ESXi Makine Denetimi İstisnası (MCE) PSOD'sinde Hata Ayıklama

Açıklama:

ESXi sunucuları, MCE (makine denetimi istisnası) hataları nedeniyle mor bir tanılama ekranı (PSOD) ile durabilir. MCE hataları, donanım sorunlarından kaynaklanır.

MCE mor tanılama ekranı birden çok şey görüntüler. Bunların dışında, MCi_STATUS kaydı sorunda hata ayıklamada kullanışlıdır.

Kayıt Detayları:

• MCi_STATUS kayıt, makine kontrol hatasıyla ilgili bilgilerden oluşur.
• Kayıt, "S:" öğesinin yanında görüntülenir. Aşağıdaki örnekte gösterildiği gibi:

Uçlar ve önemleri:

Hatayı ayıklamak için, MCi_STATUS yazmacının düşük 16 biti önemlidir. Bu bitler basit veya bileşik bir hatayı gösterir.

1. Seçenek: Otomatik Aracı Kullanma

• NOT: Artık aşağıdaki adımları otomatikleştiren aşağıdaki araçla hatayı ayıklayabilirsiniz: 

  https://vmware-psod-reader.github.io/vmware-psod-reader/

2. Seçenek: Manuel Adımları Kullanma

1. Basit hataların ayıklanması kolaydır

   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. Bileşik hatalar

   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 - Form bayrağı

     0 – Normal Filtering
     1 – Corrected Filtering

     Filtreleme, bu yapıdaki bu girişte daha sonra yapılan düzeltmelerin bazılarının veya tamamının deftere nakledilmediği anlamına gelir.

   • TT - Yukarıdaki 2 ve 4 için geçerlidir. 

     İşlem türünü gösterir:

     00 - Instruction
     01 - Data
     10 - Generic

   • LL - Yukarıdaki 1, 2, 4 ve 5 için geçerlidir. 

     Bellek hiyerarşisinde hatanın oluştuğu düzeyi belirtir

     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 - Hatayla ilişkili eylemin türünü gösterir. Eylemler şunlardır:

     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 (Katılım) - Yerel işlemcinin hatadaki rolünü açıklar.

     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 (Zaman aşımı) - 1 = İstek zaman aşımına uğradı.
   • II (Bellek veya G/Ç)

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

   • Bellek Denetleyicisi hataları - Yukarıdaki MMM ve CCCC alt alanları tarafından tanımlanmıştır
   • MMM - Bellek hatası

     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 - Hatalı kanal

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

Bir MCE mor tanılama ekran görüntüsünün nasıl analiz edileceğine dair bir örnek:

 

1. MCi_STATUS kayıt değerinin 0xfe20004000011166 olduğuna dikkat edin.
2. İkili dosyaya dönüştürme:

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

3. MCi_STATUS yazmacının alttaki 16 bitini alın:

   0001 0001 0110 0110

   Bileşik hatalarla karşılaştırın. Bu durumda, bu bir önbellek hiyerarşisi hatası (tür 4) gibi görünür.

4. Şu değerleri uygulayın:

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

Sonuç:

• Mor renkli tanılama ekranı, işlemcinin L2 önbelleğindeki bazı veriler üzerinde ön getirme işlemi sırasında meydana gelmiş gibi görünüyor.
• Bu nedenle, bu işlemcideki L2 önbelleğiyle ilgili bir sorun olabilir.
• Bu nedenle, önce CPU'yu değiştirmeli ve sorunun çözülüp çözülmediğini kontrol etmeliyiz. Sorunun tekrar ortaya çıkması durumunda anakartı değiştirebiliriz.