VMware: Debuggen der ESXi-Maschinenprüfungsausnahme – violetter Diagnosebildschirm

Beschreibung:

ESXi-Server werden möglicherweise aufgrund von MCE-Fehlern (Machine Check Exception) mit einem violetten Diagnosebildschirm (PSOD) beendet. MCE-Fehler sind auf Hardwareprobleme zurückzuführen.

Der violette MCE-Diagnosebildschirm zeigt mehrere Elemente an. Von diesen wird die MCi_STATUS Register ist beim Debuggen des Problems hilfreich.

Details zur Anmeldung:

• Die Datei MCi_STATUS Register besteht aus Informationen über den Fehler bei der Maschinenprüfung.
• Das Register wird neben dem "S:" Wie im folgenden Beispiel gezeigt:

MC: PCPU18 B:13 S:0xfe20004000011166 M:0x7246040086 A:0x38c989b100 5

Um den Fehler zu beheben, müssen die niedrigen 16 Bits des MCi_STATUS registrieren sind wichtig. Diese Bits weisen auf einen einfachen oder zusammengesetzten Fehler hin.

Möglichkeit 1: Verwenden des automatischen Tools

Hinweis: Sie können den Fehler jetzt mit dem folgenden Tool debuggen, das die folgenden Schritte automatisiert:
VMware Purple Diagnostic Screen (PSOD) Error Reader

1. Einfache Fehler können schnell behoben werden

0000 0000 0000 0000 -- No Error reported to this bank of error-reporting registers.
0000 0000 0000 0001 -- Unclassified - Error has not been classified.
0000 0000 0000 0010 -- Parity error in internal microcode ROM.
0000 0000 0000 0011 -- External error-BINIT# from another processor caused this processor MCE. Happens only if BINIT# observation enabled during power on.
0000 0000 0000 0100 -- Functional redundancy check master/slave error.
0000 0000 0000 0101 -- Internal parity error.
0000 0000 0000 0110 -- SMM handler tried to execute outside the ranges specified by SMRR.
0000 0100 0000 0000 -- Internal timer error.
0000 1110 0000 1011 -- I/O error.
0000 01xx xxxx xxxx -- Internal unclassified error. Atleast one X must be equal to 1.

2. Compound-Fehler

000F 0000 0000 11LL - Generic Cache Hierarchy error.
000F 0000 0001 TTLL - {TT}TLB{LL}_ERR. TLB errors.
000F 0000 1MMM CCCC - {MMM}_Channel{CCCC}_ERR - Memory controller errors.
000F 0001 RRRR TTLL - {TT}CACHE{LL}_{RRRR}_ERR - Cache Hierarchy errors.
000F 1PPT RRRR IILL - BUS{LL}_{PP}_{RRRR}_{II}_T_ERR - Bus and Interconnect errors.

• F – Formular-Flag

0 – Normal Filtering
1 – Corrected Filtering

Filtern bedeutet, dass einige oder alle nachträglichen Korrekturen an diesem Eintrag in dieser Struktur nicht gebucht werden.

• TT – Gilt für 2 und 4 oben. 

Gibt die Art der Transaktion an:

00 - Instruction
01 - Data
10 - Generic

• LL: Gilt für 1, 2, 4 und 5 oben. 

Dies gibt die Ebene in der Speicherhierarchie an, auf der der Fehler aufgetreten ist.

00 - Level 0 - L0
01 - Level 1 - L1
10 - Level 2 - L2
11 - Generic – LG (It is shown only when processor cannot determine the hierarchy level)

• RRRR – Zeigt die Art der Aktion im Zusammenhang mit dem Fehler an. Die Aktionen sind:

0000 - Generic Error - ERR
0001 - Generic Read - RD
0010 - Generic Write - WR
0011 - Data Read - DRD
0100 - Data Write - DWR
0101 - Instruction Fetch - IRD
0110 - Prefetch - PREFETCH
0111 - Eviction - EVICT
1000 - Snoop - SNOOP

• PP (Participation): Beschreibt die Rolle des lokalen Prozessors bei dem Fehler.

00 - SRC - Local processor originated request
01 - RES - Local processor responded to request
10 - OBS - Local processor observed error as third party
11 - Generic

• T (Timeout): 1 = Zeitüberschreitung bei Anforderung.
• II (Arbeitsspeicher oder I/O)

00 - M - Memory Access
10 - IO - I/O
01 - Reserved
11 - Other transaction

• Speicher-Controller-Fehler: Definiert durch MMM- und CCCC-Unterfelder oben
• MMM – Speicherfehler

000 - GEN - Generic undefined request
001 - RD - Memory read error
010 - WR - Memory write error
011 - AC - Address/Command error
100 - MS - Memory Scrubbing error
101-111 - Reserved

• CCCC - Kanal mit dem Fehler

0000-1110 - CHN - Channel number
1111 - Channel not specified

1. Notieren Sie sich die MCi_STATUS Registerwert. Hier ist es:

0xfe20004000011166.

2. Konvertieren Sie es in eine Binärdatei:

1111 1110 0010 0000 0000 0000 0100 0000 0000 0000 0000 0001 0001 0001 0110 0110

3. Nehmen Sie die unteren 16 Bits der MCi_STATUS registrieren:

0001 0001 0110 0110

Vergleichen Sie es mit den zusammengesetzten Fehlern. In diesem Fall scheint es sich um einen Cachehierarchiefehler (Typ 4) zu handeln.

4. Wenden Sie die Werte an:

F = 1
RRRR = 0110 – Prefetch
TT = 01 – Transaction type - Data
LL = 10 – Level 2 cache

Fazit:

• Es sieht so aus, als ob der violette Diagnosebildschirm während eines Prefetch-Vorgangs für einige Daten im L2-Cache des Prozessors aufgetreten ist.
• Daher könnte es sich um ein Problem mit dem L2-Cache auf dem Prozessor handeln.
• Daher sollte zuerst die CPU ausgetauscht und dann überprüft werden, ob das Problem behoben ist. Falls das Problem erneut auftritt, kann die Hauptplatine ausgetauscht werden.