ESXi MCE(Machine Check Exception) PSOD 디버깅

설명:

MCE(시스템 검사 예외) 오류로 인해 ESXi 서버가 자주색 진단 화면(PSOD)으로 중지될 수 있습니다. MCE 오류는 하드웨어 문제로 인해 발생합니다.

MCE 자주색 진단 화면에 여러 항목이 표시됩니다. 이 중 MCi_STATUS 레지스터는 문제를 디버깅하는 데 유용합니다.

세부 정보 등록:

• MCi_STATUS 등록은 시스템 검사 오류에 대한 정보로 구성됩니다.
• 레지스터가 "S:" 옆에 표시됩니다. 아래 예와 같이 다음을 수행합니다.

비트 및 그 중요성:

오류를 디버그하려면 MCi_STATUS 레지스터의 16비트 정도가 중요합니다. 이러한 비트는 단순하거나 복합적인 오류를 나타냅니다.

옵션 1: 자동 툴 사용

• 참고: 이제 아래 단계를 자동화하는 다음 툴을 사용하여 오류를 디버깅할 수 있습니다. 

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

옵션 2: 수동 단계 사용

1. 간단한 오류는 디버그하기 쉽습니다.

   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. 복합 오류

   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 - 양식 플래그

     0 – Normal Filtering
     1 – Corrected Filtering

     필터링은 이 구조에서 이 항목에 대한 후속 수정 사항 중 일부 또는 전부가 게시되지 않음을 의미합니다.

   • TT - 위의 2 및 4에 적용됩니다. 

     트랜잭션의 유형을 나타냅니다.

     00 - Instruction
     01 - Data
     10 - Generic

   • LL - 위의 1, 2, 4 및 5에 적용됩니다. 

     오류가 발생한 메모리 계층 구조의 수준을 나타냅니다.

     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 - 오류와 관련된 작업의 유형을 나타냅니다. 작업은 다음과 같습니다.

     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(참여) - 오류에서 로컬 프로세서의 역할을 설명합니다.

     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(시간 초과) - 1 = 요청 시간 초과.
   • II(메모리 또는 I/O)

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

   • 메모리 컨트롤러 오류 - 위의 MMM 및 CCCC 하위 필드에 의해 정의됨
   • MMM - 메모리 오류

     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 - 오류가 있는 채널

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

다음은 MCE 보라색 진단 스크린샷을 분석하는 방법의 예입니다.

 

1. MCi_STATUS 등록 값은 0xfe20004000011166.
2. 바이너리로 변환:

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

3. MCi_STATUS 레지스터의 하위 16비트:

   0001 0001 0110 0110

   복합 오류와 비교합니다. 이 경우 캐시 계층 구조 오류(유형 4)로 나타납니다.

4. 다음 값을 적용합니다.

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

결론:

• 프로세서의 L2 캐시에 있는 일부 데이터에 대한 프리페치 작업이 있을 때 보라색 진단 화면이 발생한 것 같습니다.
• 따라서 프로세서의 L2 캐시에 문제가 있을 수 있습니다.
• 따라서 먼저 CPU를 교체하고 문제가 해결되었는지 확인해야 합니다. 문제가 다시 발생하면 마더보드를 교체할 수 있습니다.