Налагодження ESXi Machine Check Exception (MCE) PSOD

Опис:

Сервери ESXi можуть зупинятися фіолетовим діагностичним екраном (PSOD) через помилки MCE (виняток перевірки машини). Помилки MCE пов'язані з апаратними проблемами.

Фіолетовий діагностичний екран MCE відображає кілька речей. З них регістр MCi_STATUS корисний для налагодження проблеми.

Реквізити реєстру:

• Регістр MCi_STATUS складається з відомостей про помилку перевірки машини.
• Регістр відображається поруч із літерою "S:" Як показано в прикладі нижче:

Біти і їх значення:

Для налагодження помилки важливі низькі 16 біт регістра MCi_STATUS. Ці біти вказують на просту або складену помилку.

Варіант 1: Використання автоматичного інструменту

• ПРИМІТКА: Тепер ви можете налагодити помилку за допомогою наступного інструменту, який автоматизує наведені нижче дії: 

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

Варіант 2: Використання ручних кроків

1. Прості помилки легко налагодити

   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. складні помилки

   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 - Форма прапора

     0 – Normal Filtering
     1 – Corrected Filtering

     Фільтрація означає, що деякі або всі наступні виправлення цього запису в цій структурі не розміщуються.

   • TT - застосовується до 2 та 4 вище. 

     Вказує тип операції:

     00 - Instruction
     01 - Data
     10 - Generic

   • LL - Застосовується до 1, 2, 4 та 5 вище. 

     Указує рівень в ієрархії пам'яті, на якому сталася помилка

     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 - вказує тип дії, пов'язаної з помилкою. Дії такі:

     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) - Описує роль локального процесора в помилці.

     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 (тайм-аут) - 1 = Час очікування запиту вичерпано.
   • II (пам'ять або введення-виведення)

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

   • Помилки контролера пам'яті - визначені підполями MMM і CCCC вище
   • МММ - Помилка пам'яті

     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 з помилкою

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

Ось приклад того, як проаналізувати фіолетовий діагностичний скріншот MCE:

 

1. Запишіть, що значення регістра MCi_STATUS 0xfe20004000011166.
2. Перетворіть його на двійковий:

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

3. Візьмемо нижні 16 біт регістра MCi_STATUS:

   0001 0001 0110 0110

   Порівняйте його зі складеними похибками. У цьому випадку це помилка ієрархії кешу (тип 4).

4. Застосуйте значення:

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

Висновок:

• Схоже, фіолетовий діагностичний екран стався під час операції попередньої вибірки деяких даних у кеші L2 процесора.
• Таким чином, це може бути проблемою з кешем L2 на процесорі.
• Тому спочатку слід замінити процесор і перевірити, чи вирішена проблема. Якщо проблема знову виникне, ми могли б замінити материнську плату.