VMware: Foutopsporing bij ESXi machinecontrole Uitzondering Paars diagnostisch scherm

Beschrijving:

ESXi-servers kunnen stoppen met een paars diagnostisch scherm (PSOD) als gevolg van MCE-fouten (Machine Check Exception). MCE-fouten zijn te wijten aan hardwareproblemen.

Het paarse diagnostische scherm van MCE geeft meerdere items weer. Hiervan zijn de MCi_STATUS Registreren is nuttig bij het opsporen van het probleem.

Registratiegegevens:

• De MCi_STATUS Register bestaat uit informatie over de machinecontrolefout.
• Het register wordt weergegeven naast de "S:" Zoals weergegeven in het onderstaande voorbeeld:

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

Om de fout te debuggen, worden de lage 16 bits van de MCi_STATUS registreren zijn belangrijk. Deze bits duiden op een eenvoudige of samengestelde fout.

Optie 1: Automatisch gereedschap gebruiken

Opmerking: U kunt de fout nu debuggen met de volgende tool die de onderstaande stappen automatiseert:
VMware Purple Diagnostic Screen (PSOD) Error Reader

1. Eenvoudige fouten zijn snel te debuggen

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. Samengestelde fouten

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 - Formulier vlag

0 – Normal Filtering
1 – Corrected Filtering

Filteren betekent dat sommige of alle latere correcties op dit item in deze structuur niet worden geplaatst.

• TT - Van toepassing op 2 en 4 hierboven. 

Geeft het type transactie aan:

00 - Instruction
01 - Data
10 - Generic

• LL - Van toepassing op 1, 2, 4 en 5 hierboven. 

Dit geeft het niveau in de geheugenhiërarchie aan waar de fout is opgetreden.

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 - Geeft het type actie aan dat aan de fout is gekoppeld. De acties zijn:

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): beschrijft de rol van de lokale processor bij de fout.

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 (time-out) - 1 = Time-out aanvraag.
• II (geheugen of I/O)

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

• Fouten met de geheugencontroller - gedefinieerd door de bovenstaande MMM- en CCCC-subvelden
• MMM - Memory error

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 - Channel met de fout

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

1. Noteer de MCi_STATUS Registreer waarde. Hier is het:

0xfe20004000011166.

2. Converteer het naar binair:

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

3. Neem de onderste 16 bits van de MCi_STATUS registreren:

0001 0001 0110 0110

Vergelijk het met de samengestelde fouten. In dit geval lijkt dit een cachehiërarchiefout (type 4) te zijn.

4. Pas de waarden toe:

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

Conclusie:

• Het lijkt erop dat het paarse diagnostische scherm is opgetreden tijdens een prefetch-bewerking voor bepaalde data in de L2-cache van de processor.
• Dit kan dus een probleem zijn met de L2-cache op de processor.
• Daarom moet eerst de CPU worden vervangen en daarna moet worden gecontroleerd of het probleem is opgelost. Mocht het probleem zich opnieuw voordoen, dan kan het moederbord worden vervangen.