景 建议
刚刚出现警报;系统稳定;生产备份正在运行 安排在 24-48 小时内的维护窗口以重新启动系统
警报存在多天而不操作 尽快安排重新启动，以避免升级为无法纠正的错误 （MEM0001）
系统空闲或处于维护窗口 立即重新启动以允许 PPR 自我修复

严重警告：

  • 重新启动之前，请勿卸下或交换 DIMM。PPR 需要原装 DIMM。
  • 在自我修复期间，系统可能会自动重新启动多次。这是预期行为。
  • 如果自我修复成功，则无需更换 DIMM。
  • 如果警报在重新启动后仍然存在或升级到MEM0001，请联系戴尔支持。

标准故障处理和解决步骤

  1. 重新启动 Data Domain 系统（PowerEdge 平台）以启动 PPR。
  2. 使用警报和诊断程序识别故障组件（DIMM、CPU 或主板）。
  3. 将当前系统状态与以前的 AutoSupport 快照（警报之前）进行比较。
  4. 运行以下 DD CLI 命令： 
    alerts show current
system show meminfo
enclosure show memory
log view debug/messages.engineering
  5. 运行 DDOS 硬件运行状况检查 以确认硬件故障。
  6. 执行物理检查：
    • 安全地重新拔插 DIMM
    • 换用已知良好的 DIMM 进行隔离测试
  7. 根据诊断结果更换故障组件。
  8. 如果系统未引导：
    • 移除非必要硬件
    • 使用最低配置引导（插槽 0 中的单个 DIMM）
  9. 收集支持包并根据需要创建服务请求。

Additional Information

参考资料：

Affected Products

Data Domain, PowerProtect Data Protection Appliance, Data Domain, Data Domain Deduplication Storage Systems, PowerProtect Data Protection Hardware
Article Properties
Article Number: 000034334
Article Type: Solution
Last Modified: 01 تموز 2026
Version:  10
Find answers to your questions from other Dell users
Support Services
Check if your device is covered by Support Services.