VMware Отладка исключения машинной проверки ESXi Фиолетовый экран диагностики

Описание.

Серверы ESXi могут останавливаться с фиолетовым экраном диагностики (PSOD) из-за ошибок исключения машинной проверки (MCE). Ошибки MCE вызваны аппаратными проблемами.

На фиолетовом экране диагностики MCE отображается несколько элементов. Из них MCi_STATUS register полезен при отладке проблемы.

Сведения о регистрации:

• Переменная MCi_STATUS Регистр состоит из информации об ошибке проверки машины.
• Кассовый аппарат отображается рядом с значком «S:Как показано в примере ниже:

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

Для отладки ошибки используются младшие 16 бит MCi_STATUS регистра. Эти биты указывают на простую или составную ошибку.

Вариант 1: Использование автоматического инструмента

Примечание. Теперь можно отладить ошибку с помощью следующего инструмента, который автоматизирует указанные ниже действия:
Считыватель ошибок VMware Purple Diagnostic Screen (PSOD)

1. Простые ошибки быстро отлаживаются

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. Составные ошибки

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 - Флаг формы

0 – Normal Filtering
1 – Corrected Filtering

Фильтрация означает, что некоторые или все последующие исправления к этой записи в этой структуре не проводятся.

• TT - Применяется к 2 и 4 выше. 

Указывает тип транзакции:

00 - Instruction
01 - Data
10 - Generic

• LL — применяется к пунктам 1, 2, 4 и 5 выше. 

Указывает уровень в иерархии памяти, на котором произошла ошибка.

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 — указывает тип действия, связанного с ошибкой. Действия:

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) — описывает роль локального процессора в возникновении ошибки.

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 = Время ожидания запроса истекло.
• II (память или ввод-вывод)

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

• Ошибки контроллера памяти — определяются вышеуказанными подполями MMM и CCCC
• MMM — ошибка памяти

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 — канал с ошибкой

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

1. Запишите MCi_STATUS регистрового значения. Вот оно:

0xfe20004000011166.

2. Преобразуйте его в двоичный код:

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

3. Возьмем младшие 16 бит MCi_STATUS регистрировать:

0001 0001 0110 0110

Сравните это с составными ошибками. В данном случае это ошибка иерархии кэша (тип 4).

4. Примените значения:

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

Заключение:

• По-видимому, фиолетовый экран диагностики появился при выполнении операции предварительной выборки некоторых данных в кэше L2 процессора.
• Таким образом, проблема может быть связана с кэшем второго уровня процессора.
• Поэтому сначала необходимо заменить ЦП, а затем проверить, устранена ли проблема. Если проблема возникнет снова, материнскую плату можно заменить.