VMware：ESXiマシン チェック例外のパープル スクリーンのデバッグ

「Description:

マシン チェック例外(MCE)エラーにより、ESXi serverがパープル スクリーン(PSOD)で停止することがあります。MCEエラーはハードウェアの問題が原因です。

MCEの紫色の診断画面には、複数の項目が表示されます。これらのうち、 MCi_STATUS registerは、問題のデバッグに役立ちます。

登録の詳細:

• 「 MCi_STATUS レジスターは、マシン・チェック・エラーに関する情報で構成されます。
• レジスタは「S:" 次の例に示すように、次のようになります。

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

エラーをデバッグするには、 MCi_STATUS 登録は重要です。これらのビットは、単純なエラーまたは複合エラーを示します

オプション1: 自動ツールの使用

注：これで、次の手順を自動化する次のツールを使用してエラーをデバッグできます。
VMwareパープル スクリーン(PSOD)エラー リーダー

1. 単純なエラーはすぐにデバッグできます

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. 複合エラー

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 - フォーム フラグ

0 – Normal Filtering
1 – Corrected Filtering

フィルタリングとは、この構造のこのエントリに対する後続の修正の一部またはすべてが転記されないことを意味します。

• TT - 上記 2 と 4 に適用されます。 

トランザクションのタイプを示します。

00 - Instruction
01 - Data
10 - Generic

• LL - 上記の1、2、4、5に適用されます。 

これは、エラーが発生したメモリ階層内のレベルを示します。

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 - エラーに関連するアクションのタイプを示します。アクションは次のとおりです。

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) - エラーにおけるローカル プロセッサーの役割について説明します。

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 (タイムアウト) - 1 = リクエストがタイムアウトしました。
• II (メモリまたは I/O)

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

• メモリー コントローラー エラー - 上記のMMMおよびCCCCサブフィールドで定義
• MMM - メモリー エラー

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 - エラーのあるチャネル

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

1. 次の要素を書き留めます。 MCi_STATUS レジスタ値。はいどうぞ：

0xfe20004000011166.

2. バイナリに変換します。

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

3. の下位 16 ビットを取ります。 MCi_STATUS 登録する：

0001 0001 0110 0110

複合誤差と比較します。この場合、これはキャッシュ階層エラー(タイプ4)のように見えます。

4. 値を適用します。

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

結論:

• パープル スクリーンは、プロセッサーのL2キャッシュ内のデータに対してプリフェッチ操作が行われているときに発生したようです。
• したがって、これはプロセッサーのL2キャッシュに問題がある可能性があります。
• したがって、最初にCPUを交換してから、問題が解決したかどうかを確認する必要があります。問題が再び発生する場合は、マザーボードを交換できます。